Digitalisaation ja tekoälyn tuomat mahdollisuudet tyypin 2 diabeteksen hoidossa

Tyypin 2 diabetes on yksi merkittävimmistä globaaleista terveysongelmista, jonka esiintyvyys kasvaa edelleen väestön ikääntymisen, elintapojen ja sosiaalisten rakenteiden muutosten seurauksena. Viime vuosina digitalisaatio ja erilaiset terveyssovellukset ovat tuoneet uusia mahdollisuuksia diabeteksen omahoitoon ja erityisesti tekoälyyn perustuvien ratkaisujen potentiaali on herättänyt kasvavaa kiinnostusta.

Kirjoittajat: Marika Saurento ja Tuija Rinkinen

Tyypin 2 diabeteksen omahoito ja elintapamuutokset

Tyypin 2 diabetes on yleistynyt maailmanlaajuisesti ja sen ennustetaan lisääntyvän edelleen väestön ikääntymisen ja elintapojen seurauksena. Noin 10 % maailman väestöstä sairastaa tyypin 2 diabetesta. (Sola ym. 2019; Mackenzie ym. 2023.) Suomessa tämä tarkoittaa noin puolta miljoonaa tyypin 2 diabetesta sairastavaa henkilöä, jos mukaan luetaan heidät, jotka sairastavat tietämättään. Diabeteksen hoitokustannukset olivat noin 2,5 miljardin euron luokkaa vuonna 2017. (Käypä hoito -suositus 2024.)

Diabeteksen hoidosta ja hoitotasapainon ylläpidosta vastaa ensisijaisesti potilas itse, jolloin omahoidon, voimavarojen sekä elintapoihin liittyvän ohjauksen merkitys korostuu (Käypä hoito -suositus 2024; Ilanne-Parikka 2021). Hoidon perustana voidaan pitää elintapahoitoa eli liikapainon laihduttamista, liikunnallisen aktiivisuuden lisäämistä sekä terveyttä ja verensokerin hallintaa edistäviä muutoksia ruokavalioon liittyen (Ilanne-Parikka 2021). Elintapamuutoksen tekeminen ei kuitenkaan ole helppoa eivätkä elintavat aina ole pelkästään yksilön valintoja, vaan niihin vaikuttavat myös sosiaaliset ja rakenteelliset tekijät. Terveellisiin valintoihin ohjaaminen edellyttää myös ympäristöön vaikuttamista, kuten lainsäädäntöön ja palveluiden saavutettavuuteen panostamista. (Mikkonen 2015, 6, 14, 16; Ståhl 2017, 971; Koponen ym. 2018, 192.)

Digitaaliset terveyssovellukset tehostavat omahoitoaja tukevat elintapoja

Saurennon (2025, 61, 75) integratiivisessa kirjallisuuskatsauksessa tarkasteltiin digitaalisten terveyssovellusten mahdollisuuksia ja hyötyjä asiakkaan elintapojen tukemisessa. Digitaalisia terveyssovelluksia voidaan hyödyntää tyyppi 2 diabeteksen hoidossa terveellisten elämäntapojen edistämisessä, fyysisen aktiivisuuden lisäämisessä, painonhallinnan tukemisessa ja omahoidon sitoutumiseen vahvistamisessa. Digitalisaatio on tuonut mukanaan uusia keinoja esimerkiksi itsehoidon ja terveystietojen seurantaan, vaikka toisaalta se voi lisätä terveyseroja, mikäli kaikilla ei ole yhtäläiset mahdollisuudet teknologian hyödyntämiseen (Mikkonen 2015, 36–37). Terveys- ja hyvinvointisovellukset mahdollistavat oman terveyden seurannan, ammattilaisten kanssa viestimisen sekä yksilöllisten terveyssuositusten saamisen. Ne myös mahdollistavat itsehoidon tehostumisen, kroonisten sairauksien hallinnan sekä terveyden omatoimisen edistämisen. (Okolo ym. 2024, 2566.) Digitaalisia terveyssovelluksia hyödyntämällä voidaan parantaa liikuntatottumuksia ja edistää fyysistä aktiivisuutta (Bernal-Jiménez ym. 2024; Bretschneider ym. 2025; Doherty ym. 2024; Kettunen 2021; Ruiz-Leon ym. 2025).

Diabeteksen hoidossa liikunnan osalta tärkeintä on säännöllisyys. Liikuntamuodolla ole niinkään väliä, ja digitaaliset terveyssovellukset voivat tarjota työkaluja niin liikuntarutiinien ylläpitämiseen kuin säännöllisemmän ja monipuolisemman liikunnan harjoittamiseen. (Kettunen 2021; Doherty ym. 2024.) Lisäksi tyypin 2 diabetesta sairastavilla sairauteen liittyvä ahdistus voi vähentyä sovelluksen käytön ansiosta (Bretschneider ym. 2025; Hilmarsdóttir ym. 2020; Ruiz-Leon ym. 2025).

Digitaalisia terveyssovelluksia voidaan hyödyntää tyypin 2 diabeteksen omahoidossa ja hoitotasapainon saavuttamisessa. Digitaalisista terveyssovelluksista on hyötyä etenkin painonpudotuksessa ja -hallinnassa (Bonn ym. 2022; Markkanen ym. 2023; Turkkila ym. 2025). Joissain tapauksissa painonpudotuksen tuomat muutokset säilyvät jopa 12 kuukauden ajan, vaikka sovellusta käyttäisi vain ensimmäisen kuuden kuukauden ajan (Markkanen ym. 2023). Integroimalla sovellus osaksi kliinistä käytäntöä voidaan parantaa verensokeriarvojen hallintaa: verensokeriarvoja kontrolloidaan paremmin ja niiden parantamiseen kiinnitetään paremmin huomiota, kun käytössä on digitaalinen terveyssovellus (Baxter ym. 2025; Ruiz-Leon ym. 2025). Sovelluksen lisääminen avohoidon tueksi edistää pitkäaikaisverensokeriarvojen hallintaa, sillä se edistää tulosten saavuttamista paremmin kuin perinteinen, tavanomainen hoito yksisään (Hilmarsdóttir ym. 2020; Bretschneider ym. 2025).

Tekoälyn hyödyntäminen diabeteksen hoidossa

Tekoälyä voidaan pitää mullistavana edistysaskeleena diabeteksen hoidossa ja tutkimuksessa, ja sen hyödyntämisessä osana diabeteksen hoitoa on vielä monia käyttämättömiä mahdollisuuksia (Canha ym. 2024). Tekoälypohjaisilla työkaluilla voidaan edullisesti ja aiempaa laajemmin saavuttaa merkittäviä hyötyjä diabeteksen hoidossa ja hallinnassa (Mackenzie ym. 2023). Tällä hetkellä tekoälyä voidaan hyödyntää erityisesti asiakkaan omahoidon tehostamisessa, esimerkiksi lisäämällä koulutusta ja tukea. Lisäksi sen avulla voidaan parantaa insuliini- ja verensokeriarvojen hallintaa. (Mackenzie ym. 2023; Canha ym. 2024.) Kuvassa 1 on koostettu tekoälyn käyttömahdollisuuksia 2 tyypin diabeteksen hoidossa.

Kuva 1. Tekoälyn käyttökohteet ja hyödyntämättömät mahdollisuudet (Kuva: Marika Saurento, mukaillen Mackenzie ym. 2023; Canha ym. 2024).

Tekoäly tarjoaa mahdollisuuden yksilöllisempään, tarkempaan ja ennakoivampaan diabeteksen hoitoon (Canha ym. 2024). Yksilöllisemmillä hoitomalleilla voidaan saavuttaa parempia tuloksia. Tekoäly kykenee analysoimaan potilaan elämäntapoja, ruokavaliota, liikuntaa sekä fysiologisia mittauksia ja hyödyntämään näitä kaikkia tietoja personoidun hoitosuunnitelman tekemisessä. Hoitosuunnitelma voi sisältää esimerkiksi räätälöityjä ravitsemussuosituksia, liikuntagraafeja ja lääkehoidon suunnitelmia. Tekoäly voi auttaa riskien tunnistamisessa, verensokeritasojen ennustamisessa sekä se voi toimia hoitopäätösten tukena. (Sandini 2025.) Luotettavien, empaattisten ja käyttäjäystävällisten tekoälyratkaisujen kehittämiseksi tarvitaan kuitenkin yhteistyötä, jotta ne voidaan ottaa käyttöön kliinisessä käytännössä sekä raivata tietä uuteen tekoälypohjaiseen aikakauteen terveydenhuollossa. (Canha ym. 2024).

Ongelmakohtina tekoälyä hyödyntävissä ravitsemussovelluksissa voidaan kuitenkin pitää standardoinnin puutetta, vaikeuksia tunnistaa ruokia tai arvioida ravintoaineita riittävän tarkasti. Ongelman ratkaisemiseksi tarvittaisiin yhtenäisiä tietokantoja, yksilöllisiä ravitsemussuunnitelmia sekä aiempaa parempaa integraatiota terveydenhuollon kanssa. (Sandini 2025.) Ylipäätään tekoälyn täyden potentiaalin hyödyntämisen haasteita ovat muun muassa asiakkaiden sekä hoitohenkilöstön epäröinti ja ennakkoluulot, tekoälyn harhaisuus sekä epätodellinen data, tiedonjakamisen rajoitteet ja tehokas sääntely (Mackenzie ym. 2023).

Tyypin 2 diabeteksen hoito ja ennaltaehkäisy edellyttävät kokonaisvaltaista lähestymistapaa, jossa yhdistyvät elämäntapamuutokset, omahoidon ohjaus ja ajantasainen hoitotieto. Digitaaliset terveyssovellukset ja tekoälypohjaiset ratkaisut tarjoavat lupaavia keinoja tukea potilaita, sillä ne voivat parantaa hoitotasapinoa, lisätä fyysistä aktiivisuutta, helpottaa painonhallintaa ja edistää säännöllistä seurantaa (Bonn ym. 2022; Bretschneider ym. 2025; Ruiz-Leon ym. 2025). Tekoälyllä on erityisen suuri potentiaali henkilökohtaisen hoidon suunnittelussa, riskien tunnistamisessa ja kliinisen päätöksenteon tukena (Sandini ym. 2025; Mackenzie ym. 2023). Kuitenkin teknologian täysimääräinen hyödyntäminen edellyttää luotettavia tietokantoja, parempaa standardointia, tehokasta integraatiota terveydenhuollon järjestelmiin sekä käyttäjien ja ammattilaisten luottamuksen vahvistamista. Tulevaisuudessa tekoälypohjaiset ratkaisut voivat merkittävästi vahvistaa tyypin 2 diabeteksen hoitoa ja tehdä siitä entistä ennakoivampaa, yksilöllisempää ja vaikuttavampaa. Kehitystyötä tulisi kuitenkin tehdä eettisesti, turvallisesti ja tiiviissä yhteistyössä terveydenhuollon toimijoiden kanssa. (Canha ym. 2024.)

Lähteet

Baxter, M., Conway, N., Bickerton, A., Brodie, D., Sainsbury, C. & Wake, D. 2025. Impact on diabetes-related health outcomes using a digitally-enabled diabetes self-management platform in Somerset, UK: An interrupted time-series analysis. Primary Care Diabetes. Vol. 19 (4). Viitattu 4.12.2025. Saatavissa https://doi.org/10.1016/j.pcd.2025.05.003

Bernal-Jiménez, M., Calle, G., Gutiérrez, A., Gheorghe, L., Cruz-Cobo, C., Trujillo-Garrido, N., Rodríguez-Martín, A., Tur, J., Vázquez-García, R. & Santi-Cano, M. 2024. Effectiveness of an Interactive mHealth App (EVITE) in Improving Lifestyle After a Coronary Event: Randomized Controlled Trial. Journal of Medical Internet Research. Vol. 12 (e48756). Viitattu 4.12.2025. Saatavissa https://doi.org/10.2196/48756

Bonn, S., Licitra, G., Bellocco, R. & Lagerros, Y. 2022. Clinical Outcomes Among Working Adults Using the Health Integrator Smartphone App: Analyses of Prespecified Secondary Outcomes in a Randomized Controlled Trial. Journal of Medical Internet Research. Vol. 24 (3). Viitattu 4.12.2025. Saatavissa https://doi.org/10.2196/24725

Bretschneider, M., Kolasínska, A., Šomvárska, L., Klásek, J., Mareš, J. & Schwarz, P. 2025. Evaluation of the Impact of Mobile Health App Vitadio in Patients With Type 2 Diabetes: Randomized Controlled Trial. Journal of Medical Internet Research. Vol. 27 (e68648). Viitattu 4.12.2025. Saatavissa https://doi.org/10.2196/68648

Canha, D., Bour, C., Barraud,S., Aguayo, G. & Fagherazzi, G. 2024. The transformative role of artificial intelligence in diabetes care and research. Diabetes and Metabolism. Vol. 50 (5). Viitattu 25.11.2025. Saatavissa https://doi.org/10.1016/j.diabet.2024.101565

Doherty, C., Lambe, R., O’Grady, B., O’Reilly-Morgan, D., Smyth, B., Lawlor, A., Hurley, N. & Tragos, E. 2024. An Evaluation of the Effect of App-Based Exercise Prescription Using Reinforcement Learning on Satisfaction and Exercise Intensity: Randomized Crossover Trial. Journal of Medical Internet Research. Vol. 12 (e49443). Viitattu 4.12.2025. Saatavissa https://doi.org/10.2196/49443

Hilmarsdóttir, E., Sigurðardóttir, Á. & Arnardóttir, R. 2020. A Digital Lifestyle Program in Outpatient Treatment of Type 2 Diabetes: A Randomized Controlled Study. Journal of Diabetes Science and Technology. Vol. 15 (5). Viitattu 4.12.2025. Saatavissa https://doi.org/10.1177/1932296820942286

Ilanne-Parikka, P. 2021. Tyypin 2 diabeteksen hoito. Lääkärikirja Duodecim. Viitattu 25.11.2025. Saatavissa https://www.terveyskirjasto.fi/dlk00775

Kettunen, E. 2021. Using Digital Coaching to Promote Physical Activity to University Students with Low Levels of Physical Activity: A Qualitative Intervention Study. In Proceedings of the 54th Hawaii International Conference on System Sciences (HICSS 2021) University of Hawai’i at Manoa. Proceedings of the Annual Hawaii International Conference on System Sciences. 1252-1261. Viitattu 4.12.2025. Saatavissa https://doi.org/10.24251/HICSS.2021.152

Koponen, P., Borodulin, K., Lundqvist, A., Sääksjärvi, K., Koskinen, S. & FinTerveys-tutkimuksen johtoryhmä. 2018. Yhteenveto ja johtopäätökset. Teoksessa Koponen, P., Borodulin, K. Lundqvist, A., Sääksjärvi, K. & Koskinen, S. (toim.) Terveys, toimintakyky ja hyvinvointi Suomessa – FinTerveys 2017-tutkimus. Helsinki: Terveyden ja hyvinvoinnin laitos.

Käypä hoito -suositus. 2024. Tyypin 2 diabetes. Suomalaisen Lääkäriseuran Duodecimin, Suomen Sisätautilääkärien yhdistyksen ja Diabetesliiton Lääkärineuvoston asettama työryhmä. Viitattu 25.11.2025. Saatavissa https://www.kaypahoito.fi/hoi50056#K1

Mackenzie, S., Sainsbury, C. & Wake, D. 2023. Diabetes and artificial intelligence beyond the closed loop: a review of the landscape, promise and challenges. Diabetologia. Vol. 67 (2). 223–235. Viitattu 25.11.2025. Saatavissa https://doi.org/10.1007/s00125-023-06038-8

Markkanen, J., Oikarinen, N., Savolainen, M., Merikallio, H., Nyman, V., Salminen, V., Virkkula, T., Karppinen, P., Oinas-Kukkonen, H. & Hukkanen, J. 2023. Mobile health behaviour change support system as independent treatment tool for obesity: a randomized controlled trial. International Journal of Obesity. Vol. 48 (3). Viitattu 4.12.2025. Saatavissa https://doi.org/10.1038/s41366-023-01426-x

Mikkonen, J. 2015. Terveyden tasa-arvon tulevaisuus. Helsinki: Demos Helsinki. Viitattu 9.12.2025. Saatavissa https://www.demoshelsinki.fi/wp-content/uploads/2015/01/Terveyden-tasa-arvon-tulevaisuus.pdf

Okolo, C., Babawarun, O., Arowoogun, J., Adeniyi, A. & Chidi, R. 2024. The role of mobile health applications in improving patient engagement and health outcomes: A critical review. International Journal of Science and Research Archive. Vol. 11 (1). 2566-2574. Viitattu 9.12.2025. Saatavissa https://doi.org/10.30574/ijsra.2024.11.1.0334

Ruiz-Leon, A., Casas, R., Castro-Barquero, S., Alfaro-Gonzáles, S., Radeva, P., Sacanella, E., Casanovas-Carriga, F., Pérez-Gesalí, A. & Estruch, R. 2025. Efficacy of a Mobile Health–Based Behavioral Treatment for Lifestyle Modification in Type 2 Diabetes Self-Management: Greenhabit Randomized Controlled Trial. Journal of Medical Internet Research. Vol. 27 (e58319). Viitattu 4.12.2025. Saatavissa https://doi.org/10.2196/58319

Sandini, L. 2025. Tekoäly diabeteksen hoidossa: katsaus nykyisiin sovelluksiin ja tulevaisuuden näkymiin. Diabetes ja lääkäri. Viitattu 25.11.2025. Saatavissa https://diabetes.fi/lehti/tekoaly-diabeteksen-hoidossa-katsaus-nykyisiin-sovelluksiin-ja-tulevaisuuden-nakymiin/

Saurento, M. 2025. Digitaaliset terveyssovellukset ja etäseurantavälineet elintapojen tukena. Integratiivinen kirjallisuuskatsaus. YAMK-opinnäytetyö. LAB-ammattikorkeakoulu, sosiaali- ja terveysala. Viitattu 21.1.2026. Saatavissa https://urn.fi/URN:NBN:fi:amk-2025121034508

Sola, T., Pelimanni, E., Saunamäki, T. & Jehkonen, M. 2019. Tyypin 2 diabetes voi heikentää kognitiota jo työiässä. Lääketieteellinen Aikakauskirja Duodecim. Vol. 135 (5). 455–462. Viitattu 25.11.2025. Saatavissa https://www.duodecimlehti.fi/duo14814/

Ståhl, T. 2017. Terveyden edistämisen vaikuttavuus ja mittaaminen. Duodecim-lehti. Vol. 133 (10). 971–973. Viitattu 9.12.2025. Saatavissa https://urn.fi/URN:NBN:fi-fe201706127133

Turkkila, E., Pekkala, T., Merikallio, H., Merikukka, M., Heikkilä, L., Hukkanen, J., Oinas-Kukkonen, H., Salonurmi, T., Teeriniemi, A-M., Jokelainen, T. & Savolainen, M. 2025. Five-year follow-up of a randomized weight loss trial on a digital health behaviour change support system. International Journal of Obesity. Vol. 49. Viitattu 4.12.2025. Saatavissa https://doi.org/10.1038/s41366-025-01742-4

Kirjoittajat

Marika Saurento on sairaanhoitaja (YAMK) ja valmistunut LAB-ammattikorkeakoulun Sosiaali- ja terveyspalvelujen digiasiantuntija -koulutusohjelmasta (YAMK).

Tuija Rinkinen toimii lehtorina LAB-ammattikorkeakoulun hyvinvointiyksikössä.

Artikkelikuva: https://pixabay.com/fi/photos/satellite-express-diabetes-mittari-3612851/ (Pixabay Licence)