# Tekoäly muuttaa röntgenhoitajan työtä isotooppitutkimuksissa - mitä tekoälytaitoja koulutuksessa tulee huomioida?

> Tekoälyn yleistyessä röntgenhoitajan osaamisvaatimukset laajenevat.

## Johdanto
Tämä artikkeli pohjautuu Anne-Mari Kulhomäen YAMK-opinnäytetyöhön, jossa selvitettiin röntgenhoitajan tekoälytaitoja isotooppitutkimuksiin ja kliiniseen radiografiaan liittyen. Tutkimus toteutettiin integroivana kirjallisuuskatsauksena kevään 2026 aikana hyödyntäen kansainvälisiä ja kotimaisia tietokantoja (mm. Cinahl Ultimate, Cochrane Library, EBSCOhost, Ellibs, journal.fi, Medic, MEDLINE ja PubMed).

## Tekoäly isotooppikuvantamisessa
Lääketieteellisissä kuvantamismenetelmissä, kuten isotooppitutkimuksissa, tekoäly tarjoaa uusia mahdollisuuksia kuvien laadun parantamiseen, automaattiseen analyysiin ja työnkulkujen tehostamiseen. Isotooppikuvantamisessa hyödynnetään radioaktiivisia merkkiaineita kehon toiminnallisten prosessien tutkimiseen. Suomessa tehtiin vuonna 2024 yhteensä 35 967 isotooppitutkimusta, joista yleisimpiä ovat kasvainten kuvantaminen, luuston ja pehmytosien tutkimukset sekä verenkiertoelimistön tutkimukset.

## Röntgenhoitajan muuttuva rooli
Röntgenhoitaja toimii keskeisessä roolissa isotooppikuvantamisen käytännön toteutuksessa. Tekoälyn yleistyessä hoitajan osaamisvaatimukset laajenevat: teknologian ymmärtäminen, eettinen käyttö ja kriittinen arviointikyky nousevat keskiöön. Erityisesti PET- ja SPETT-kuvantamisessa tekoäly voi tukea sekä diagnostiikkaa että potilasturvallisuutta. Vaikka tekoäly muuttaa ammattia, se ei korvaa ammattilaista.

## Kirjallisuuskatsauksen tulokset
Katsaukseen valikoitui 21 tutkimusartikkelia ja ammattikirjallisuuden lähdettä. Keskeisiä havaintoja olivat:
* **Tekoälylukutaito:** Kriittinen arviointikyky ja tekoälylukutaito ovat välttämättömiä taitoja.
* **Työnkuvan laajentuminen:** Tekoäly mahdollistaa prosessien optimoinnin ja diagnostisen tarkkuuden parantamisen, mikä voi johtaa röntgenhoitajien roolien laajentumiseen, kuten tekoälyn tuottamien tulosten valvontaan ja arviointiin.
* **Tutkimusaukko:** Aihetta on tutkittu maailmanlaajuisesti vähän, ja suurin osa olemassa olevasta tutkimuksesta keskittyy lääkäreihin. Suoraan röntgenhoitajiin kohdistuvaa tutkimusta on erittäin vähän.

## Koulutuksen kehittämistarpeet
Röntgenhoitajien opetuksessa on huomioitava kehittyvät teknologiat, kuten tekoäly, automaatio, robotiikka ja laajennettu älykkyys. Koulutuksen tulee vahvistaa tieteellistä, teknologista ja matemaattista osaamista. Opetussuunnitelmiin tulee sisällyttää:
* Viestintäopinnot ja potilaan kohtaaminen.
* Tekoälyn eettinen ohjeistus.
* Uudet kuvantamis- ja hoitosovellukset (yksilöllinen lääketiede, genomiikka, teranostiikka, molekyyli-, hybridi- ja fuusioteknologia).

Koulutusorganisaatioilla on mahdollisuus tarjota tekoälytaitoja myös täydennyskoulutuksena jo työelämässä oleville röntgenhoitajille.

## Lähteet
* Beegle, C., Hasani, N., Maass-Moreno, R., Saboury, B. & Siegel, E. 2022. Artificial Intelligence and Positron Emission Tomography Imaging Workflow: Technologists’ Perspective.
* EFRS 2020. Artificial Intelligence and the Radiographer/Radiological Technologist Profession.
* EFRS 2022. EFRS White Paper on the Future of the Profession Radiographer Education, Research, and Practice (RERP): 2021-2031.
* Jurvelin, J.S. 2004. Isotooppikuvaus. Teoksessa Radiologia.
* Kuurne, I. 2026. Isotooppitutkimukset ja -hoidot Suomessa vuonna 2024.
* McNulty, J.P. & Zarb, F. 2025. Guidelines and recommendations for radiographer education from the EU-REST project.
* Mendez-Avila, C. ym. 2025. Artificial intelligence in radiology, nuclear medicine and radiotherapy: Perceptions, experiences and expectations from the medical radiation technologists in Central and South America.
* Sundland, S.L., Lundvall, L.-L., Gustafsson, H., Bjerner, T. & Kihlberg, J. 2026. Radiographers’ role in the age of AI: A qualitative comparative multi case study.