![\"\"](\"https:\/\/blogit.metropolia.fi\/tartuterveyteenjahyvinvointiin\/wp-content\/uploads\/sites\/17\/2024\/09\/Tekoaly_1.jpg\")
<\/p>\nTeko\u00e4lyn yhdist\u00e4minen terveydenhuollon palveluihin, n\u00e4hd\u00e4\u00e4n keskeisen\u00e4 osana terveyden edist\u00e4mist\u00e4. Teko\u00e4lyn soveltamisen etuna on, ett\u00e4 sen avulla voidaan k\u00e4sitell\u00e4 suuria m\u00e4\u00e4ri\u00e4 tietoa ihmist\u00e4 nopeammin. Teko\u00e4ly\u00e4 hy\u00f6dynt\u00e4vien menetelmien avulla pystyt\u00e4\u00e4n esimerkiksi poimimaan potilastietoj\u00e4rjestelmist\u00e4 tietoa, tunnistamaan siit\u00e4 erilaisia riskitekij\u00f6it\u00e4 ja lopulta muodostamaan niiden perusteella ennustemalleja. Erilaisten, terveysriskien tunnistamiseksi ja ennustamiseksi kehitettyjen teko\u00e4lyyn perustuvien mallien, on todettu tukevan ennaltaehk\u00e4isev\u00e4n terveydenhuollon kehitt\u00e4mist\u00e4.<\/p>\n
Teko\u00e4lyn merkityksen terveydenhuollolle on nostanut esiin mm. Maailman terveysj\u00e4rjest\u00f6 (WHO) yhteisty\u00f6ss\u00e4 Kansainv\u00e4lisen televiestint\u00e4liiton (ITU) kanssa. WHO:n ja ITU:n tavoitteena on arvioida teko\u00e4ly\u00e4 hy\u00f6dynt\u00e4vi\u00e4 toimintatapoja mm. terveyteen ja diagnosointiin liittyv\u00e4ss\u00e4 tunnistamisessa. Suomessa, teko\u00e4lyn mahdollisuudet terveydenhuollossa on nostettu esiin mm. Valtioneuvoston periaatep\u00e4\u00e4t\u00f6ksess\u00e4 \u00e4lykk\u00e4\u00e4st\u00e4 robotiikasta ja automaatiosta. Suomen kansallisen teko\u00e4lyohjelman, AuroraAI:n (2020-2022) teht\u00e4v\u00e4n\u00e4, on kehitt\u00e4\u00e4 monialaista yhteisty\u00f6t\u00e4, eri el\u00e4m\u00e4ntilanteissa el\u00e4vien ihmisten, kuten syrj\u00e4ytymisvaarassa olevien nuorten, tukemiseksi. Sosiaali- ja terveysministeri\u00f6n (2018-2020) Hyvinvoinnin teko\u00e4ly ja robotiikka (Hyte AiRo) -ohjelman tavoitteena on teko\u00e4lyn hy\u00f6dynt\u00e4minen mm. autettaessa yksil\u00f6it\u00e4 oman terveytens\u00e4, hyvinvointinsa sek\u00e4 ty\u00f6- ja toimintakyns\u00e4 arvioimisessa.<\/p>\n
<\/p>\n
<\/p>\n
<\/p>\n
Mik\u00e4 ihmeen teko\u00e4ly?<\/strong><\/p>\n Teko\u00e4lyll\u00e4 (Artificial intelligence, AI) tarkoitetaan ihmisen valmistamia, \u00e4lykk\u00e4\u00e4seen toimintaan kykenevi\u00e4 j\u00e4rjestelmi\u00e4. Teko\u00e4ly on kokoelma teknologiaa, joka sis\u00e4lt\u00e4\u00e4 mm. koneoppimista, robotiikkaa ja neuroverkkoja. Teko\u00e4ly on yksinkertaisimmillaan toimintaa, jossa tietokone laskee lopputuleman tietynlaisen sy\u00f6tteen perusteella. Sy\u00f6tteest\u00e4 A seuraa aina vaste B. Tietokoneen pystyess\u00e4 tekem\u00e4\u00e4n laskutoimituksia yh\u00e4 monimutkaisemmista sy\u00f6tteist\u00e4, se alkaa vaikuttaa \u00e4lykk\u00e4\u00e4lt\u00e4.<\/p>\n <\/p>\n Apuna varhaisessa tunnistamisessa ja ennustamisessa<\/strong><\/p>\n Koneoppiminen on yksi teko\u00e4lyn yleisimmist\u00e4 ja kehittyneimmist\u00e4 muodoista. Viime vuosina koneoppimisen kehitys on ollut nopeaa mm. siksi, ett\u00e4 digitaalisessa muodossa olevan tiedon m\u00e4\u00e4r\u00e4 on kasvanut suorastaan r\u00e4j\u00e4hdysm\u00e4isesti. Koneoppimisen monimutkaisimmat muodot sis\u00e4lt\u00e4v\u00e4t syv\u00e4oppimista tai monikerroksisia neuroverkkomalleja, joiden avulla pystyt\u00e4\u00e4n ennustamaan lopputuloksia. Syv\u00e4oppimista on mahdollista hy\u00f6dynt\u00e4\u00e4 esimerkiksi sy\u00f6v\u00e4n ja silm\u00e4sairauksien varhaisen diagnosoinnin apuna, sellaisten kliinisesti merkitt\u00e4vien ominaisuuksien havaitsemiseksi kuvantamistiedoissa, joita ihmissilm\u00e4 ei voi havaita.<\/p>\n Teko\u00e4lyn avulla tietyn sairauden tai sairauden kehittymisen todenn\u00e4k\u00f6isyyden ennustaminen on mahdollista. Teko\u00e4ly\u00e4 hy\u00f6dynnet\u00e4\u00e4n terveydenhuollossa jo mm. potilaskohtaisen sairausriskin arvioimiseen sek\u00e4 sairauteen liittyvien riskitekij\u00f6iden mittaamisessa. Syv\u00e4oppimisen avulla esim. rinnan kudostiheytt\u00e4 pystyt\u00e4\u00e4n mittaamaan luotettavasti, ja muodostamaan mittausten pohjalta rintasy\u00f6v\u00e4n riskimalleja, varhaisen tunnistamisen sek\u00e4 riskin ennustamisen avuksi. Teko\u00e4ly\u00e4 hy\u00f6dynt\u00e4vi\u00e4 menetelmi\u00e4 on jo k\u00e4ytetty my\u00f6s aivoaneurysmaan, syd\u00e4nsairauksiin, osteoporoosiin, dementiaan, mielenterveyden h\u00e4iri\u00f6ihin sek\u00e4 runsaaseen virtsahappoisuuteen liittyvien riskitekij\u00f6iden tunnistamiseksi.<\/p>\n <\/p>\n Sitoutumisen edist\u00e4j\u00e4 ja valinta-arkkitehtuurin boostaaja<\/strong><\/p>\n Terveydenhuollossa, potilaan sitoutumisen taso, n\u00e4hd\u00e4\u00e4n keskeisen\u00e4 terveystulosten saavuttamisessa. Mit\u00e4 sitoutuneempi hyvinvointinsa -ja terveytens\u00e4 suhteen on, sit\u00e4 parempia terveystulokset ovat. Teko\u00e4lyn n\u00e4hd\u00e4\u00e4n tarjoavan ratkaisuja potilaiden sitoutumisen suhteen, mm. yksil\u00f6llisempien interventioiden kehitt\u00e4misen kautta. Teko\u00e4lyn moninaisia mahdollisuuksia esim. erilaisen kohdennetun sis\u00e4ll\u00f6n, joka her\u00e4tt\u00e4\u00e4 toimimaan tiettyin\u00e4 hetkin\u00e4, hy\u00f6dynt\u00e4miseksi, tutkitaan. Teko\u00e4lyn mahdollisuudet n\u00e4hd\u00e4\u00e4n my\u00f6s yksil\u00f6n valintojen tekemist\u00e4 terveellisemp\u00e4\u00e4n suuntaan tuuppaavien ymp\u00e4rist\u00f6jen suunnittelemisen, eli \u201dvalinta-arkkitehtuurin\u201d ty\u00f6kaluna terveydenhuollossa. T\u00e4ll\u00e4 hetkell\u00e4 valinta-arkkitehtuurissa painotetaan ennakoitavuutta ja tosiel\u00e4m\u00e4n todisteisiin perustuvuutta. Teko\u00e4lyn avulla, Chatbot -keskustelujen, \u00e4lykellojen, biosensoreiden ja \u00e4lypuhelimien avulla ker\u00e4tyn terveystiedon k\u00e4sitteleminen nopeutuisi. N\u00e4in pystytt\u00e4isiin muodostamaan yksil\u00f6llisi\u00e4 ja t\u00e4sm\u00e4llisi\u00e4 terveyssuosituksia terveydenhuollon k\u00e4ytt\u00f6\u00f6n.<\/p>\n <\/p>\n Ty\u00f6terveyden apulainen<\/strong><\/p>\n Teko\u00e4ly\u00e4 voidaan hy\u00f6dynt\u00e4\u00e4 my\u00f6s ty\u00f6terveyden varhaisen puuttumisen ty\u00f6kaluna. Valtran<\/em> traktoritehtaalla on k\u00e4yt\u00f6ss\u00e4 teko\u00e4ly\u00e4 hy\u00f6dynt\u00e4v\u00e4, Ty\u00f6kykytutka-palvelu. Se seuloo ty\u00f6ntekij\u00f6iden terveysriskej\u00e4, arvioiden samalla sairastumisen todenn\u00e4k\u00f6isyytt\u00e4. Tiettyjen raja-arvojen ylittyess\u00e4, ty\u00f6terveys on ty\u00f6ntekij\u00e4\u00e4n yhteydess\u00e4, ja tarjoaa varhaista tukea. Terveystalossa<\/em> puolestaan, teko\u00e4lyn hy\u00f6dynt\u00e4minen n\u00e4hd\u00e4\u00e4n mahdollisuutena siirt\u00e4\u00e4 terveydenhuollon painopistett\u00e4, vahvemmin kohti terveyden ja ty\u00f6kyvyn yll\u00e4pit\u00e4mist\u00e4. Terveystalon ja Tampereen yliopiston kehitt\u00e4m\u00e4, teko\u00e4ly\u00e4 hy\u00f6dynt\u00e4v\u00e4 Evaluan, pystyy ennustamaan merkitt\u00e4vi\u00e4 sairauspoissaolo- ja ty\u00f6kyvytt\u00f6myysriskej\u00e4 jo kauan ennen merkitt\u00e4vimpien oireiden alkamista. Evaluan ennustaa mm. masennusoireiden sek\u00e4 tuki- ja liikuntaelinsairauksien aiheuttamaa ty\u00f6kykyriski\u00e4. Ne aiheuttavat eniten sairauspoissaoloja ja pysyv\u00e4\u00e4 ty\u00f6kyvytt\u00f6myytt\u00e4 kaikilla toimialoilla Suomessa.<\/p>\n <\/p>\n Nuorten tukena<\/strong><\/p>\n Yhdysvalloissa on kehitetty teko\u00e4ly\u00e4 hy\u00f6dynt\u00e4v\u00e4 Chatbot Roo, nuorten tukemisen tueksi. Chatbot Roon kanssa, nuoret voivat keskustella herkist\u00e4 ja henkil\u00f6kohtaisista aiheista esim. seksiin, parisuhteisiin ja kasvamiseen liittyen. Chatbot Roo kykenee mm. l\u00f6yt\u00e4m\u00e4\u00e4n todellisen merkityksen nuorten, joskus varsin monimutkaisista kysymyksist\u00e4, sek\u00e4 muodostamaan keskustelevia vastauksia. Chatbot Roon on todettu lis\u00e4ksi olevan uskomattoman tehokas j\u00e4\u00e4n murtamisen osalta, herkist\u00e4 aiheista nuorten kanssa keskustellessaan.<\/p>\n <\/p>\n <\/p>\n Teko\u00e4ly \u2013 \u00c4lyteko?<\/strong><\/p>\n Teko\u00e4ly on yksi voimakkaimmista ja merkitt\u00e4vimmist\u00e4, yhteiskuntiemme toimintaan vaikuttavista tekniikoista. Sen k\u00e4ytt\u00f6\u00e4 tulee valvoa tarkasti ja vastuullisesti. Teko\u00e4lyn hy\u00f6dynt\u00e4minen terveydenhuollossa, her\u00e4tt\u00e4\u00e4 kysymyksi\u00e4 mm. vastuullisuuteen, l\u00e4pin\u00e4kyvyyteen sek\u00e4 yksityisyyteen liittyen. Haastavimpana n\u00e4hd\u00e4\u00e4n l\u00e4pin\u00e4kyvyys, sill\u00e4 esimerkiksi kuvan analysointiin liittyvi\u00e4 algoritmeja on mahdotonta selitt\u00e4\u00e4 tai tulkita. T\u00e4m\u00e4 hankaloittaa potilaan informointia esimerkiksi sy\u00f6p\u00e4diagnosoinnin yhteydess\u00e4. Teko\u00e4lyj\u00e4rjestelm\u00e4t tekev\u00e4t ep\u00e4ilem\u00e4tt\u00e4 my\u00f6s virheit\u00e4.<\/p>\n Asiantuntijat n\u00e4kev\u00e4t teko\u00e4lyn mahdollisuudet terveydenhuollon tulevaisuudessa, paitsi rahan s\u00e4\u00e4st\u00e4misen, my\u00f6s tiedon k\u00e4sittelyn merkitt\u00e4v\u00e4n\u00e4 apuna. Teko\u00e4lyj\u00e4rjestelm\u00e4t eiv\u00e4t tulevaisuudessa korvaa hoitohenkil\u00f6kuntaa, vaan vapauttavat heid\u00e4n aikaansa empatialle, l\u00e4sn\u00e4ololle, kohtaamiselle ja kuuntelemiselle.<\/p>\n Teko\u00e4lyn hy\u00f6dynt\u00e4misen ongelmana n\u00e4hd\u00e4\u00e4n terveydenhuollon osalta, saatavilla olevan digitaalisen tiedon puutteellisuus. Syv\u00e4oppimisen mallit tarvitsevat my\u00f6s viel\u00e4 runsaasti lis\u00e4\u00e4 koulutusta. Teko\u00e4lypohjaisten, tarkkojen hoitosuositusten sek\u00e4 diagnoosien juurruttaminen osaksi kliinist\u00e4 ty\u00f6t\u00e4, n\u00e4hd\u00e4\u00e4n my\u00f6s haastavana. Haasteista huolimatta, kehitys on nopeaa.<\/p>\n <\/p>\n \u00a0<\/em><\/p>\n Kirjoittaja Minna Juntunen on sairaanhoitaja (AMK), ja ty\u00f6skentelee ik\u00e4ihmisten arviointi- ja kuntoutusosastolla. H\u00e4n opiskelee Metropolia Ammattikorkeakoulussa, Terveyden edist\u00e4misen tutkinto-ohjelmassa, ylemp\u00e4\u00e4 ammattikorkeakoulututkintoa.<\/em><\/p>\n <\/p>\n Buttice, Claudio 2020. Top 2020 AI Use Cases: Artificial Intelligence in Healthcare. Verkkodokumentti. <https:\/\/www.techopedia.com\/top-20-ai-use-cases-artificial-intelligence-in-healthcare\/2\/34047>.<\/p>\n Davenport, Thomas \u2013 Kalakota, Ravi 2019. Future Healthcare Journal Digital technology. Vol 6, No. 2. 94 \u2013 98. The potential for artificial intelligence in healthcare. <https:\/\/www.ncbi.nlm.nih.gov\/pmc\/articles\/PMC6616181\/pdf\/futurehealth-6-2-94.pdf>.<\/p>\n Honkanen, Visa 2017. Digimaailma ja teko\u00e4ly \u2013 mielihyv\u00e4n tuoja vai viej\u00e4? L\u00e4\u00e4ketieteellinen Aikakausikirja Duodecim. Vol 133, No 23. 2225 \u2013 2228. <https:\/\/www.duodecimlehti.fi\/xmedia\/duo\/duo14053.pdf>.<\/p>\n Kopponen, Aleksi \u2013 Ruostetsaari, Niko 2019. AuroraAI \u2013 kohti ihmiskeskeist\u00e4 yhteiskuntaa. Kansallisen teko\u00e4lyohjelma Auroran esiselvityshankkeessa tuotettu kehitt\u00e4mis- ja toimeenpanosuunnitelma 2019 \u2013 2023. Valtiovarainministeri\u00f6. <https:\/\/vm.fi\/documents\/10623\/1464506\/AuroraAI+kehitt%C3%A4mis-+ja+toimeenpanosuunnitelma+2019+%E2%80%93+2023.pdf\/7c4e746d-e83f-cc83-97d9-f4322405255f\/AuroraAI+kehitt%C3%A4mis-+ja+toimeenpanosuunnitelma+2019+%E2%80%93+2023.pdf>.<\/p>\n Lehtonen, Tuomas I. 2020. Telma-lehti. Esimies avainasemassa ty\u00f6kyvyn tukijana. Verkkodokumentti. <https:\/\/telma-lehti.fi\/esimies-avainasemassa-tyokyvyn-tukijana>.<\/p>\n Sosiaali- ja terveysministeri\u00f6 2018. Hyvinvoinnin AiRo-ohjelma#hyteairo. Verkkodokumentti. <https:\/\/julkaisut.valtioneuvosto.fi\/bitstream\/handle\/10024\/160988\/STM_hyteairo_julkaisu_final.pdf?sequence=1&isAllowed=y>.<\/p>\n Terveystalo 2020. Suomessa kehitetty algoritmi ennustaa ty\u00f6ik\u00e4isten sairauspoissaolo- tai ty\u00f6kyvytt\u00f6myysriskin \u2013 tarjoaa potentiaalin miljardiluokan s\u00e4\u00e4st\u00f6ihin. Verkkodokumentti. <https:\/\/www.terveystalo.com\/fi\/Tyoterveys\/Ajankohtaista\/Uutiset\/Suomessa-kehitetty-algoritmi-ennustaa-tyoikaisten-sairauspoissaolo–tai-tyokyvyttomyysriskin–tarjoaa-potentiaalin-miljardiluokan-saastoihin1\/>.<\/p>\n Vahteristo, Anna \u2013 Kinnunen, Ulla-Mari 2019. Finnish Journal of eHealth and eWelfare. Vol 11, No. 3. 198 \u2013 209. Teko\u00e4lyn hy\u00f6dynt\u00e4minen terveydenhuollossa terveysriskien ja riskitekij\u00f6iden tunnistamiseksi ja ennustamiseksi. <https:\/\/journal.fi\/finjehew\/article\/view\/77582>.<\/p>\n Valtiovarainministeri\u00f6 2020. Kansallinen teko\u00e4lyohjelma AuroraAI alkaa \u2013 tavoitteena saada ihmiset ja palvelut kohtaamaan paremmin teko\u00e4lyn avulla. Verkkodokumentti. <https:\/\/vm.fi\/-\/kansallinen-tekoalyohjelma-auroraai-alkaa-tavoitteena-saada-ihmiset-ja-palvelut-kohtaamaan-paremmin-tekoalyn-avulla>.<\/p>\n Williams, Terri 2020. AI in Healthcare: Identifying risks & saving money. Verkkodokumentti. <https:\/\/www.techopedia.com\/how-ai-in-health-care-is-identifying-risks-saving-money\/2\/33498>.<\/p>\n Planned Parenthood 2020. Introducing Roo. Verkkodokumentti. <https:\/\/www.plannedparenthood.org\/learn\/roo-sexual-health-chatbot>.<\/p>\n Kuvat: Kuvapankki Pixabay. <www.pixabay.com><\/p>\n <\/p>\n <\/p>\n","protected":false},"excerpt":{"rendered":" Teko\u00e4lyn yhdist\u00e4minen terveydenhuollon palveluihin, n\u00e4hd\u00e4\u00e4n keskeisen\u00e4 osana terveyden edist\u00e4mist\u00e4. Teko\u00e4lyn soveltamisen etuna on, ett\u00e4 sen avulla voidaan k\u00e4sitell\u00e4 suuria m\u00e4\u00e4ri\u00e4 tietoa ihmist\u00e4 nopeammin. Teko\u00e4ly\u00e4 hy\u00f6dynt\u00e4vien menetelmien avulla pystyt\u00e4\u00e4n esimerkiksi poimimaan potilastietoj\u00e4rjestelmist\u00e4 tietoa, tunnistamaan siit\u00e4 erilaisia riskitekij\u00f6it\u00e4 ja lopulta muodostamaan niiden perusteella ennustemalleja. Erilaisten, terveysriskien tunnistamiseksi ja ennustamiseksi kehitettyjen teko\u00e4lyyn perustuvien mallien, on todettu tukevan ennaltaehk\u00e4isev\u00e4n […]<\/p>\n","protected":false},"author":73,"featured_media":104,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[5],"tags":[135,137,139,141,45,143],"class_list":["post-97","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-opiskelijat","tag-ai","tag-artificial-intelligence","tag-ennustaminen","tag-tekoaly","tag-terveyden-edistaminen","tag-varhainen-tunnistaminen"],"acf":[],"yoast_head":"\n![\"\"](\"https:\/\/blogit.metropolia.fi\/tartuterveyteenjahyvinvointiin\/wp-content\/uploads\/sites\/17\/2024\/09\/Tekoaly_2.jpg\")
<\/p>\n![\"\"](\"https:\/\/blogit.metropolia.fi\/tartuterveyteenjahyvinvointiin\/wp-content\/uploads\/sites\/17\/2024\/09\/Tekoaly_3.jpg\")
<\/p>\n![\"\"](\"https:\/\/blogit.metropolia.fi\/tartuterveyteenjahyvinvointiin\/wp-content\/uploads\/sites\/17\/2024\/09\/Tekoaly_4.png\")
<\/p>\n![\"\"](\"https:\/\/blogit.metropolia.fi\/tartuterveyteenjahyvinvointiin\/wp-content\/uploads\/sites\/17\/2024\/09\/Tekoaly_5.jpg\")
<\/p>\nL\u00e4hteet:<\/h4>\n