Tekoäly ja inhimillinen digitaalinen terveyspalvelu

Digitaalisessa terveydenhuollossa tekoäly mahdollistaa nopeamman, skaalautuvamman ja yksilöllisemmän palvelukehityksen tukemalla käyttäjäymmärrystä ja vuorovaikutusta. Oikein sovellettuna tekoäly voi lisätä palveluiden inhimillisyyttä ja edistää aidosti ihmislähtöisiä ratkaisuja.

Kirjoittajat: Johanna Helin ja Arja-Tuulikki Malin

Tekoäly digitaalisissa terveyspalveluissa

Tekoälyn mahdollisuuksien tarkastelu asiakaskokemuksen kehittämisessä terveydenhuollossa liittyy kiinteästi laajempiin kansainvälisiin sekä kotimaisiin yhteiskunnallisiin muutoksiin, jotka heijastuvat sosiaali- ja terveydenhuollon strategisisiin painopisteisiin sekä toimenpiteisiin koko ekosysteemin tasolle. (DigiFnland 2024; STM 2023; Euroopan Komissio 2018.) Kyseessä on nopeasti kasvanut digitalisaation osa-alue, jonka kehitystä havainnollistaa erottelu Health 4.0 ja Health 5.0 välillä. Health 4.0 hyödyntää tekoälyä, tarkkuuslääketiedettä, IoT-teknologiaa ja big dataa, mahdollistaen potilaan entistä aktiivisemman roolin hoitoprosessissa (Chen ym. 2020.) Health 5.0 jatkaa tätä kehitystä korostamalla ihmiskeskeisyyttä, kestävyyttä ja resilienssiä. kohti inhimillisiä ja käyttäjälähtöisiä ratkaisuja. (Grosse ym. 2023).

Tekoäly koostuu useista toisiinsa kytkeytyvistä teknologioista, kuten luonnollisen kielen käsittelystä, kone- ja syväoppimisesta, neuroverkoista, virtuaaliagenteista ja asiantuntija- ja suosittelujärjestelmistä, joita voidaan hyödyntää asiakaskokemusten ja vuorovaikutusprosessien kehittämisessä (Murotzhonovich 2023). Tutkimukset tuottavat uutta tietoa tekoälyn käytettävyydestä kiihtyvään tahtiin. Uusia innovatiivisia ratkaisuja terveydenhuoltoon kehitetään jatkuvasti ja tieto epäsuorista ja mitattavista hyödyistä sekä vaikuttavuudesta täydentyy koko ajan (ks. Bertoni 2020; Talvitie-Lamberg ym. 2018). Kirjallisuuskatsauksilla voidaan kootusti tuottaa tietoa tekoälyn mahdollisuuksista ja haasteista käytännön kehittämistyön tueksi.

Digitaalinen asiakaskokemus terveyspalveluiden kehittämisen kohteena

Asiakaskokemus rakentuu sekä tunne- että järkiperäisistä tekijöistä ja pohjautuu yksilön aiempiin kokemuksiin, tunteisiin ja oppimiseen. Se on subjektiivinen, kohdennettu ja moniulotteinen reaktio, joka syntyy vuorovaikutuksessa asiakaspolun eri kosketuspisteissä (Gahler ym. 2020; De Keyser ym. 2020).

Organisaatiot voivat tietoisesti vaikuttaa siihen, millaisia kokemuksia ne pyrkivät tuottamaan ja lisäämään näin myös potilaiden tyytyväisyyttä ja sitoutumista omaan hoitoonsa. (Malin 2023; Litovuo 2022). Digitaalisessa asiakaskokemuksessa vaikuttavat samat elementit kuin kasvokkaisessakin palvelussa, mutta teknologian käyttöön liittyvät tekijät muodostavat uuden ulottuvuuden sekä onnistumiselle että haasteille.

Tekoäly tukee asiakasymmärrystä ja vuorovaikutusta

Helin (2025) selvitti YAMK-opinnäytetyössään integroivalla kirjallisuuskatsauksella tekoälyn hyödyntämistä ja haasteita asiakaskokemuksen kehittämisessä digitaalisessa terveydenhuollossa. Tulokset antavat viitteitä sille, että tekoäly voi tarjota terveydenhuollon asiakaskokemuksen kehittämiseen monitasoisia mahdollisuuksia: se tukee yksilöllisempien ja ennakoivien palvelujen suunnittelua, parantaa hoitoprosessien sujuvuutta ja turvallisuutta sekä syventää käyttäjäymmärrystä yhdistämällä määrällistä ja laadullista dataa. Se ei ainoastaan tehosta toimintaa, vaan tekoälyn käytöllä voidaan vahvistaa terveyspalveluissa vuorovaikutusta, parantaa potilaiden sitoutumista hoitoon ja tunnistaa aitoja asiakaslähtöisiä ratkaisuja koko hoitoprosessin ajan. (Helin 2025, 45–49.)

Tekoälyä on hyödynnetty jo varsin pitkään ja sillä on osoitettu olevan useita mahdollisuuksia ihmislähtöisten digitaalisen palvelujen kehittämisessä terveydenhuollossa (ks. Loh ym. 2022; Jylkäs 2020). Opinnäytetyössä analysoidut artikkelit vahvistavat jo aiemmin muodostunutta näkemystä asiakaskokemuksen merkityksestä potilaan hoidolle ja luovat näkökulmia tekoälyn käytön hyödyntämiselle. Kehittämisen haasteet liittyvät muun muassa datan laatuun eettisten näkökohtien huomioon ottamisen ohella..

Uuden polven inhimillinen digitaalinen terveyspalvelu

Useat tutkimukset osoittavat, että tekoäly voi parantaa vuorovaikutusta terveydenhuollon ammattilaisten, potilaiden ja omaishoitajien välillä (Kupper ym. 2024; Belmin ym. 2022; Scheder-Bieschin ym. 2022). Nämä ovat erinomaisia esimerkkejä inhimillisistä terveyspalveluista, joissa inhimillisyys ja asiakaslähtöisyys palveluissa muodostuu hyvälle vuorovaikutustilanteelle. Asiakkaiden tarpeiden ymmärtäminen ja ennakoiva palveluiden kohdentaminen sekä asiakaskokemuksen hyödyntäminen tekoälyn avulla tehtävässä palvelumuotoilussa (Jylkäs 2020) ovat jo jatkuvasti vahvistuva osa yhteiskehittämiseen perustuvia terveyspalveluita (Alhonsuo 2021).

Uutta sukupolvea tekoälyn hyödyntämisessä ihmis- ja asiakaslähtöisestä näkökulmasta edustavat kasvokkaista vuorovaikutusta pidemmälle menevät ratkaisut, joissa mukaan tulee ennakoinnin, prevention, terveyden- ja hyvinvoinnin edistämisen sekä vaikuttavuuden näkökulmat (ks. STM 2025; THL 2025). Tällaisissa tapauksissa tekoälystä muodostuu ennen kaikkea terveydenhuollon ammattilaisten työkalu, josta saatava uusi hyöty koituu monipuolisesti potilaan eduksi.

Lähteet

Alhonsuo, M. 2021. Early Phase of Healthcare-Related Service Design. Väitöskirja. Lapin yliopisto. Rovaniemi. Acta electronica Universitatis Lapponiensis 328. Viitattu 30.5.2025. Saatavissa http://urn.fi/URN:ISBN:978-952-337-296-2

Belmin, J., Tannou, T., Medjahed, S. A. & Robert, J. 2022. Real-world Implementation of an eHealth System Based on Artificial Intelligence Designed to Predict and Reduce Emergency Department Visits by Older Adults: Pragmatic Trial. Journal of Medical Internet Research. Vol. 24 (9), e40387. Viitattu 1.5.2025. Saatavissa https://doi.org/10.2196/40387

Bertoni, A. 2020. Data-driven design in concept development: systematic review and missed opportunities. Teoksessa Proceedings of the Design Society: Design Conference. Volume 1. Cambridge University Press. 101–110. Viitattu 15.5.2025. Saatavissa https://doi.org/10.1017/dsd.2020.4

Chen, C., Loh, E., Kuo, K. & Tam, K. 2020. The Times they Are a-Changin’ – Healthcare 4.0 Is Coming! Journal of Medival Systems. Vol. 44 (2), 40. Viitattu 7.5.2025. Saatavissa https://link.springer.com/article/10.1007/s10916-019-1513-0

De Keyser, A., Verleye, K., Lemon, K.N., Keiningham, T.L. & Klaus, P. 2020. Moving the customer experience field forward: Introducing the touchpoints, context, qualities (TCQ) nomenclature. Journal of Service Research. Vol. 23(4), 433–455. Viitattu 15.5.2025. Saatavissa https://doi.org/10.1177/1094670520928390

DigiFinland. 2024. SOTE-tekoälyn ekosysteemi. Viitattu 15.5.2025. Saatavissa https://digifinland.fi/sote-tekoalyn-ekosysteemi/

Euroopan komissio. 2018. Communication from the Comission to the European Parliament, the council, the European economic and social committee and the committee of the regions on enabling the digital transformation of health and care in the digital single market; empowering citizens and building a healthier society. Viitattu 15.5.2025. Saatavissa https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:52018SC0126

Gahler, M., Klein, J.F. & Paul, M. 2023. Customer Experience: Conceptualization, Measurement, and Application in Omnichannel Environments. Journal of Service Research. Vol. 26 (2), 191–211. Viitattu 16.2025. Saatavissa https://doi.org/10.1177/10946705221126590

Grosse, E. H., Sgarbossa, F., Berlinc, C. & Neumann, W. P. 2023. Human-centric production and logistics system design and management: Transitioning from Industry 4.0 to Industry 5.0. International Journal of Production Research. Vol. 61 (22), 7749–7759. Viitattu 7.5.2025. Saatavissa https://doi.org/10.1080/00207543.2023.2246783

Helin, J. 2025. Tekoäly asiakaskokemuksen kehittämisessä digitaalisessa terveydenhuollossa. YAMK-opinnäytetyö. LAB-ammattikorkeakoulu. Lahti. Viitattu 16.5.2025. Saatavissa https://urn.fi/URN:NBN:fi:amk-2025052214489

Jylkäs, T. 2020. Shared Path – Service Design and Artificial Intelligence in Designing Human-Centred Digital Services. Väitöskirja. Lapin yliopisto. Rovaniemi. Lapin yliopiston väitöskirjat 290. Viitattu 30.5.2025. Saatavissa http://urn.fi/URN:ISBN:978-952-337-227-6

Kupper, B. E. C., Bernardon, E. C., Antunes, C. F., Martos, N. M., Sacomani, C. A. R., Azevedo, M., Adolfi Junior, M. S., Bezerra, T. S., Marques, T. M. D. M., Stevanato Filho, P. R., Takahashi, R. M., Nakagawa, W. T., Lopes, A., & Aguiar, S., Jr. 2024. Developing and validation of a smartphone app for post-discharge early follow-up after colorectal cancer surgeries. Digital health. Vol. 10. Viitattu 5.5.2025. Saatavissa https://doi.org/10.1177/20552076241292389

Litovuo, L. 2022. Healthcare Value as an Experience: From individuals’ health service experiences to healthcare ecosystem and related methods. Väitöskirja. Tampereen yliopisto. Tampereen yliopiston väitöskirjat 552. Viitattu 30.5.2025. Saatavissa http://urn.fi/URN:ISBN:978-952-03-2293-9

Loh, H. W., Ooi, C. P., Seoni, S., Barua, P. D., Molinari, F. & Acharya, U. R. 2022. Application of explainable artificial intelligence for healthcare: A systematic review of the last decade (2011–2022). Computer Methods and Programs in Biomedicine. Vol. 226, 107161.Viitattu 30.5.2025. Saatavissa https://doi.org/10.1016/j.cmpb.2022.107161

Malin, A-T. 2023. Asiakaskokemuksen kehittäminen hyvinvointialalla on ajankohtainen haaste. LAB Focus. Viitattu 30.5.2025. Saatavissa https://blogit.lab.fi/labfocus/asiakaskokemuksen-kehittaminen-hyvinvointialalla-on-ajankohtainen-haaste/

Murotzhonovich, T. 2023. Introduction to Artificial Neural Networks. Web of Synergy: International Interdisciplinary Research Journal. Vol. 2 (4), 198–202. Viitattu 15.5.2025 Saatavissa https://journal.univerpublishing.org/index.php/synergy/article/view/984/836

Scheder-Bieschin, J., Blümke, B., de Buijzer, E., Cotte, F., Echterdiek, F., Nacsa, J., Ondresik, M., Ott, M., Paul, G., Schilling, T., Schmitt, A., Wicks, P., & Gilbert, S. 2022. Improving emergency department patient-physician conversation through an artificial intelligence symptom-taking tool: mixed methods pilot observational study. Jmir formative research. Vol. 6 (2), e28199. Viitattu 1.5.2025. Saatavissa https://doi.org/10.2196/28199

STM. 2023. Digitaalisuus sosiaali- ja terveydenhuollon kivijalaksi: Sosiaali- ja terveydenhuollon digitalisaation ja tiedonhallinnan strategia 2023–2035. Sosiaali- ja terveydenhuollon julkaisuja 2023:32. Viitattu 15.5.2025. Saatavissa https://julkaisut.valtioneuvosto.fi/bitstream/handle/10024/165288/STM_2023_32.pdf?sequence=1&isAllowed=y

STM. 2025. Yksilöllistetty lääketiede luo edellytyksiä vaikuttavammalle hoidolle. Hankkeet ja säädösvalmistelu. Sosiaali- ja terveysministeriö. Viitattu 30.5.2025. Saatavissa https://stm.fi/yksilollistetty-laaketiede

Talvitie-Lamberg, K., Silvennoinen, M., Ala-Kitula, A., Kärkkäinen, S., Tyrväinen, P., Kuoremäki, R., Kinnunen, P., Munnukka, J., Allonen, S., Puhilas, P. & Vähäkainu, P. 2018. Tekoälyn soveltaminen terveydenhuollossa ja hyvinvoinnissa. Jyväskylä: Jyväskylän yliopisto. Informaatioteknologian tiedekunnan julkaisuja, 54/2018. Viitattu 15.5.2024. Saatavissa http://urn.fi/URN:ISBN:978-951-39-7507-4

THL. 2025. Individualized Care for Older Persons with Complex Chronic Conditions at Home and in Nursing Homes (I-CARE4OLD). Viitattu 30.5.2025. Saatavissa https://thl.fi/tutkimus-ja-kehittaminen/tutkimukset-ja-hankkeet/individualized-care-for-older-persons-with-complex-chronic-conditions-at-home-and-in-nursing-homes-i-care4old-

Kirjoittajat

Johanna Helin valmistuu sairaanhoitajaksi (YAMK) hyvinvointialan palvelumuotoilun koulutusohjelmasta LAB-ammattikorkeakoulusta. Hän on kehittämisorientoitunut ja innovatiivinen asiakaslähtöisen kehittämisen edistäjä, jota motivoi vaikuttavien ja käyttäjälähtöisten ratkaisujen luominen sosiaali- ja terveyspalveluihin.

Arja-Tuulikki Malin on LAB-ammattikorkeakoulun lehtori, joka opettaa muun muassa digitaalisten palvelujen muotoilua, ohjaa YAMK-opinnäytetöitä ja tutkii digitaalista siirtymää.

Artikkelikuva: https://pixabay.com/illustrations/tick-tock-tiktok-network-computer-7730760/ (Pixabay Licence)