Uusia tekoälymalleja käsittelevän kolumnisarjan 1. osa
Tekoäly mullistaa terveydenhuoltoa - mahdollisuudet hyödynnettävä viipymättä

Viime kuukausina on keskusteltu vilkkaasti niin sanotuista generatiivisista tekoälymalleista. Ne ovat ohjelmistoja, jotka kommunikoivat ymmärrettävällä sekä luonnollisella kielellä ja pystyvät luomaan uutta sisältöä kuten tekstiä tai kuvia. On todennäköistä, että nämä mallit mullistavat muutaman vuoden aikajänteellä ihmisten ja koneiden välisen työnjaon sekä tavat, joilla kommunikoimme niiden kanssa.

Uuden teknologian potentiaaliset hyödyt vaikuttavat olevan erittäin suuria. Investointipankki Goldman Sachs arvioi tuoreessa raportissaan, että generatiivinen tekoäly voi korvata jopa neljäsosan läntisen maailman työpaikoista. Samalla sen arvioidaan aiheuttavan 1,5 prosentin tuottavuuden kasvun. Potentiaali vaihtelee toimialojen välillä, mutta näköpiirissä on merkittäviä kehitysaskelia myös sosiaali- ja terveydenhuollossa.

Mikäli tuottavuuden kasvu toteutuisi Suomen julkisessa sote-järjestelmässä edes keskimääräisenä, hyödyt voisivat nousta vuositasolla satoihin miljooniin euroihin. Koko julkistalouden osalta hyötypotentiaali on tietysti selvästi suurempi. Generatiivisen tekoälyn mahdollisuudet onkin hyödynnettävä viivyttelemättä, mutta turvallisesti ja perusoikeuksia kunnioittaen.

Generatiivisen tekoälyn mahdollisuudet terveydenhuollossa ovat mittavat

Uusiin tekoälymalleihin liittyvä tuotekehitys on tällä hetkellä kiivasta. Esimerkiksi Microsoft ja OpenAI tutkivat parhaillaan terveydenhuollon sovelluskohteita suositulle GPT-4 -kielimallille. Apotin taustalla oleva Epic ja toinen suuri järjestelmätoimittaja Cerner ovat integroimassa tekoälyä omiin järjestelmiinsä. Ensimmäisiä tuotteistettuja sovelluksia ei varmaankaan tarvitse odottaa kauaa.

Melko pian voimme olla tilanteessa, jossa generatiivinen tekoäly pystyy tuottamaan potilaskirjaukset automaattisesti lääkärin ja potilaan käymän keskustelun pohjalta. Samalla se voi tehdä huomioita keskustelun sisällöstä ja tuottaa automaattisesti reseptit tai lähetteet. Tiedot tallentuvat potilasrekisteriin halutussa muodossa ja ammattihenkilöille vapautuu aikaa vuorovaikutukseen potilaan kanssa. 

Generatiivinen tekoäly on selvästi ihmistä parempi hyödyntämään saatavilla olevia suuria tietomääriä: se voi yhdistellä lääketieteellisiä julkaisuja potilas- ja genomitietoihin sekä tuottaa erilaisia suosituksia ja tiivistelmiä. Ehkä jatkossa lääkärit tai hoitajat voivat konsultoida kollegan sijasta tekoälyä. Näin diagnostiikka tehostuu ja terveydenhuollon hyötysuhde paranee.

Myös asiointipalvelut kehittyvät. Chatbotit korvataan generatiivisella tekoälyllä, joka tarjoaa luonnolliseen vuorovaikutukseen perustuvaa yksilöllistä neuvontaa. Kasvava osa asiakkaiden tarpeista voidaan hoitaa kokonaan ilman henkilökunnan osallistumista. Kun tekoäly keskustelee asiakkaan kanssa, se voi myös tunnistaa mahdollisia ongelmia ja tarjota niihin liittyvää neuvontaa. Ehkä se voi myös tuottaa ehdotukset lähetteistä, todistuksista ja resepteistä, jotka ammattilainen kuittaa.

On myös mahdollista kouluttaa generatiivinen tekoäly lukemaan asiakastietoja rekisterirajat ylittävästi ja tuottamaan niistä asiakkaan toiveiden mukaisia koosteita. Tämä voisi lisätä yksilön mahdollisuuksia hallita itseään koskevia tietoja. Samalla se voi kohentaa esimerkiksi neuvontapalveluita, koska mitä enemmän tietoa asiakkaasta saadaan, sitä kohdennetumpia neuvoja hänelle voidaan tarjota.

Tiedon dynaaminen koostaminen rekisterirajat ylittävästi toisi uusia mahdollisuuksia myös sote-palvelujen saumattomalle integraatiolle. Ehkä tekoäly voisi tuottaa rekisterirajat ylittäviä asiakastiedon koosteita myös ammattilaisille. Niissä huomioitaisiin kunkin ammattilaisen tiedonsaantioikeudet, asiakkaan valinnat sekä muut tilannekohtaiset tekijät. Tekoäly toimisi näin myös palveluintegraattorin roolissa.

Mikäli potilaskirjaukset syntyvät jatkossa generatiivisen tekoälyn avulla, tiedon volyymi kasvaa ja yhtenäisyys sekä laatu paranevat. Saamme enemmän ja parempaa dataa tutkimuksen ja kehityksen tarpeisiin. Datan laatu ja saatavuus ovat aina olleet myös perinteisemmän (analyyttisen) tekoälyn pullonkaulana, joten generatiivinen tekoäly voisi tukea myös analyyttisen tekoälyn laajempaa hyödyntämistä.

Todennäköisesti myös erilaiset generatiivista tekoälyä sisältävät hyvinvointia edistävät laitteet yleistyvät. Ne voivat tarjota vinkkejä esimerkiksi liikunnasta, ravinnosta ja oireista. Ideaalitapauksessa ne voisivat ennakoida palveluntarpeita. Sen sijaan, että viranomainen profiloisi ennakoivasti mahdollisia palveluntarpeessa olevia ihmisiä, kukin voisi seurata omaa tilannettaan ja päättää itse mahdollisesta asioinnista sosiaali- tai terveydenhuollon palveluissa.

Tekoäly voi muuttaa tutkimusta ja edistää hyvinvointia

Tutkimuksen kannalta merkittävää on se, että generatiivisen tekoälyn avulla nykyinen arkaluonteinen henkilötieto voidaan muuttaa synteettiseksi dataksi. Tutkijan näkökulmasta tällainen data toimii samalla tavalla kuin alkuperäinen, mutta se ei sisällä lainkaan todellisia henkilöitä koskevaa tietoa. Ideaalitapauksessa tutkimuslupia tai tietoturvallisia käyttöympäristöjä ei enää tarvittaisi, mikä nopeuttaisi TKIO-prosessia ja koko alan tuottavuuskehitystä.

Toinen tutkimuksen näkökulmasta merkittävä muutos voi olla se, että generatiivinen tekoäly kykenee toimimaan tutkimusavustajan roolissa. Se voi muuttaa tutkimuksen tekemisen luonnetta siten, että aineiston käsittelyn sijaan tutkija käyttää aikansa tulosten tulkintaan. Tämä ajankäytön tehostuminen yhdistettynä datan saatavuuden lisääntymisen voi tarkoittaa mittavaa tutkimustyön tehostumista.

Generatiivisen tekoälyn potentiaaliset hyödyt ovat siis mittavia. Samaan hengenvetoon on kuitenkin todettava, että vaikka tällä hetkellä kehitys näyttää lupaavalta, edessä voi olla mahdollisesti hyvin haastavia teknisiä, lainsäädännöllisiä ja eettisiä ongelmia.
 

Markku Heinäsenaho
erityisasiantuntija, sosiaali- ja terveysministeriö

Outi Äyräs-Blumberg
neuvotteleva virkamies, sosiaali- ja terveysministeriö

Jukka Lähesmaa
erityisasiantuntija, sosiaali- ja terveysministeriö
 

Tämä on laajemman kirjoituksen ensimmäinen osa, jossa pohditaan generatiivisen tekoälyn mahdollisuuksia erityisesti terveydenhuollon näkökulmasta. Toisessa osassa kiinnitetään huomioita uuden teknologian hyötyihin ja riskeihin sekä siihen millaisia toimia valtioneuvostossa voitaisiin tehdä, jotta uusi teknologia saataisiin hyötykäyttöön.

Tässä kirjoituksessa ei ole käsitelty tekoälyn mahdollisuuksia sosiaalihuollossa, koska siihen liittyvä tietoa on vain vähän saatavilla. Tämä ei kuitenkaan tarkoita, että sosiaalihuollon sovelluskohteita ei olisi löydettävissä.

Tässä kirjoituksessa ei ole myöskään käsitelty generatiivisen tekoälyn mahdollisia laajempia yhteiskunnallisia vaikutuksia. Ne ovat kokonaan toisen kirjoituksen aihe ja niihin on palattava esimerkiksi osana sosiaaliturvauudistuksen jatkotöitä.