stetoskooppi, stetoscope

Savonia-artikkeli Pro: Ammattilaisten käsityksiä terveydenhuollon tekoälystä – mahdollisuudet ja sudenkuopat

Savonia-artikkeli Pro on kokoelma monialaisen Savonian asiantuntemusta eri aiheista.

This work is licensed under CC BY-SA 4.0Creative Commons logoCreative Commons Attribution logoCreative Commons Share Alike logo

Tekoäly terveydenhuollon murroksen ytimessä

Tekoäly on noussut keskeiseksi digitalisaation osa-alueeksi sosiaali- ja terveydenhuollossa. Digifinlandin (2025) luotsaaman tekoälyvision mukaan tekoälyn avulla voidaan luoda digistrategian mukaisesti saavutettavammat ja helppokäyttöiset palvelut. Tekoäly kollegana vapauttaa sote-ammattilaisten aikaa rutiineista asiakkaiden kanssa työskentelyyn. Tekoälyn avulla voidaan analysoida suuria tietomääriä, tunnistaa terveystrendejä ja edistää väestönterveyttä. Käytännössä tekoälyä hyödynnetään diagnostiikan ja päätöksenteon tukena, potilasohjauksessa sekä hallinnollisten prosessien automatisoinnissa. (Neittaanmäki ym. 2019, 24; Sosiaali- ja terveysministeriö 2023, 20–21; DigiFinland 2024, 8, 23–24; DigiFinland 2025.)

Ymmärrys tekoälyn toiminnasta ja suhtautuminen sen käyttöönottoon vaihtelee ammattilaisten keskuudessa. Vaikka monet ammattilaiset käyttävät arjessaan digiteknologioita päivittäin, ei heillä ole riittävää ymmärrystä kliinisessä työssä hyödynnettävistä tekoälyratkaisuista eikä syvällisempää ymmärrystä tekoälyn toimintaperiaatteista. Tekoäly nähdään toisaalta välttämättömänä ratkaisuna tulevaisuuden haasteisiin, mutta toisaalta uhkana inhimilliselle hoidolle ja ammatilliselle osaamiselle. (Pedro ym. 2023, 6–7; Dean ym. 2024, 3; Sommer ym. 2024, 6–7.)

Kuvailevana kirjallisuuskatsauksena toteutettu YAMK-opinnäytetyö kartoitti terveydenhuollon ammattilaisten käsityksiä terveydenhuollon tekoälystä ja sen hyödyistä ja haasteista. Kirjallisuuskatsauksen aineisto (n=13) kerättiin PubMed- ja Cinahl Ultimate -tietokannoista ja analysoitiin induktiivisen sisällönanalyysin keinoin.

Tekoäly tuo lisää tarkkuutta ja tehokkuutta terveydenhuoltoon

Tekoäly näyttäytyy keskeisenä tekijänä hoidon laadun, potilasturvallisuuden ja terveydenhuollon kehittämisessä. Sen hyödyt ja mahdollisuudet liittyvät ennen kaikkea kykyyn tehostaa toimintaa, hoitoprosessien tarkkuuden parantamiseen sekä resurssien tehokkaampaan hyödyntämiseen. Terveydenhuollon ammattilaisten näkökulmasta tekoälyn keskeisimpinä hyötyinä nähdään rutiinitehtävien, kuten potilaskirjausten ja hallinnollisten prosessien automatisointi vapauttaen ammattilaisten aikaa monimutkaisempiin ja inhimillistä vuorovaikutusta vaativiin työtehtäviin. Tekoälyn avulla voidaan myös vähentää virheitä ja parantaa potilasturvallisuutta. (Pedro ym. 2023, 7–8; Ghadiri ym. 2024, 6; Sommer ym. 2024, 7; Hassan & El-Ashry 2024, 4.)

Tekoälyn haasteet terveydenhuollossa

Tekoälyn käyttöönottoon liittyy useita haasteita teknisistä inhimillisiin tekijöihin. Ammattilaiset ovat huolissaan tekoälyn tietoturvaan, eettisyyteen ja kustannuksiin liittyvistä riskeistä. Tekoälyn koulutusaineistoa ei pidetä vielä riittävän laadukkaana ja monimuotoisena, joka saattaa johtaa virheellisiin tai syrjiviin hoitopäätöksiin. Epäselvää on myös se, kuinka vastuu jakautuu mahdollisissa hoitovirhetilanteissa. Tekoälyn pelätään heikentävän hoidon inhimillisyyttä ja tekevän siitä liukuhihnamaista. Lisäksi tekoälyjärjestelmien korkeat kustannukset ja integraation vaikeus nykyisiin terveydenhuollon prosesseihin nähdään merkittävinä haasteina. (Pedro ym. 2023, 9; Dean ym. 2024, 3, 5; Ghadiri ym. 2024, 8; Blease ym. 2024, 3; Sommer ym. 2024, 7; Johansson & Engström 2024, 9.)

Tekoälyn käyttöönoton avaimet ja tulevaisuuden näkymät

Onnistunut tekoälyn käyttöönotto terveydenhuollossa edellyttää ammattilaisten koulutukseen panostamista, teknistä osaamista sekä valmiuksia ja kykyä arvioida kriittisesti tekoälyn tuottaman tiedon luotettavuutta ja sen soveltamista potilaan hoitoon. Tekoälykoulutusta tulisi sisällyttää osaksi perusopintoja ja koulutuksen rinnalla on tärkeää käsitellä ammattilaisten mahdollisiin asenteisiin liittyviä haasteita, kuten epäluuloa teknologiaa kohtaan ja pelkoa kliinisen osaamisen heikentymisestä. (Pedro ym. 2023, 7–9; Hassan & El-Ashry 2024, 5.) Keskeisinä edellytyksinä tekoälyn onnistuneelle käyttöönotolle ovat myös ammattilaisten osallistaminen järjestelmien suunnitteluun sekä moniammatillinen yhteistyö, joka tukee käyttäjäystävällisten ja potilasturvallisten järjestelmien kehittämistä. Lisäksi tarvitaan toimiva tekninen infrastruktuuri, riittävän laadukas data ja ajantasainen sääntely, jotta voidaan varmistaa yhteensopivat järjestelmät, turvallinen tiedonsiirto sekä selkeät ohjeistukset. (Ghadiri ym 2024, 9; Sommer ym. 2024, 8; Johansson & Engström 2024, 8.)

Suomen korkea koulutustaso, myönteinen suhtautuminen teknologiaan ja vahva digitaalinen infrastruktuuri luovat hyvät valmiudet tekoälyn laajamittaisempaan hyödyntämiseen terveydenhuollossa (Työ- ja elinkeinoministeriö 2017, 18). Tulevaisuudessa tekoäly voi toimia keskeisenä välineenä väestön ikääntymiseen liittyvien haasteiden, pitkäaikaissairauksien lisääntymisen ja terveydenhuollon kustannusten kasvun hallinnassa. Samalla on kuitenkin varmistettava, että teknologia tukee eikä korvaa inhimillistä hoitoa; tekoälyn tulee toimia ammattilaisen työkaluna, ei sen korvaajana. Näin voidaan rakentaa järjestelmä, jossa teknologia ja ihminen toisiaan täydentäen tukee potilaan kokonaisvaltaista hyvinvointia.


Kirjoittajat:

Elina Venho, Digitalisaation asiatuntija sosiaali- ja terveysalalla YAMK-opiskelija, Savonia-ammattikorkeakoulu

Elisa Snicker, lehtori, Savonia-ammattikorkeakoulu, jatkuvan oppimisen yksikkö, Master School, Kuopio


Lähteet:

Blease, C., Worthen, A. & Torous, J. 2024. Psychiatrists’ Experiences and Opinions of Generative Artificial Intelligence in mental healthcare: An Online Mixed Methods Survey. Psychiatry Research, 333. https://doi.org/10.1016/j.psychres.2024.115724. Viitattu 1.11.2025.

Dean, T. B., Seecheran, R., Badgett, R. G., Zackula, R. & Symons, J. 2024. Perceptions and Atti-tudes Toward Artificial Intelligence Among Frontline Physicians and Physicians’ Assistants in Kansas: a Cross-Sectional Survey. JAMIA Open 7 (4). https://doi.org/10.1093/jamiaopen/ooae100. Viitattu 30.10.2025.

DigiFinland 2024. Tekoäly hyvinvointialueilla: sosiaali- ja terveydenhuollon käyttötapaukset ja kansallinen edistäminen. Loppuraportti. Pdf-tiedosto. https://digifinland.fi/wp-con-tent/uploads/2024/03/DigiFinland_tekoaly_loppuraportti_210324.pdf. Viitattu 28.10.2025.

DigiFinland 2025. SOTE-tekoälyn ekosysteemin tekoälyvisio 2035. https://digifinland.fi/wp-content/uploads/2025/06/SOTE-tekoalyn_ekosysteemin_tekoalyvisio_2035_final.pdf Viitattu 11.11.2025.

Ghadiri, P., Yaffe, M. J., Adams, A. M. & Abbasgholizadeh-Rahimi, S. 2024. Primary Care Physicians’ Perceptions of Artificial Intelligence Systems in the Care of Adolescents’ Mental Health. BMC Primary Care 25 (215). https://doi.org/10.1186/s12875-024-02417-1. Viitattu 30.10.2025.

Hassan, E. A. & El-Ashry, A. M. 2024. Leading with AI in Critical Care Nursing: Challenges, Opportunities, And the Human Factor. BMC Nursing 23 (752). https://doi.org/10.1186/s12912-024-02363-4. Viitattu 1.11.2025.

Johannsson Viberg, J. & Engström, E. 2024. ’Humans think outside the pixels’ – Radiologists’ Perceptions of Using Artificial Intelligence for Breast Cancer Detection in Mammography Screening in a Clinical Setting. Health Informatics Journal 30 (3). https://doi.org/10.1177/14604582241275020. Viitattu 29.10.2025.

Neittaanmäki, P., Tuominen, H., Äyrämö, S. & Vähäkainu, P. 2019. Teoksessa Siukonen, T. (toim.) Tekoäly ja terveydenhuolto Suomessa. Jyväskylä: Jyväskylän Yliopistopaino. https://jyx.jyu.fi/handle/123456789/63324. Viitattu 27.10.2025.

Pedro, A. R., Dias, M. B., Laranjo, L., Cunha, A. S. & Cordeiro, J. V. 2023. Artificial intelligence in medicine: A comprehensive survey of medical doctor’s perspectives in Portugal. PLoS One 18 (9). https://doi.org/10.1371/journal.pone.0290613. Viitattu 29.10.2025.

Sommer, S., Schmidbauer, L. & Wahl, F. 2024. Nurses’ Perceptions, Experience and Knowledge Regarding Artificial Intelligence: Results From a Cross Sectional Online Survey in Germany. BMC Nursing 23 (205). https://doi.org/10.1186/s12912-024-01884-2. Viitattu 30.10.2025.

Työ- ja elinkeinoministeriö 2017. Suomen tekoälyaika. Suomi tekoälyn soveltamisen kärkimaaksi: Tavoite ja toimenpidesuositukset. Pdf-tiedosto. https://julkaisut.valtioneuvosto.fi/bitstream/han-dle/10024/80849/TEMrap_41_2017_Suomen_teko%C3%A4lyaika.pdf. Viitattu 2.11.2025.