Tekoälykehittämisen tilannekuva hyvinvointialueilla

Tekoälyn kehitystahti on johtanut kokeiluihin ja hyötyjen etsimiseen sosiaali- ja terveydenhuollon toimialalla. On nähty tärkeäksi, että hyvinvointialueet jakavat kokemuksia kokeiluista ja ottavat vastaan oppeja toisiltaan.

UNA:n fasilitoimassa hyvinvointialueiden tekoälyverkostossa seurataan aktiivisesti tilanteen kehittymistä ja tässä artikkelissa julkaisemme ajantasaisen tilannekuvan tekoälykehittämisen tilanteesta hyvinvointialueilla. Tähän mennessä on tunnistettu ja kuvattu 139 tekoälyratkaisua tai kokeilua 19 eri hyvinvointialueelta.

Tekoälykehittämisen tilanne hyvinvointialueilla

Tekoälyn kehityskaari on ollut pitkä, ensimmäiset kokeilut ja käytännön sovellukset on tehty jo 1960-luvulla. Viime vuosina on selkeästi ylittynyt kynnys, joka mahdollistaa uusien tekoälymallien ja -sovellusten nopean kehittämisen. Generatiivisen tekoälyn arkipäiväistyminen vuodesta 2023 alkaen on muuttanut toimintaympäristöämme tavalla, josta ei ole enää paluuta entiseen. Tämä näkyy hyvin konkreettisesti hyvinvointialueiden edistämissä kehittämistoimissa. Viimeisen muutaman vuoden aikana on käynnistynyt ja osin jo valmistunut yli sata erilaista tekoälyratkaisujen pilottia, käyttöönottoa tai muunlaista kehitystoimenpidettä. Vielä joitakin vuosia sitten kehitystahti oli huomattavasti maltillisempi ja kohdistui lähinnä tekoälytutkimukseen sekä esimerkiksi radiologiassa ja patologiassa diagnostiikkaa tukevaan konenäön ja koneoppimisen kehittämiseen.

Hyvinvointialueiden tekoälyverkostossa ylläpidetään hyvinvointialueiden tekoälykehittämisen tilannekuvaa. Tavoitteena on koota yhteen tieto hyvinvointialueilla jo toteutetusta tekoälyyn liittyvästä sekä käynnissä olevasta kehittämisestä läpinäkyvyyden ja tiedonjaon mahdollistamiseksi. Kohteet luokitellaan sovelletun tekoälyn osa-alueen sekä käyttötapausten perusteella. Tähän mennessä on tunnistettu ja kuvattu 139 tekoälyn hyödyntämiseen liittyvää kehittämiskohdetta 19 eri hyvinvointialueelta. Koonti ei ole vielä täysin kattava, mutta kuvaa jo hyvin tilannetta yleisellä tasolla. Tekoälykehittämisen tilannekuvaa päivitetään kvartaaleittain osana hyvinvointialueiden tekoälyverkoston toimintaa.

Tekoälyn hyödyntämistä edistetään laajalla rintamalla

Tilannekuvasta käy ilmi, että käytännössä kaikilla hyvinvointialueilla on toimia meneillään tekoälyn hyödyntämiseen liittyen. Hyvinvointialueiden tekoälykehittämisen osalta on tällä hetkellä tunnistettuna 139 kohdetta, jotka jakautuvat 19:sta eri hyvinvointialueelle. Alla olevassa kuvassa 1 on esitetty miten kohteet jakautuvat eri hyvinvointialueiden välillä ja missä tilassa kehittäminen on.

Kuva 1, Kehittämiskohteiden jakautuminen hyvinvointialueittain

Erityisesti tiedonkeruun yhteydessä käytyjen keskustelujen pohjalta on käynyt ilmi, että osa hyvinvointialueista suhtautuu kuitenkin vielä varovaisesti tekoälyn hyödyntämiseen. Näillä hyvinvointialueilla odotetaan oppeja muilta hyvinvointialueilta, ratkaisujen sekä sääntelyn kypsyyden kehittymistä ja panostetaan tulevaa kehittämistä tukevien politiikkojen sekä hallintakäytänteiden laadintaan. Iso osa hyvinvointialueista kuitenkin panostaa jo nyt merkittävästi tekoälykehittämiseen ja edistää aktiivisesti erilaisia kokeiluja, pilotteja, käyttöönottoja sekä tutkimusta.

Huomiona todettakoon, että kehittämiskohteiden määrien perusteella ei pysty yksiselitteisesti tulkitsemaan yksittäisen hyvinvointialueen aktiivisuutta tai suhtautumista tekoälyn hyödyntämiseen.

Generatiiviseen tekoälyyn panostetaan nyt merkittävästi, mutta myös muut tekoälyn osa-alueet kehittyvät

Generatiivinen tekoäly on yksi tämän vuosikymmenen merkittävimmistä läpimurroista. Se voi luoda uutta tietoa tai sisältöä sen sijaan, että vain analysoisi tai luokittelisi olemassa olevaa. Generatiivisen tekoälyn potentiaali on merkittävä, ja se näyttää myös painottuvan käynnissä olevassa kehittämisessä ja on antanut piristysruiskeen hyvinvointialueiden tekoälykehittämiseen laajemminkin.

Kuva 2, tekoälymenetelmät hyvinvointialueiden kehittämisessä

Kuva 2 esittelee hyvinvointialueiden tekoälykehittämisessä sovellettuja erilaisia tekoälyn osa-alueita. Koneoppiminen, syväoppiminen ja luonnollisen kielen käsittely ovat tekoälyn osa-alueina olleet jo pitkään hyödynnettävissä ja niiden hyödyntämiseen liittyvää kehittämistä on edelleen käynnissä paljon. Tämä kehittäminen on pääsääntöisesti kohdistunut erilaiseen diagnostiikan tukemiseen sairaalaympäristöissä muun muassa poikkeamien tai tiettyjen indikaattorien havaitsemiseen kuvista sekä tekstiaineistoista, mutta myös esimerkiksi tekoälyavusteiseen laadunvarmistamiseen. Erityisesti syväoppimisen hyödyntäminen erilaisissa diagnostisissa toiminnoissa on edelleen selkeä kehittämisen fokusalue.

Generatiivisen tekoälyn kehittyminen on kuitenkin mahdollistanut tekoälyn tuomisen hyödynnettäväksi uudenlaisissa käyttötapauksissa läpi leikaten hyvinvointialueen toimintaa aina hallinnosta erityistason palveluihin. Viimeisen parin vuoden aikana generatiivisen tekoälyn osa-alueella onkin käynnistynyt iso määrä erilaisia kehittämistoimia. Yhteensä 15 tunnistetusta kehittämiskohteesta useita on jo saatu päätökseen ja niiden pohjalta on saatu vietyä ratkaisuja tuotantokäyttöön astikin.

Kehittämisessä sovellettavien tekoälyn osa-alueiden osalta on kuitenkin syytä huomioida, että usein tietyssä kehittämiskohteessa hyödynnetään monia eri tekoälyn osa-alueiden kyvykkyyksiä. Nykyisessä tiedonkeruumallissa ei ole kuitenkaan pystytty luokittelemaan tällaisia montaa eri tekoälyn osa-aluetta hyödyntäviä ratkaisuja. Lisäksi joissain tapauksissa on ollut vaikeaa ylipäätään tulkita, mitä tekoälyn osa-aluetta ratkaisussa lopulta hyödynnetään. Tämä saattaa hieman vääristää tilannekuvassa eri tekoälyn osa-alueisiin kohdistuvien kehittämiskohteiden lukumääriä, mutta kokonaisuuden kannalta vaikutusta ei voi pitää merkittävä.

On nähtävissä, että tulevaisuudessa generatiivisen tekoälyn hyödyntämisen kasvu tulee jatkumaan kielimallien kehittyessä ja erilaisten käytännön sovelluskohteiden tunnistamisen myötä. On myös hyvin todennäköistä, että muiden tekoälyn osa-alueiden hyödyntäminen ja erityisesti erilaisten menetelmien yhteiskäyttö tulee lisääntymään generatiivisen tekoälyn kehittymisen ja tekoälytietoisuuden lisääntymisen myötä – Generatiivinen tekoäly ei ole paras ratkaisu kaikkiin käyttötapauksiin.

Tekoälyn hyödyntämistä edistetään monin eri tavoin

Tilannekuvasta käy ilmi, että tekoälyn hyödyntämistä edistetään hyvinvointialueilla monin eri tavoin. Kuvassa 3 on esitetty, miten kehittäminen jakautuu erilaisten ideoiden kokeiluihin (PoC eli Proof of Concept), pilotointiin, kehittämiseen sekä käyttöönottoihin. Tällä hetkellä vaikuttaa siltä, että varsinaisten ideoiden toteutuskelpoisuuden kokeiluista on osassa kokeiluista on jo päästy etenemään lähemmäs tilannetta, jossa lähtökohtaisesti tavoitellaan tuotannollisen kyvykkyyden saavuttamista.

Kuva 3, kehittämisen luonne

Erilaisia pilotteja edistetään hyvinvointialueilla tällä hetkellä kaikkein eniten. Pilotoinnilla koestetaan jonkin olemassa olevan tekoälyä hyödyntävän tuotteen tai teknologian kyvykkyyttä tuotannonkaltaisessa käyttöympäristössä rajatussa käyttötapauksessa tai käyttäjäkunnalla. Pilotointien yhteydessä kasvatetaan myös ymmärrystä laajemman käyttöönoton vaatimista vaikutusten arvioinneista ja muista huomioon otettavista asioista. Hyvin yleinen esimerkki pilotista on tällä hetkellä Microsoft Copilotin pilotointi hallinnollisen työn tukemiseen. Yleisesti pilotointeja edistetään selkeästi eniten generatiivisen tekoälyn osa-alueella.

Myös tekoälyratkaisujen kehittämistä edistetään alueilla laajasti. Kehittämisessä on kyse joko hyvinvointialueen omana työnä tai kumppanin kanssa toteutettavasta tutkimuksesta tai ratkaisun kehittämisestä tiettyyn käyttötapaukseen. Kehittämisen iso määrä voidaan nähdä erityisen positiivisena asiana, koska sitä kautta voi syntyä uusia tekoälyratkaisuja tukemaan myös muita hyvinvointialueita. Kehittäminen myös kasvattaa suomalaista tekoälyosaamista ja voi parhaimmillaan johtaa kansainvälisiinkin menestystarinoihin.

Käyttöönotoissa on kyse jonkin valmiin tuotteen tai teknologian käyttöönotosta tuotantoympäristössä. Käyttöönotot kohdistuvat pääosin erilaisten diagnostiikkaa tukevien kone- ja syväoppimismenetelmiä hyödyntäviin tuotteisiin, mutta myös generatiivisen tekoälyn osa-alueella on muutamia tuotteita, joiden käyttöönottoja edistetään.

Tekoälykehittämisen käyttötapauskirjo on laajenemassa

Aiempina vuosina tekoälykehittäminen on ensisijaisesti kohdistunut erilaisiin diagnostiikkaa tukeviin, ennusteiden toteuttamiseen ja osin tiedon tuottamista tukeviin käyttötapauksiin kone- sekä syväoppimisen menetelmiä soveltaen. Viimeisen parin vuoden aikana kehittämisen fokukseen ovat kuitenkin nousseet erilaiset tiedon rakenteistamiseen, koosteiden tuottamiseen sekä päätöksenteon tukeen liittyvät käyttötapaukset. Hyvinvointialueiden tekoälykehittämisen tilannekuvaa on analysoitu suhteessa sosiaali- ja terveysministeriön toimeksiannosta DigiFinland Oy:n ja NHG Finlandin yhteistyössä tuottamassa selvityksessä ”Tekoäly hyvinvointialueilla: sosiaali- ja terveydenhuollon käyttötapaukset ja kansallinen edistäminen” kuvattuihin käyttötapausluokkiin sekä käyttötapauksiin. Kehittämissä korostuu toimet, jotka kohdistuvat hoitotyötä ja diagnostiikkaa sekä tukitoimintoja edistäviin käyttötapauksiin.

Kuva 4, hyvinvointialueiden tekoälykehittämisen kohdistuminen käyttötapausluokkiin

Tarkemmalla tasolla kehittämisen kohdistumista eri käyttötapauksiin on analysoitu kuvassa 5. Hoitotyön ja diagnostiikan käyttötapausluokassa kuumina käyttötapauksina on tällä hetkellä automatisoidut potilaskirjaukset sekä diagnostiikan tekoavusteisen tulkinta. Viime tiedonkeruuseen verrattuna taustatietoja koostavaa, suosituksia antavaa sekä kirjaamista tukevaa hoitajakuiskaaja-käyttötapausta voidaan pitää nousevana käyttötapauksena, koska sitä on lähdetty ratkomaan useamman kehityshankkeen voimin.

Asioinnin ja oma- ja itsehoidon käyttötapausluokkaan kohdistuu kehitystoimia vielä melko vähäisesti, mutta asiakasohjausta tukevaa ja asiakkaan kanssa keskustelua käyvää chatbot-ratkaisua ollaan edistämässä useamman kehityshankkeen puitteissa.

Tukitoiminnoissa keskeisenä käyttötapauksena on hallinnollisen työn tuottavuuden parantaminen, joka tarkoittaa käytännössä tekoälyapurien käyttöönottamista hallinnon prosessien tehostamiseen. Tämän ohella reaaliaikaisen tulkkauksen, käännökset eri kielille sekä tiedonhaut ja tiivistelmät ovat nousevia käyttötapauksia edelliseen tiedonkeruuseen verrattuna.

Sote-johtamisessa ei ole tällä hetkellä tunnistettu varsinaisia kuumia tai nousevia käyttötapauksia, mutta resurssien, kustannusten ja hoidontarpeen ennustamiseen sekä palautteiden analysointiin liittyviä kehittämistoimia on hyvinvointialueilla käynnissä useista.

Ilahduttavasti suhteessa edelliseen tiedonkeruuseen ennaltaehkäisyn käyttötapausluokkaa voidaan pitää kokonaisuudessaan nousevana kehittämisen kohteena. Kehittämistä on käynnistetty useissa eri käyttötapauksissa ja myös kansallista rahoitusta on kohdistumassa tähän käyttötapausluokkaan, minkä myötä uusia kehitystoimia käynnistettäneen käyttötapausluokassa lähiaikoina.

Sosiaalihuollon käyttötapausluokkaan ei vielä juurikaan kohdistu kehitystä, mutta mahdollisuuksia ja potentiaalia siellä on varmasti.

Kuva 5, hyvinvointialueiden tekoälykehittämisen kohdistuminen käyttötapauksiin

Yhteenveto hyvinvointialueiden tekoälykehittämisestä

Hyvinvointialueilla nähdään, että tekoälyn hyödyntämisellä on käänteentekevää potentiaalia tuottavuuden parantamisessa sekä ammattilaisten työajan vapauttamisessa merkitykselliseen työhön. Palvelutarve kasvaa nopeammin kuin rahoitusmahdollisuudet, joten ammattilaisten työn tehokkuuden ja vaikuttavuuden kehittäminen on ensiarvoisen tärkeää. Jo pelkästään kirjaamisen automatisoinnin tukeminen nähdään erittäin tärkeäksi. Liian suuri osa sote-ammattilaisten työajasta kuluu kirjallisiin tehtäviin, kuten tietojen etsimiseen ja kirjaamiseen. Ajan vapauttaminen asiakas- ja potilaskohtaamisiin voi tuoda mukanaan merkittäviä säästöjä. Myös muissa kliinisissä käyttötapauksissa sekä hallinnollisen työn tehostamisessa hyötypotentiaalia tunnistetaan laajasti.

Useat kokeilut ja pilotit ovat viimeisimpien vuosien aikana olleet vielä rajallisia, eikä niitä ole koestettu oikeassa tai laajassa käytössä. Kuitenkin kokeiluista saatujen hyvien kokemusten seurauksena, sekä sääntelyn reunaehtojen pikkuhiljaa selventyessä, ollaan hyvinvointialueilla kasvattamassa pilottien laajuutta sekä aiempaa selkeämmin tähtäämässä tuotantokäyttöön päätyvien ratkaisujen kehittämiseen.

Toki edelleen on olemassa jonkin verran haasteita, jotka vaikeuttavat tai hidastavat kehittämistä. Vaikka viimeisen puolen vuoden aikana on julkaistu useita selvityksiä sekä ohjeistuksia tekoälysääntelyn tulkinnasta, liittyy edelleen avoimia kysymyksiä tietosuojavaikutusten arviointiin sekä erityisesti lääkintälaiteasetuksen huomiointiin liittyen. Kehittämisen valmisteluun joudutaan joissain tapauksissa käyttämään kohtuuttoman paljon aikaa. Toki näin varmistetaan, että kehittämisessä voidaan tarvittaessa edetä aina tuotantokäyttöön asti, riskit ja sääntelyn vaatimukset halliten.

Myös suomen kielen pienuus näyttäytyy haasteellisena vielä laajoissa kielimalleissa sekä isojen teknologiatoimittajien osin rajallisina panostuksina erityisesti sote-sektorilla. Kansallisen sote-kielimallin kehittämistä tai ainakin tarvittavien koulutusaineistojen tuottamista kansallisessa yhteistyössä pohditaan, mikä voisi tukea hyvin hyvinvointialueilla tapahtuvaa tekoälykehittämistä. Merkittävä asia on myös tekoälyn hyödyntämisen mukanaan tuomat tarpeet toiminnan muutokselle sekä muutosjohtamiselle. Jotta tekoälyn mahdollisuuksista saadaan kaikki irti, tulee myös toiminnan ja sote-ammattilaisten olla valmis sitä hyödyntämään ja oikeissa käyttökohteissa. Koulutusta ja tekoälylukutaidon kehittämistä tarvitaan siis myös paljon.

Yleisesti ottaen hyvinvointialueilla ollaan siirtymässä tilanteeseen, jossa tekoälyteknologioiden ja erityisesti generatiivisen tekoälyn potentiaalisia hyötyjä päästään vaiheittain ulosmittaamaan. Vähintäänkin päästään tilanteeseen, jossa hyötyjä ja vaikuttavuutta päästään mittaamaan laajemmassa käytössä ja moninaisissa käyttötapauksissa. Investoinnit tekoälyyn hyödyntämiseen liittyvään kehittämiseen ja oppimiseen jatkunevat aktiivisina myös vuoden 2025 edetessä.

Tarkempia tietoja tilannekuvasta voi pyytää asiantuntijoiltamme: