Kyse on jatkuvasti paisuvista terveysmenoista, joissa on mahdollista säästää jopa samalla laatua parantaen.
On todettu, että Suomen väestö ikääntyy muita EU-maita nopeammin, ikääntyneen väestön palvelutarpeet kasvavat ja sosiaali- ja terveydenhuollon ammattilaisista alkaa olla huutava pula. Yksistään ikääntyneiden, vammaisten ja tukea tarvitsevien pitkäaikais- ja kotihoidon menot ovat kasvaneet vuosi vuodelta ja olivat vuonna 2020 jo yli 5 miljardia euroa. Valtiovarainministeriön arvion mukaan tämä summa tulee kaksinkertaistumaan seuraavan kahden vuosikymmenen aikana.
Tekoäly, robotiikka ja data saattavat hyvinkin ovat keinoja, joilla uudet hyvinvointialueemme voivat taittaa kustannuskehitystä palvelujen vaikuttavuutta kehittämällä ja hoivatyötä digitalisoimalla.
On selvää, ettei tekoäly tietenkään korvaa hoitajia tai lääkäreitä. Sen sijaan tekoälyn avulla voidaan tuottaa lääkärien ja hoitajien työn tueksi nykyistä monin verroin laadukkaampaa tietoa, joka säästää sekä aikaa ja rahaa että parantaa hoidon ja hoivan laatua.
Tekoälyn avulla jopa 10 prosentin säästö terveydenhuollossa
Mutta mistä siis tuo 2 miljardia? Vuonna 2020 Suomen terveysmenot olivat 22 miljardia. Maailman johtavan konsulttitalon McKinseyn ja Harvardin yliopiston selvityksessä on arvioitu, että tekoälyn hyöty terveydenhuollossa voi hyvin kivuta 10 prosenttiin. Suomen osalta siis yli 2 miljardiin. Paljon kertoo jo se, että tuorein tilasto on vuodelta 2020.
Tavat, joilla keräämme ja varsinkin yhdistelemme tai hyödynnämme dataa ovat valovuosien päässä siitä, mikä olisi jo mahdollista. Tällä hetkellä suuri este on myös lainsäädäntö, joka ei tunne eikä mahdollista tekoälyn tai robotiikan hyödyntämistä osana hoivatyötä. Annan esimerkin omasta yrityksestämme.
Tekoälyn hyödyt vanhushoivassa – esimerkkinä turvapuhelinpalvelu
AddSecure vastaa vuosittain pyöreästi 1,2 miljoonaan turvapuheluun, joiden soittajia ovat lähes 40 000 seniorikansalaistamme. Joka ainoaan puheluun vastaa koulutettu sote-alan ammattilainen ja puheluista kirjataan ylös paljon olennaista potilastietoa.
Jos lainsäädäntö tai toimialan yleiset käytännöt sen sallisivat, voisimme automaatioteknologioiden avulla seuloa tästä datasta valtavan määrän sellaista tietoa, joka suoraan parantaisi näiden 40 000 seniorikansalaisen hoivan ja hoidon laatua. Potilas- ja soittodatan perusteella olisi mahdollista tilastollisesti, riittävällä tarkkuudella ennakoida asiakkaan terveydentilaa ja rakentaa yksilöllisiä tarpeita huomioivaa hoitoa. Terveydentilan ennakoinnista olisi myös mahdollista johtaa oikeanaikaisia käytänteitä tukemaan hyvinvointialueiden rullaavaa palvelutuotantoa, kuten:
- Hälytykset terveydentilan muutoksista (ml. omaistiedottaminen)
- Suositukset hoitoon hakeutumisesta tai palvelunsuhteen syventämisestä
- Riskianalyysit erikoissairaanhoidon tarpeesta
- Ennakoivan tiedon hyödyntäminen resurssienkäytön suunnittelussa ja kohdentamisessa
Tekoälyratkaisuilla voidaan tulevaisuudessa myös seurata tarkasti kotona asuvan tai tehostetun asumisen piirissä asuvan ikäihmisten muita terveyttä, hyvinvointia ja asumista edistäviä osa-alueita, kuten ravitsemustilaa, asumisolosuhteita tai vaikkapa ruokahuoltoa. Tällä tavoin käytössä on aiempaa kokonaisvaltaisempi ja tarkempi reaaliaikainen tilannekuva toimintaympäristöstä auttamaan sekä tehostamaan että kohdistamaan resursseja vaikuttavuudeltaan kriittisimpiin kohteisiin tai ajanjaksoihin. Hyvänä esimerkkinä tällaisesta oli toiminnassamme viime vuoden elokuussa ilmennyt hälytyspiikki johtuen kuumista kesäpäivistä.
Mahdollisuuksia parantaa tehoa laadusta tinkimättä on siis valtavasti, jos niitä vain voisi lähteä toteuttamaan suunnitelmallisesti. Esimerkiksi Päijät-Hämeen alueella tehtiin viime vuonna onnistunut pilotointi, jossa seurattiin ko. kohderyhmän ravitsemustilaa. Hankkeessa konenäköä tukevan videoratkaisun avulla kyettiin luomaan hälytyksiä, mikäli asukkaiden päivittäiset ateriat olivat jääneet väliin. Huomioitavaa lainsäädännön ja tietosuojan näkökulmasta oli se, ettei palvelun osalta kameraan tallentunut tai tallennettu mitään tietoa kuvana, vaan tallenne siirtyi aina automaattisesti dataksi. Itse tapahtuman jälkeen kuvamateriaali hävitettiin asiakkaan yksityisyyden suojan varmistamiseksi.
Tekoälyn yhdistämillä teknologioilla voidaan siis luoda synergioita eri palveluiden välille sekä kokonaisedullisuutta ja -laatua, kun kuluja ei tuijoteta kapeasti vain siiloissa. Valmistelemme itse hanketta, jossa nämä tekoälyn hyödyt hoivapuolella saataisiin hyvinvointialueille käyttöön. Saa olla yhteydessä!
Tekoäly mukaan lainsäädäntöön
Onneksi hallituksen sote-pöydässä on mukana vahvoja osaajia, jotka jo ymmärtävät tekoälyn, robotiikan, muiden teknologioiden tai datan mahdollisuuksia. Meillä ei kerta kaikkiaan ole varaa olla hyödyntämättä niitä terveysdatan analyyseissa ja ennustamisessa tai hyvinvointisuunnitelmien toteuttamisessa. Tällä hetkellä Suomessa asuu kotona runsaat puoli miljoonaa 75-vuotta täyttänyttä, vain muutaman vuoden päästä heitä on jo 700 000. Toivottavasti tulevaisuudessa näemme teknologioiden paremman hyödyntämisen hallitusohjelmissamme, sillä jatkossa se on meidän kaikkien etu. Terveydenhoito maksaa jo nyt arviolta 4 000 € kansalaista kohti vuodessa. Kun ikäihmisten määrä kasvaa, lasku jää yhä pienemmän työikäisten joukon maksettavaksi.
Aika monelle taitaisi kelvata parempi laatu ja pienempi lasku?
Lue edellinen blogipostaus aiheesta: