Tekoälyn kehitystahti on johtanut kokeiluihin ja hyötyjen etsimiseen laajasti sosiaali- ja terveydenhuollon toimialalla. On nähty tärkeäksi, että hyvinvointialueet jakavat kokemuksia kokeiluista ja ottavat oppeja toisiltaan.
UNA:n fasilitoimassa hyvinvointialueiden tekoälyverkostossaseurataan aktiivisesti tilanteen kehittymistä ja tässä artikkelissa julkaisemme ajantasaisen tilannekuvan tekoälykehittämisestä hyvinvointialueilla, Helsingin kaupungin sosiaali- ja terveydenhuollossa sekä HUS-yhtymässä. Tilannekuva kattaa 336 tekoälyn kehittämiskohdetta tai kokeilua.
Muutoshistoria
| Versio | Kuvaus |
|---|---|
| Julkaistu 21.5.2026 versio 4 | Päivitetty tilannekuva kevään 2026 tiedonkeruun pohjalta. |
| Julkaistu 5.11.2025 versio 3 | Päivitetty tilannekuva kokonaisuudessaan ja tuotu mukaan tietoaineiston julkaisu dynaamisena raporttina. |
| Julkaistu 4.4.2025 versio 2.1 | Täydennetty HUSin tekoälykehittämisen tiedot ja päivitetty kuvat tarkentuneilla tiedoilla. Parannettu kuvien laatua. |
| Julkaistu 24.3.2025 versio 2.0 | Toisen tiedonkeruun pohjalta päivitetty tilanne. Tuotu mukaan uusia visualisointeja ja analysoituja näkökulmia tilannekuvasta. |
| Julkaistu 1.11.2024 versio 1.0 | Ensimmäinen versio. |
Tekoälykehittämisen tilanne hyvinvointialueilla
Sote-tekoälyn ekosysteemin alaisuudessa toimivan hyvinvointialueiden tekoälyverkoston puitteissa ylläpidetään hyvinvointialueiden tekoälykehittämisen tilannekuvaa. Työtä fasilitoi UNA Oy. Tavoitteena on koota yhteen tieto hyvinvointialueilla käynnissä olevasta sekä jo toteutetusta tekoälyyn liittyvästä kehittämisestä läpinäkyvyyden ja tiedonjaon mahdollistamiseksi.
Tekoälykehittämisen tilannekuva tarjotaan hyödynnettäväksi koostavan artikkelin kautta sekä dynaamisena raporttina, josta tietoaineistoa voi tarkastella hyödyntäen käyttöön tarjottuja näkymiä sekä suodattimia.
Tiedonkeruu on toteutettu yhteistyössä hyvinvointialueiden tekoälyverkostossa mukana olevien hyvinvointialueiden, Helsingin kaupungin sekä HUS-yhtymän kanssa. Tilannekuvan taustalla olevaa tietoaineistoa on kerätty loppuvuodesta 2024 alkaen ja tiedot on viimeksi päivitetty toukokuussa 2026. On tärkeää tiedostaa, että tekoälykehittämisen tilanne muuttuu ja kehittyy hyvinvointialueilla jatkuvasti. Tilannekuva pyritään pitämään mahdollisimman ajantasaisena ja tarkempia tietoja hyvinvointialuekohtaisesta kehittämisen tilanteesta voi tiedustella hyvinvointialueiden nimeämiltä yhteyshenkilöiltä tai -pisteistä, jotka löytyvät julkaistun raportin Kehittämiskohteet taulukossa -näkymän kautta.
Tilannekuvan päivittäminen tehdään puolivuosittain hyvinvointialueiden tekoälyverkoston puitteissa. Kannustamme alueita jakamaan ajantasaista tietoa tekoälykehittämisestään ja päivityspyyntöjä aineistoon voi osoittaa työn fasilitoijalle Henri Huttuselle (henri.huttunen@unaoy.fi) myös päivityskierrosten välillä.
Tilannekuvan visualisoinnit on toteutettu UNA Oy:n toimesta yhteistyössä Pohjois-Savon hyvinvointialueen kanssa. Tekoälykehittämisen kohteet on luokiteltu verkoston määrittelemiä luokitteluja hyödyntäen ja käyttötapausluokittelussa sovelletaan Sosiaali- ja terveysministeriön toimeksiannosta toteutetun Tekoäly hyvinvointialueilla -selvityksen määrittelemiä käyttötapausluokkia ja käyttötapauksia.
Tekoälyn hyödyntämistä edistetään laajalla rintamalla
Tilannekuvasta käy ilmi, että kaikilla hyvinvointialueilla on meneillään toimia tekoälyn hyödyntämiseen liittyen. Tällä hetkellä on tunnistettuna 336 kehittämiskohdetta, jotka jakautuvat 23:lle eri hyvinvointialueelle. Kuvassa 1 on esitetty miten kohteet jakautuvat eri alueiden välillä ja missä tilassa kehittäminen on.
Suuri osa hyvinvointialueista panostaa merkittävästi tekoälykehittämiseen ja hakee tekoälyn hyödyntämisen kautta tukea tuottavuuden parantamiseen niin hallinnollisessa kuin asiakastyössäkin. Tekoälykehittämistä tukevien strategisten linjausten sekä hallintamallien valmistelu on pääosalla hyvinvointialueista toteutettuna ja monilla hyvinvointialueilla on tällä hetkellä käynnissä kehittämisen tiekarttojen laatiminen. Kehittämisen tiekarttojen tavoitteena on varmistaa kehittämisen kohdistuminen vaikuttavimpiin kehityskohteisiin sekä hyötyjen realisointi ratkaisujen käytön laajentamisen kautta.
Tiedonkeruun yhteydessä on käynyt ilmi, että osa hyvinvointialueista suhtautuu vielä varovaisesti tekoälyn konkreettiseen hyödyntämiseen. Ne odottavat oppeja muilta hyvinvointialueilta, ratkaisujen sekä sääntelyn kypsyyden kehittymistä ja panostavat tulevaa kehittämistä tukevien hallintakäytänteiden laadintaan sekä tietopohjan laadun kehittämiseen. Huomiona todettakoon, että kehittämiskohteiden määrien perusteella ei pysty yksiselitteisesti tulkitsemaan yksittäisen hyvinvointialueen aktiivisuutta tai suhtautumista tekoälyn hyödyntämiseen.
Hyödynnettävät tekoälymenetelmät moninaistuvat ja monimenetelmällinen soveltaminen lisääntyy
Generatiivinen tekoäly on yksi tämän vuosikymmenen merkittävimmistä teknologisista läpimurroista. Se voi luoda uutta tietoa tai sisältöä sen sijaan, että tekoäly vain havainnoisi tai ennustaisi jotain olemassa olevan aineiston pohjalta. Generatiivisen tekoälyn potentiaali on merkittävä, ja se painottuu käynnissä olevassa kehittämisessä ja on antanut piristysruiskeen hyvinvointialueiden tekoälykehittämiseen. Generatiivisen tekoälyn kehittyminen on mahdollistanut tekoälyn tuomisen hyödynnettäväksi uudenlaisissa käyttötapauksissa läpi leikaten hyvinvointialueen toimintaa aina hallinnosta erityistason palveluihin.
Hyvinvointialueiden tekoälykehittämisessä sovelletaan erilaisia tekoälymenetelmiä laajasti. Menetelminä hyödynnetään koneoppimista, syväoppimista, luonnollisen kielen käsittelyä, tietokonenäköä sekä generatiivista tekoälyä. Hyödynnettävien menetelmien tarkastelu on koettu tiedonkeruussa haastavaksi, koska käytännössä ratkaisuissa hyödynnetään usein useita eri tekoälymenetelmiä. Tämän takia tekoälymenetelmien tarkastelun sijaan yllä olevassa kuvassa on tarkasteltu tekoälyn pääasiallista roolia kehittämisessä.
- Havainnoiva tekoäly tunnistaa puheesta, tekstistä tai kuvista poikkeamia tai rakenteita ja auttavat ammattilaisia niiden havainnoinnissa.
- Ennustava tekoäly pyrkii ennustamaan esimerkiksi resurssien käyttöä, palvelutarpeiden kehittymistä tai riskejä käytössään olevan tiedon perusteella.
- Tuottava tekoäly tuottaa jotain uuttaa käytössään olevan tiedon perusteella esimerkiksi kirjausehdotuksia tai yhteenvetoja ammattilaisen hyödynnettäväksi.
- Päätöksentuki auttaa ammattilasta päätösten teossa koostamalla yhteen olemassa olevaa tietoa tai luonnostelemalla päätösehdotuksen esimerkiksi sosiaalihuollon palveluiden kohdistamisesta asiakkaalle.
Kehittämisessä korostuu selkeästi tekoälyn hyödyntäminen havainnoinnissa sekä uuden tuottamisessa. Tekoälyä hyödynnetään myös jo jonkin verran ennustamisessa ja päätöksentuessa.
Pilotoinnista ollaan siirtymässä tekoälyn jalkauttamiseen sekä tuotantokäyttöön
Tilannekuvasta käy ilmi, että tekoälyn hyödyntämistä edistetään hyvinvointialueilla monin eri tavoin. Puolen vuoden takaiseen verrattuna käyttöönottojen määrä suhteessa erilaisiin kokeiluihin sekä kehittämiseen on kasvanut merkittävästi. Muutos selittyy tarkemmalla tulkinnalla siitä, että kehittämisen kategoriaan on sisällytetty vain sellaiset kehityskohteet, joissa hyvinvointialue tulee potentiaalisesti toimimaan tekoälyjärjestelmän tarjoajana. Lisäksi osa kokeiluista on edennyt laajempaan jalkautukseen ja tuotantokäyttöön.
Kuvassa 3 on esitetty, miten kehittäminen jakautuu erilaisten ideoiden kokeiluihin (PoC eli Proof of Concept), pilotointiin, kehittämiseen sekä käyttöönottoihin.
Kuva 3, kehittämisen luonne
Erilaisia tekoälypilotteja edistetään kuitenkin vielä hyvin paljon. Pilotoinneissa arvioidaan 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.
Uusien tekoälyratkaisujen kehittämisen eli hyvinvointialueiden tapauksessa omavalmistuksen näkökulmasta vaikuttaa siltä, että hyvin suuri osa hyvinvointialueista ei ole tavoittelemassa kyvykkyyttä, jossa se voisi toimia tekoälyjärjestelmien tarjoajana tulevaisuudessa. Tekoälyjärjestelmien kehittämiseen liittyy merkittäviä riskien- sekä laadunhallintaan liittyviä vastuita, että näiden vastuiden osoittaminen markkinatoimijoille sekä kumppaneille on nähty tarkoituksenmukaiseksi. Poikkeuksiakin toki löytyy. Osa erityisesti yliopistollisista hyvinvointialueista sekä muutama muukin hyvinvointialue on tiedonkeruun perusteella panostamassa myös tekoälyjärjestelmien kehittämiseen sekä erilaiseen tekoälyyn liittyvään tutkimukseen. Tämä voidaan nähdä erittäin positiivisena asiana, koska sitä kautta voi syntyä uusia tekoälyjärjestelmiä tukemaan myös muita hyvinvointialueita. Kehittäminen voi myös kasvattaa suomalaista tekoälyosaamista ja parhaimmillaan johtaa kansainvälisiinkin menestystarinoihin.
Tekoälykehittämisen käyttötapauskirjo on laajenemassa
Aiempina vuosina tekoälykehittäminen on ensisijaisesti kohdistunut erilaisiin diagnostiikkaa tukeviin, ennusteiden toteuttamiseen ja osin tiedon tuottamista tukeviin käyttötapauksiin havainnoivia tai ennustavia tekoälymenetelmiä 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 voi tarkastella julkaistun dynaamisen raportin kautta. Kuvassa 5 on koostettu kunkin käyttötapausluokan kolme yleisintä käyttötapausta.
Verrattuna aiempaan, kehitystoimien määrä on ilahduttavasti ollut kasvussa ennaltaehkäisyn sekä sosiaalihuollon käyttötapausluokissa. Oma merkittävä vaikutuksensa tähän on varmasti ollut kansallisen tason rahoitusohjauksella, jota on toteutettu sosiaali- ja terveysministeriön sekä erityisesti Sitran kautta. Toki pääpaino on edelleen hoitotyön ja diagnostiikan sekä tukitoimintojen käyttötapausluokissa, mutta kehitystoimien laajentuva kohdentaminen erilaisten käyttötapausten ratkaisemiseen mahdollistaa uusien oppien saavuttamisen sekä tekoälyn hyötypotentiaalien laajemman realisoimisen tulevaisuudessa.
Yhteenveto hyvinvointialueiden tekoälykehittämisestä
Hyvinvointialueilla nähdään laajasti, 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.
Osa hyvinvointialueista suhtautuu kuitenkin vielä varovaisesti tekoälyn hyödyntämiseen, lähinnä johtuen vähäisistä näytöistä tekoälyn hyödyntämisen kautta saavutetuista konkreettisista hyödyistä. Merkittävä asia on myös tekoälyn hyödyntämisen mukanaan tuomat tarpeet toiminnan muutokselle sekä muutosjohtamiselle. Jotta tekoälyn mahdollisuuksista saadaan kaikki irti, tulee myös toimintatapojen kehittyä sekä toiminnan ja sote-ammattilaisten olla valmiita tekoälyä hyödyntämään ja oikeissa käyttökohteissa. Koulutusta ja tekoälylukutaidon kehittämistä tarvitaan vielä paljon.
Selkeänä muutoksena edellisiin tilannekuvan versioihin, hyvinvointialueiden kehittämisessä näyttää korostuneen erilaisten agenttisten kyvykkyyksien ja ratkaisujen kehittäminen. Useampi hyvinvointialue on kehittänyt ja kehittämässä teknologisia kyvykkyyksiään AI-agenttien hyödyntämiseen liittyen ja myös iso joukko AI-agentteja on jo saatu käyttöön tukemaan erityisesti hallinnollisen työn tuottavuuden parantamista sekä ammattilaisten vapauttamista palveluiden tuottamiseen. Tulevaisuudessa erilaisten AI-agenttien merkitys ja rooli hyvinvointialueiden tekoälykehittämisessä tukee varmasti kasvamaan erittäin merkittävästi.
Toki edelleen on jonkin verran haasteita, jotka vaikeuttavat tai hidastavat kehittämistä. Tekoälysääntelyn tulkintaan liittyy valitettavasti edelleen avoimia kysymyksiä tietosuojavaikutusten arviointiin sekä erityisesti lääkinnällisten laitteiden sääntelyn ja tekoälyasetuksen väliseen vuorovaikutukseen 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.
Yleisesti ottaen hyvinvointialueilla ollaan lähestymässä risteyskohtaa, jossa tekoälyn potentiaalisia hyötyjä ja vaikuttavuutta päästään vaiheittain realisoimaan tai vähintään mittaamaan laajemmassa käytössä ja moninaisissa käyttötapauksissa. Jo 144 tekoälykehittämisen projektia tai hanketta valmistunut, ja näistä iso osa on ratkaisujen käyttöönottoja. Tämä osoittaa, että tekoälykehittäminen ei ole jäänyt kokeilujen tasolle.
Tilannekuvan ja hyvinvointialueiden kanssa käytyjen keskustelujen pohjalta voidaan tunnistaa kolme lähitulevaisuuden skenaariota tekoälykehittämisen etenemisestä hyvinvointialueilla:
- Optimistinen skenaario: käyttöönotot laajenee hallitusti ja hyödyt näkyvät nopeasti. Ratkaisuja saadaan tuotantoon, vaikuttavat käyttötapaukset tunnistetaan selkeästi ja organisaatiot pystyvät skaalaamaan oppeja laajemmin – Tekoäly siirtyy piloteista arkeen.
- Realistinen skenaario: kehitys jatkuu, mutta eteneminen on epätasaista. Osa ratkaisuista vakiintuu käyttöön, mutta hyödyt jäävät hajanaisiksi, koska valmiudet, toimintamallit ja kyvykkyydet vaihtelevat – Kehitys jatkuu, mutta eri tahtisena.
- Varovainen skenaario: skaalaus etenee odotettua hitaammin. Sääntely, sopiminen, ratkaisujen hinnoittelu ja muutosjohtamisen haasteet hidastavat tuotantoon siirtymistä – Muutos jää odotettua hitaammaksi.
Tarkempia tietoja tilannekuvasta voi pyytää asiantuntijoiltamme: