Tekoälyn muuttuvat prosessit ja henkilöstön osaamistarpeet terveydenhuollossa

Tekoälyn nopea kehitys on tuonut terveydenhuollon ammattilaisten työhön muutoksen, joka ulottuu aina strategiselle tasolle saakka. Suomen Telelääketieteen ja eHealthin seura (STeHS) toimii merkittävänä vaikuttajana ja edelläkävijänä telelääketieteen ja eHealthin kehityksessä niin Suomessa kuin kansainvälisestikin. Tämä artikkeli on laadittu eHealth2025-konferenssin Sessiosta 3B; Henkilöstön osaaminen AI:n muuttaessa prosesseja, liittyvistä esityksistä, abstrakteista ja tutkimuksista. Artikkelissa kuvataan, miten tekoälyratkaisut muokkaavat terveydenhuollon työprosesseja ja millaista osaamista henkilöstöltä vaaditaan. Tekoälyn hyödyntäminen ei onnistu pelkästään teknologisella ratkaisulla, vaan se vaatii osaamisen kehittämistä, muutosjohtamista ja eettistä harkintaa.

Kirjoittaja: Mira Korvenoja

Tekoälyn strateginen vaikutus ja käytännön kokemukset

Tekoäly on jo niin kehittynyt, että se pystyy hoitamaan suuren osan terveydenhuollon tehtävistä. Kyse ei ole vain yksittäisestä teknologiasta, vaan laajemmasta muutoksesta, joka muuttaa koko terveydenhuollon toimintaa. Teknologian toimivuutta täytyy pystyä mittaamaan luotettavasti, ja tähän tarvitaan vahvoja, automatisoituja mittareita. Tekoäly voi helpottaa työvoimapulaa ja vähentää työuupumusta, mutta tämä edellyttää, että lääkäreillä, sairaanhoitajilla ja tukihenkilöstöllä on uudenlaisia taitoja, joissa yhdistyvät digitaaliset, kliiniset ja organisatoriset osaamiset. (Sanmark & Sanmark 2024.)

Käytännön kokemuksia tekoälyn hyödyntämisestä kotihoidossa on jo saatavilla. Päijät-Hämeessä on käytetty tekoälyä – ns. tukiälyä – kotipalveluissa vuodesta 2021. Tukiälyn data-allas sisältää kaikki asiakkaiden hoidon kanssa liittyvät tiedot, joiden pohjalta tekoäly tuottaa hälytyksiä. Järjestelmä toimii ikään kuin kollegana: se auttaa, tukee ja tuo esiin muutoksia asiakkaiden hyvinvoinnissa sekä ennustaa tulevaisuuden palvelutarpeita. (Mattila 2025.)

Tukiälyn käyttöönotto kestää 1–2 vuotta. Mattilan (2025) mukaan prosessi edellyttää laadukasta kirjaamista, sillä ilman sitä tukiäly ei pysty tuottamaan hyödyllistä tietoa. Tukiälyn hyödyntäminen muuttaa myös hoitotyön toimintatapoja: hoitohenkilöstön tulee toimia entistä ennakoivammin ja reagoida havaittuihin muutoksiin jo etukäteen. Ennakoimalla eli huomioimalla tukiälyn syötteitä, voidaan esimerkiksi asiakkaan voinnin äkillinen romahtaminen mahdollisesti estää. Tämä edellyttää hoitajilta muun muassa uudenlaisia taitoja sekä motivaatiota.

Generatiivisen tekoälyn suorituskyky: Systemaattinen katsaus

Nora Tarvus ja kollegat (Tarvus ym. 2025) tarkastelivat tutkimuksessaan generatiivisen tekoälyn ja suurten kielimallien käyttöä terveydenhuollossa. Heidän mukaansa tutkimuksia tekoälyn hyödyistä ja toimivuudesta on vielä melko vähän, ja usein niissä arvioitiin vain yhtä osa-aluetta, kuten kustannuksia, potilaskokemusta, henkilöstön kokemusta tai väestön terveyttä. Yhteisesti sovittuja mittareita ei vielä ole, ja monien tutkimusten taso on edelleen melko heikko.

Tarvus ym. (2025) korostavat, että useimmat tekoälyn terveydenhuollon tutkimukset ovat testanneet tarkkuutta ja nopeutta mittaamatta suorituskykyä terveyshyötyjen perusteella. Tarvitaan enemmän laadukasta tutkimusta, erityisesti satunnaistettuja vertailututkimuksia.

AI-avusteinen potilaskirjaus: haasteet ja mahdollisuudet

Mikko Reinikka ja kollegat (Reinikka ym. 2025) esittelivät AIDocLog-projektin, jossa suuria kielimalleja hyödynnetään potilaskirjausten laatimiseen lääkärin ja potilaan keskustelun pohjalta. Tulosten mukaan tuotetut luonnokset saivat lääkäreiltä ja sairaanhoitajilta keskiarvon 3,1 (asteikolla 1–5), mikä viittaa siihen, että tekoäly voi tuottaa käyttökelpoisia kirjausluonnoksia puhutun aineiston perusteella. Paremmat ohjeet tekoälylle paransivat luonnosten laatua selvästi.

Teknisiä haasteita kuitenkin ilmeni: laadukas äänen tallennus oli tärkeää tarkan tekstin tuottamiseksi, ja kielimallit saattoivat toisinaan tuottaa virheellistä sisältöä, joka ei vastannut todellista keskustelua (Reinikka ym. 2025). Käyttäjäpalautteen perusteella tekoäly voi tukea kirjaamista, mutta siihen liittyy myös huolia: perinteinen kirjaaminen tukee ajattelua ja oppimista, ja liiallinen luottamus tekoälyyn voi heikentää tarkkuutta ja kriittisyyttä.

Eettinen AI-osaaminen sosiaali- ja terveydenhuollon koulutuksessa

Dinah Arifulla ja Antti Peltoniemi (2025) Opetushallituksesta esittelivät Suomen kansallisia suosituksia eettisestä tekoälyosaamisesta sosiaali- ja terveysalan koulutuksessa. Heidän mukaansa nykyiset opetussuunnitelmat käsittelevät usein liian vähän tietosuojaa, vastuullisuutta ja algoritmien oikeudenmukaisuutta, mikä voi johtaa siihen, että tulevilla ammattilaisilla ei ole riittäviä valmiuksia arvioida tekoälysovelluksia kriittisesti.

Opetushallitus on julkaissut kansalliset suositukset, joiden tavoitteena on edistää ihmiskeskeistä ja eettisesti kestävää tapaa hyödyntää tekoälyä opetuksessa (Arifulla & Peltoniemi 2025). Suositusten mukaan koulutuksen tulee kehittyä korostamaan ihmislähtöistä ajattelua: keskeistä on ymmärtää tietosuojan merkitys, huomioida ihmisoikeudet teknologian käytössä sekä toimia sujuvasti eri alojen yhteistyössä.

Pohdintaa

Tekoälyn muuttuvista prosesseista ja henkilöstön osaamistarpeista voidaan nostaa esiin keskeisiä teemoja. Saatavilla oleva tieto luo yhtenäisen kuvan tekoälyn tuomasta muutoksesta terveydenhuollon työprosesseissa. Tekoäly ei ole vain uusi teknologia, vaan laaja muutoksen kokonaisuus, joka vaikuttaa työntekijöiden osaamistarpeisiin, organisaatiokulttuuriin ja ammattietiikkaan.

On huolestuttavaa, jos yhteinen konsensus puuttuu siitä, miten tekoälyn tehokkuutta pitäisi tehokkaasti ja järkevästi mitata. Tämä viittaa siihen, että tekoälyn implementointi on usein teknologiajohtoista, ei tavoitejohtoista. Ennen investointeja organisaatioiden tulisi määritellä selkeät tavoitteet ja mittarit.

Toinen huolenaihe on osaamisvajeen syveneminen. Tutkimukset osoittavat, että tekoälyn hyödyntäminen vaatii uusia taitoja, joita ei systemaattisesti kehitetä tai kouluteta. Tämä voi lisätä eriarvoisuutta työyhteisöissä. Lisäksi eettinen ulottuvuus on noussut keskeiseksi huomioksi. Esimerkiksi kansalliset suositukset ovat ajankohtaisia, mutta niidenkin implementointi vaatii työtä. Tulevaisuudessa tarvitaan enemmän laadukasta tutkimusta siitä, miten tekoäly vaikuttaa oikeasti terveydenhuollon tuottavuuteen ja potilasturvallisuuteen. Menestyvä tekoälyn käyttöönotto on ihmiskeskeistä – teknologia palvelee ihmisiä, ei toisinpäin.

Lähteet

Arifulla, D. & Peltoniemi, A. 2025. Ethical AI Competence in Social and Healthcare Education: National Recommendations for a Responsible Future. Teoksessa: Finnish Society of Telemedicine and eHealth. eHealth2025 International Conference. The 30th Finnish National Conference on Telemedicine and eHealth. Helsinki–Stockholm–Helsinki 17.9.2025. Saatavissa https://www.telemedicine.fi/wp-content/uploads/2025/09/978-952-65791-3-9_2025_eHealth2025-International-Conference.pdf

Mattila, P. 2025. Tekoälyn vaikutukset työnteon prosesseihin / The Impact of Artificial Intelligence on Work Processes. Teoksessa: Finnish Society of Telemedicine and eHealth. eHealth2025 International Conference. The 30th Finnish National Conference on Telemedicine and eHealth. Helsinki–Stockholm–Helsinki 17.9.2025. Viitattu 2.6.2026. Saatavissa https://www.telemedicine.fi/wp-content/uploads/2025/09/978-952-65791-3-9_2025_eHealth2025-International-Conference.pdf

Reinikka, M., Keränen, A., Rytky, S., Alalääkkölä, T., Kokko, J., Huhta, R., Haataja, J., Härkönen, H., Jansson, M., Nieminen, M. T., Reponen, J. & Mikkonen, H. 2025. AI-Assisted Drafting of Patient Records: Challenges, Opportunities, and Quality Considerations. Teoksessa: Finnish Society of Telemedicine and eHealth. eHealth2025 International Conference. The 30th Finnish National Conference on Telemedicine and eHealth. Helsinki–Stockholm–Helsinki 17.9.2025. Viitattu 2.6.2026. Saatavissa https://www.telemedicine.fi/wp-content/uploads/2025/09/978-952-65791-3-9_2025_eHealth2025-International-Conference.pdf

Sanmark, J. & Sanmark, E. 2024. Benefits of generative AI in healthcare: a systematic review. Duodecim. 140 (12), 1023–30. Viitattu 2.6.2026. Saatavissa https://www.duodecimlehti.fi/duo18143

Tarvus, N., Sanmark, E., Kortelainen, M., Vartiainen, V. & Torkki, P. 2025. Performance of Generative Artificial Intelligence and Large Language Models in Healthcare: A Systematic Review. Teoksessa: Finnish Society of Telemedicine and eHealth. eHealth2025 International Conference. The 30th Finnish National Conference on Telemedicine and eHealth. Helsinki–Stockholm–Helsinki, 17.9.2025. Viitattu 2.6.2026. Saatavissa https://www.telemedicine.fi/wp-content/uploads/2025/09/978-952-65791-3-9_2025_eHealth2025-International-Conference.pdf

Kirjoittaja

Mira Korvenoja työskentelee terveysalan lehtorina LAB –ammattikorkeakoulussa ja toimii sairaanhoitajakoulutuksen opinnäytetyökoordinaattorina ja kehittäjänä. Korvenoja on kiinnostunut kehittämään innovatiivisia oppimisratkaisuja, joissa yhdistyvät tekoäly, immersiivinen oppiminen (esim. simulaatio, XR) sekä terveydenhuollon käytännön toimintaympäristöt.

Artikkelikuva: https://www.pexels.com/photo/women-looking-at-computer-screen-inside-medical-clinic-6285362/(Pexels Licence)