Mistä tunnistaa tekoälyratkaisun, joka tuo aitoa hyötyä?

2M-IT auttaa asiakkaitaan löytämään turvallisia tekoälyratkaisuja, jotka vastaavat todellisiin tarpeisiin ja sopivat osaksi toimintaa.

2M-IT:n asiakkuusjohtaja Jarkko Krannilan mukaan arviointi on aloitettava asiakkaan tarpeesta: mitä ongelmaa ratkaistaan, kenelle hyöty syntyy ja miten se voidaan osoittaa? Vasta sen jälkeen kannattaa tarkastella teknologiaa, toteutusta ja käyttöönottoa.

– Seuraamme teknologian kehitystä, arvioimme ratkaisuja käytännössä ja kokoamme niistä toimivia palvelukokonaisuuksia, Krannila sanoo.

Asiakkaan hyöty on tärkein arviointiperuste

2M-IT seuraa aktiivisesti tekoälyn kehitystä löytääkseen ratkaisuja, joiden avulla asiakkaille voidaan tarjota entistä nopeampia, laadukkaampia ja tarkoituksenmukaisempia palveluja. Tekoäly ei kuitenkaan ole itseisarvo. Se on yksi väline palvelujen ja toiminnan kehittämiseen.

– Kun arvioimme uutta ratkaisua, tärkein kriteeri on sen hyödynnettävyys asiakkaan näkökulmasta. Ratkaisun pitää vastata todelliseen tarpeeseen ja tuoda konkreettista apua päivittäiseen toimintaan, Krannila kertoo.

Hyöty voi tarkoittaa esimerkiksi manuaalisen työn vähentymistä, nopeampaa palvelua, parempaa tiedon laatua tai asiantuntijan työn helpottumista. Yhdessä käyttökohteessa tärkein tulos voi olla säästynyt aika, toisessa yhdenmukaisempi dokumentaatio ja kolmannessa olennaisen tiedon löytyminen aiempaa nopeammin.

Olennaista on pystyä kuvaamaan, mitä ratkaisun ansiosta tapahtuu paremmin kuin ennen. Tämä liittyy olennaisesti myös 2M-IT:n rooliin hyvinvointialueiden kumppanina. Tehtävämme on tarkastella yhdessä asiakkaan kanssa, miten teknologia sopii asiakkaan toimintaympäristöön ja osaksi laajempaa palvelukokonaisuutta.

Turvallisuus kuuluu arviointiin alusta lähtien

Tietoturva ja tietosuoja ovat tekoälyratkaisujen arvioinnissa keskeisiä kysymyksiä, erityisesti sosiaali- ja terveydenhuollon toimintaympäristössä.

Turvallisuutta ei voida lisätä ratkaisuun vasta käyttöönoton lopussa. Jo suunnitteluvaiheessa on ymmärrettävä, millaista tietoa ratkaisu käsittelee, mihin tietoa käytetään ja miten sen asianmukainen käsittely varmistetaan.

– Hyödyllinenkään ratkaisu ei ole meille käyttökelpoinen, jos sitä ei pystytä toteuttamaan turvallisesti. Tietoturvan ja tietosuojan pitää kulkea mukana arvioinnin alusta lähtien, Krannila sanoo.

Arvioinnissa tarvitaan käyttökohteen tuntevien asiantuntijoiden lisäksi tietoturvan ja tietosuojan osaamista. Ratkaisusta pitää pystyä rakentamaan turvallinen ja pitkäkestoinen. Samalla on tarkasteltava jatkuvuutta, ylläpidettävyyttä, kustannuksia ja käyttöönoton edellyttämää osaamista.

Suurin mahdollisuus liittyy datan hyödyntämiseen

Sote-sektorin järjestelmiin on kertynyt valtavasti tietoa palveluista, resursseista, taloudesta ja toiminnan tapahtumista. Pelkkä tiedon määrä ei kuitenkaan auta päätöksenteossa. Tieto pitää pystyä jalostamaan muotoon, jossa se tukee päivittäisiä ratkaisuja, suunnittelua ja toiminnan ennakointia.

Tässä on yksi tekoälyn suurimmista mahdollisuuksista.

– Sote-sektorilla dataa harvemmin puuttuu tai sitä on liian vähän. Haaste on siinä, miten suuresta tietomäärästä saadaan esiin juuri se, mitä päätöksenteossa tai palvelujen suunnittelussa tarvitaan. Siinä tekoälyllä on paljon annettavaa, Krannila sanoo.

Tekoäly voi auttaa analysoimaan laajoja tietomassoja ja muodostamaan niiden pohjalta yhteenvetoja, vaihtoehtoja ja ennusteita. Sitä voidaan hyödyntää esimerkiksi palvelukysynnän, kustannusten ja kapasiteetin tarkastelussa.

– Yksittäinen puhebotti tai automaattinen yhteenveto voi parantaa yhtä työvaihetta jo nyt. Isompi mahdollisuus on siinä, että pystymme käyttämään olemassa olevaa dataa paremmin toiminnan suunnittelussa ja päivittäisten ratkaisujen tukena, Krannila sanoo.

2M-IT:n toiminnanohjauksen kehittämisessä tavoitteena on siirtää painopistettä yksittäisten palvelujen ja budjettien tarkastelusta läpivirtauksen ja vaikuttavuuden ohjaamiseen. Käytännössä kyse on siitä, miten rajallinen kapasiteetti voidaan kohdentaa vaikuttaviin palveluihin ja miten asiakas voidaan ohjata oikea-aikaisesti hänen tarpeitaan vastaavaan palveluun.

Laajat hyödyt edellyttävät laadukasta tietoa, toimivia prosesseja ja usein myös toimintatapojen muuttamista. Siksi kehittämistä on perusteltua tehdä vaiheittain.

Tekoäly näkyy jo 2M-IT:n tukipalvelujen työssä

2M-IT:n tukipalveluissa tekoälyä ja automaatiota hyödynnetään ja pilotoidaan käytännön työvaiheissa. Omassa toiminnassa kokeileminen auttaa arvioimaan, helpottaako ratkaisu työtä, parantaako se laatua ja sopiiko se olemassa oleviin toimintatapoihin. Samalla tunnistetaan ratkaisun rajoitteet ja laajemman käyttöönoton vaatimukset. Näin asiakkaalle voidaan tarjota käytännössä arvioitu ratkaisu ja keskustella havaintojen pohjalta sen hyödyistä, edellytyksistä ja kehittämistarpeista.

– Näen, että uutta ratkaisua kannattaa testata omassa toiminnassamme ennen kuin viemme sen asiakkaalle valmiina palveluna. Näin ymmärrämme paremmin, mitä se tekee, missä se toimii ja missä sen rajat tulevat vastaan, Krannila sanoo.

Esimerkkejä ovat puhutun tekstin litterointi, takaisinsoiton puhebotti ja palvelutapausten automaattinen luokittelu. Kehittämisen kohteina ovat myös tapausten ja ratkaisujen yhteenvedot, tietämysartikkeleiden luominen, asiantuntijaa avustavat tekoälytoiminnot sekä loppukäyttäjille suunnatut ratkaisut.

Nämä käyttökohteet osoittavat, ettei tekoälyn hyödyntämisen tarvitse alkaa suuresta järjestelmäuudistuksesta. Ratkaisu voi kohdistua yhteen työvaiheeseen, jossa kuluu paljon aikaa tiedon kirjoittamiseen, lukemiseen, luokitteluun tai aiempien ratkaisujen etsimiseen.

Litterointi helpottaa palvelutapauksen kirjaamista. Automaattinen luokittelu nopeuttaa asian ohjautumista oikeaan käsittelyyn. Yhteenveto puolestaan auttaa asiantuntijaa muodostamaan tilanteesta kokonaiskuvan aikaisempaa nopeammin.

Tukipalvelujen pilotissa on seurattu esimerkiksi kirjoittamiseen ja lukemiseen käytetyn ajan säästymistä. Esitysaineiston mukaan pilotissa keskimääräinen päivittäinen kirjoitusajan säästö on ollut noin 40 minuuttia ja lukuajan säästö noin 55 minuuttia. Tulokset koskevat kyseistä pilottiryhmää, joten niitä ei voi sellaisenaan yleistää kaikkeen toimintaan. Ne kuitenkin havainnollistavat, kuinka vaikutuksia voidaan tehdä näkyviksi käytännön työn kautta.

Teknologian arvo syntyy vasta, kun työ sujuu jouhevammin, palvelu nopeutuu tai laatu paranee.

– Kun pystymme seuraamaan esimerkiksi säästynyttä aikaa tai lyhentynyttä käsittelyä, keskustelu muuttuu heti konkreettisemmaksi, Krannila sanoo.

Arvo osoitetaan arjessa

Tekoäly ei ole enää vain tulevaisuuden mahdollisuus. Sen hyötyjä voidaan osoittaa tämän päivän työssä, mutta jokaisen ratkaisun kohdalla tarvitaan edelleen kriittistä arviointia.

– Kaikkea uutta ei tarvitse ottaa käyttöön. Kaikkeen potentiaalisesti hyödylliseen kannattaa silti tutustua. Ratkaisevaa on, pystymmekö osoittamaan, että asiakkaan työ tai palvelu toimii ratkaisun avulla paremmin kuin aikaisemmin, Krannila sanoo.