Viime vuosi oli tekoälyn kehityksessä käänteentekevä. Tekoälystä keskusteltiin paljon, ja enenevässä määrin löydettiin jo toimivia ratkaisuja. Keskiöön – ja kaikkien saataville – nousi erityisesti luova generatiivinen tekoäly.
Kehitystahti on huimaa. Teknologiajättien kilpajuoksu nopeuttaa kehitystä edelleen, ja siinä kannattaa kaikkien pysyä mukana. Tänä vuonna näemme ehkä aiempaa suuremman loikan, kun tekoälyratkaisuja saadaan aidosti hyötykäyttöön.
Mihin tekoälyä sitten voidaan ja saa hyödyntää? Tähän ei ole vielä yksiselitteistä vastausta. UNA on kartoittanut tekoälymenetelmien tämänhetkistä tilannetta ja mahdollisuuksia sosiaali- ja terveydenhuollossa. Tavoitteenamme on ollut ymmärtää ja ymmärryttää hyvinvointialueita siitä, miten tekoäly voisi palvella soten tavoitteita ja mitä tekoälyn käytössä tulee huomioida.
Oppia vähäriskisistä kohteista
Tekoälyn hyödyntämisestä esimerkiksi diagnostiikassa ja kliinisessä työssä ei tule luoda liian suuria odotuksia. Sen sijaan alkuun kannattaa hakea hyötyjä ja kokemuksia sote-ammattilaisia auttavista, esimerkiksi hallinnollisia työtehtäviä automatisoivista ratkaisuista. Näistä löytyy jo esimerkkejä. Samalla meidän pitää lisätä ymmärrystä tekoälyn soveltamisen mahdollisuuksista ja realiteeteista esimerkiksi sääntelyssä, kustannuksissa ja ratkaisujen eettisyydessä.
Tulossa oleva EU:n tekoälyasetus (AI Act) sääntelee tekoälyratkaisujen saattamista markkinoille sekä niiden käyttöä. Asetuksessa sovelletaan riskiperustaista lähestymistapaa tekoälyjärjestelmien arviointiin ja sääntelyyn. Järjestelmät sijoitetaan neljään riskitasoon sen mukaan, kuinka mittavia oikeusvaikutuksia niillä on yksilöihin ja kuinka itsenäisesti tekoälyjärjestelmät toimivat. Vähäisimmänkin riskin ratkaisuihin asetetaan velvoitteita toiminnan läpinäkyvyydestä.
Mielenkiintoista on riskiluokituksen soveltaminen: kuinka erilaisten järjestelmien arviointi saadaan toimimaan. Arvioidaanko tekoälyn käyttö sote-ympäristössä oikeusvaikutuksiltaan jo itsessään suuririskiseksi vai ainoastaan ne tapaukset, joissa käsitellään terveys- tai asiakastietoja? Tuleeko tiukempia vaatimuksia ja rajoitteita kuin muille toimialoille vai lähestytäänkö asiaa mahdollisuuksien kautta?
Yhteistyötä sääntelyn tulkintoihin
Tekoälyn lainsäädännön kehittäminen on välttämätöntä ja perusteltua. Tekoälyn käyttöön sisältyy edelleen epäselvyyttä, riskejä virhetulkinnoista, virheistä järjestelmässä tai tiedossa ja jopa tasapuolisuudessa. Lähtökohtana on, että tekoälyä ei voida itsekseen käyttää päätöksentekijänä, vaan ihmisen osallisuutta tarvitaan tekoälyn tuottaman tiedon validointiin ja päätöksentekoon.
Ratkaisujen saattaminen markkinoille vaatinee laatujärjestelmiä, auditointeja ja sertifiointeja. Tässä on tunnistettavissa samaa kuin EU:n MDR-asetuksen (Medical Device Regulation) vaatimuksissa lääkinnällisille laitteille. Ohjelmistokehitykseen tämä tullee lisäämään hallinnollista työtä ja kustannuksia.
Riskinä on, että osa innovaatioista kaatuu lupa- ja valvontaprosesseihin ja pieniä ja yksinkertaisia ohjelmistoja ”yliluokitellaan”. Voi käydä niinkin, että pienet innovatiiviset yritykset joutuvat laatujärjestelmien, auditointien ja sertifiointien uhreiksi. Sote voi vaativana toimialana jäädä kehityksessä jälkeen.
Olemme Suomessa äärimmäisen tarkkoja ja varovaisia laintulkinnoissa. Tämä on usein johtanut pitkiin kehitysvaiheisiin – myös epäonnistumisiin – joissa on hukattu aikaa, euroja sekä suomalaisten tuoteinnovaatioiden potentiaalia.
Ratkaisumallien ja sääntelyn tulkintoihin tarvitaan mukaan yhteiskunnan eri toimijoita, ja jatkossa myös vahvempaa yhteistyötä viranomaisten sekä julkisten ja yksityisten toimijoiden kesken. Näin löydämme soveltamisessa oikeita tasoja ja teemme laintulkintoja yhdessä.
Suomessa on juuri nyt tarve ja oivallinen mahdollisuus edistää tekoälyn hyödyntämistä sosiaali- ja terveydenhuollossa. Tekoälyä pitää valjastaa tehtäviin, jotka vapauttavat aikaa hoitotyöhön, sosiaalihuoltoa unohtamatta.
Ketteriä kokeiluja ja kokemusten jakamista
Suomessa on juuri nyt tarve ja oivallinen mahdollisuus edistää tekoälyn hyödyntämistä sosiaali- ja terveydenhuollossa. Tekoälyä pitää valjastaa tehtäviin, jotka vapauttavat aikaa hoitotyöhön, sosiaalihuoltoa unohtamatta. Meillä on toimiva infrastruktuuri, tietoja hyvin saatavilla sekä hyvälaatuista ja tekoälyllä edelleen jalostettavissa olevaa dataa tarjolla. Toki tarvitaan vielä ymmärrystä, jotta investoinnit olisivat tarkoituksenmukaisia. Tarvitaan kokeiluja, jotka auttavat tiedostamaan merkityksellisiä soveltamiskohteita, teknologian mahdollisuuksia, lainsäädännön tulkintoja ja oikeita hyötyjä.
Jotta pääsemme eteenpäin, meidän kannattaa ponnistella tekoälyratkaisujen kehittämisessä yhteisvoimin. Muiden kokemuksista pitää ottaa oppia. On myös tärkeää löytää joustavia rahoitusmalleja ja jakaa tekoälyn kehittämiseen liittyviä riskejä. Näin yhteinen kehittäminen on mahdollista ja voimme vastata julkisen hallinnon haastavaan talous- ja resurssitilanteeseen.
Hyvinvointialueiden yhteisenä toimijana UNA auttaa löytämään tulevaisuuden ratkaisuja. Pidämme osaltamme huolen myös siitä, että keskustelu aiheesta jatkuu.