Algoritmit monialaisen palveluntarpeen tunnistamisessa : kuvaileva kirjallisuuskatsaus

Abstract

Pienen väestöryhmän on todettu kerryttävän valtaosan julkisista sosiaali- ja terveydenhuollon kustannuksista. Tälle väestöryhmälle ei ole yhtä selittävää määritelmää. Kirjallisuudessa viitataan esimerkiksi paljon tai monialaisia palveluita tarvitseviin henkilöihin, jotka edellyttävät useamman erikoisalan osaamista. On kuitenkin havaittu, että Suomessa monia palveluita tarvitsevien henkilöiden tunnistaminen on puutteellista. Useissa terveyskeskuksissa ei ole vakiintuneita toimintatapoja monialaisen palveluntarpeen tunnistamiseksi. Kuitenkin varhainen hoitoon pääsy voi vähentää myöhäisempää palveluntarvetta ja siten myös julkisen sosiaali- ja terveydenhuollon kustannuksia. Palveluihin pääsy on myös inhimillinen kysymys. Yhdeksi vaihtoehdoksi palveluihin pääsyn edistämiseksi on tarjottu tekoälypohjaista eli algoritmiperusteista palveluntarpeen tunnistamista. Koneoppimisalgoritmien avulla sähköisistä potilas- ja asiakastietokannoista saatavasta massadatasta voidaan poimia tietoja, joita voidaan käyttää henkilön palveluntarpeen tunnistamiseen ja ennakointiin. Aikaisemman kirjallisuuden perusteella, menetelmään liittyy kuitenkin huomattavia epävarmuustekijöitä, kuten etiikkaan ja tietosuojaan liittyviä kysymyksiä Tässä sosiaali- ja terveyshallintotieteellisessä pro gradu -tutkielmassa kartoitetaan, miten algoritmeja on hyödynnetty monialaisen palveluntarpeen tunnistamisessa ja mitä etuja ja haittoja tähän liittyy. Tutkimusmetodina on kuvaileva kirjallisuuskatsaus. Aineisto on kerätty sähköisistä artikkelitietokannoista eksplisiittisesti. Tällöin aineiston haussa noudatetaan ennalta määriteltyjä hakukriteerejä. Menetelmä ei kuitenkaan ole verrannollinen systemaattiseen kirjallisuuskatsaukseen, vaan huomioitava on kuvailevan kirjallisuuskatsauksen metodinen väljyys ja subjektiivisuus. Lopullinen tutkimusaineisto koostuu 12 kansainvälisestä tutkimusartikkelista, jotka on analysoitu temaattisen analyysin keinoin. Tulosten mukaan algoritmit ovat tunnistaneet ja ennakoineet monialaista palveluntarvetta niin lasten ja nuorten kuin myös ikäihmisten kohderyhmissä. Lisäksi algoritmit ovat tunnistaneet yhteiskunnallisesti kalliiksi luokiteltuja sairauksia. Diagnoosiryhmää tai potilaiden ikää määrittämättä, algoritmeja on hyödynnetty myös sellaisten monisairaiden potilaiden tunnistamiseksi, joilla katsottiin olevan korkea riski kasvavalle ja kalliille palveluntarpeelle tulevaisuudessa. Etuihin ja haittoihin liittyvinä teemoina on tunnistettu mm. algoritmien kyky edistää terveydenhuollon resurssien käyttöä mutta myös se, että monet monialaisen palveluntarpeen tunnistamisen malleista olivat vasta kokeilu- ja kehittämisasteella. Tulosten perusteella on pääteltävissä, että algoritmiperusteiseen palveluntarpeen tunnistamiseen liittyy potentiaalia, mutta myös avoimia kysymyksiä. Yhdeksi jatkotutkimuskohteeksi ehdotetaan selvitystä siitä, mikä ero mahdollisesti suurilla tekoälyinvestoinneilla olisi verrattuna siihen, että tulevilla hyvinvointialueilla otettaisiin käyttöön muita rutiininomaisia ja systemaattisia monialaisen palveluntarpeen tunnistamisen keinoja.