| Innokylä

Toimintaympäristö

Pohjois-Pohjanmaan hyvinvointialue (Pohde) on yksi Suomen laajimmista hyvinvointialueista, vastaten yli 415 000 asukkaan hyvinvoinnista, terveydestä ja turvallisuudesta. Alue yhdistää 30 kunnan sosiaali- ja terveyspalvelut, kolme sairaalaa ja kaksi pelastuslaitosta, työllistäen noin 18 500 ammattilaista.

Oulun yliopistollinen sairaala (OYS) toimii osana Pohdetta ja on keskeinen erikoissairaanhoidon tuottaja. Ortopedian ja traumatologian erikoisalan palvelut kattavat luuston ja tukikudosten sairaudet sekä tapaturmien aiheuttamat vammat. Palvelut sisältävät sekä leikkaushoidon että ei-leikkaukselliset hoitomuodot. Yleisimmät toimenpiteet kohdistuvat jalan, käden, olkapään, polven ja selän alueille, ja niihin kuuluu myös tekonivelkirurgiaa sekä akuutteja traumatologisia leikkauksia.

Hankkeessa kehitetty malli tukee tätä erikoisalaa tarjoamalla datapohjaisen työkalun päätöksenteon ja resurssien suunnittelun tueksi. Mallin avulla voidaan kohdentaa resursseja tehokkaammin, sujuvoittaa hoitoonpääsyä ja ennakoida palveluiden tarpeita. Kehitystyössä on huomioitu, että mallia voidaan laajentaa muihin erikoisaloihin ja Pohjoisen YTA-alueen muille hyvinvointialueille.

Lähtötilanne ja strategiset liittymäkohdat

Pohjois-Pohjanmaan hyvinvointialueella (Pohde) palvelutarpeet muuttuvat väestön nopean ja merkittävän ikärakenteen myötä. Ennakoivaa tietoa palvelukysynnän muutoksista on tuotettu laajasta tietopohjasta, mutta tekoälyratkaisuja ei ole aiemmin hyödynnetty. Ennakoivalla tiedolla pyritään kohdentamaan resursseja entistä vaikuttavammin ja oikea-aikaisemmin.

Pohteen strategiassa korostetaan tiedolla johtamisen kehittämistä, palvelutarpeiden ennakointia ja vaikuttavuuden vahvistamista. Kehitetty toimintamalli tukee strategian toimeenpanoa tarjoamalla uudenlaisen, dataan ja tekoälyyn perustuvan työvälineen palveluiden suunnitteluun ja johtamiseen.

Kehitystyön lähtökohtana olevat tarpeet

Kehitystyön taustalla tunnistettiin tarve vahvistaa ennakoivan palvelutarpeen tiedon tuottamista ja tukea asiantuntijoiden työtä. Nykyiset menetelmät eivät mahdollistaneet eri tietojärjestelmien systemaattista analysointia, ennusteiden luomista tai erilaisten skenaarioiden rakentamista. Erityisesti erikoissairaanhoidossa ortopedian ja traumatologian erikoisalalla hoitoopääsy on ollut haastavaa. Nähtiin tarve ennakoida tulevaa palveluntarvetta tarkemmin ja tehokkaammin

Kehittämistyön tavoitteet:

Kehittää tekoälyyn perustuva ennakointimalli, joka mahdollistaa tulevan palvelutarpeen ennustamisen ja skenaarioiden luomisen.
Pilotoida malli Oulun yliopistollisen sairaalan ortopedian ja traumatologian erikoisalalla.
Laatia toimintamalli ja työkirja, jonka avulla malli voidaan laajentaa muihin erikoisaloihin ja YTA-alueen muihin hyvinvointialueisiin.

Kehittäjäjoukon kokoaminen ja yhteiskehittäminen

Kehittäjäjoukko koostui Pohjoisen YTA-alueen johdosta sekä tietojohtamisen ja tietopalveluiden asiantuntijoista Pohjois-Pohjanmaan, Kainuun ja Keski-Pohjanmaan hyvinvointialueilta. Teknologiakumppaneina toimivat Istekki Oy ja Solita Oy.

Roolit ja tehtävät:

Johto ja asiantuntijat: määrittelivät kehitystarpeet, tukivat datan käyttöä ja arvioivat mallin soveltuvuutta.
Teknologiapartnerit: rakensivat data-alustan, kehittivät koneoppimismallin ja tukivat mallin pilotointia sekä mahdollista jatkokehitystä mallin tuotannollistamiseen.
Pilotointiryhmä: testasi mallia käytännössä, antoi palautetta ja osallistui mallin viimeistelyyn.

Yhteiskehittäminen toteutettiin moniammatillisissa, säännöllisissä kokouksissa ja palautehaastatteluilla, joissa kaikki toimijat pääsivät vaikuttamaan mallin suunnitteluun ja kehittämiseen. Innovaatiota ja sitoutumista edistettiin korostamalla mallin lisäarvoa strategiseen päätöksentekoon ja resurssien kohdentamiseen, sekä tarjoamalla konkreettisia työkaluja asiantuntijoiden arkeen.

Tavoiteltu muutos

Tekoälypohjainen palvelutarpeen ennakointimalli mahdollistaa palvelukysynnän muutosten tunnistamisen ja skenaarioiden laatimisen tulevasta palvelutarpeesta ortopedian ja traumatologian erikoisalalla. Malli toimii konkreettisena työvälineenä resurssien suunnittelussa ja strategisessa päätöksenteossa.

Tavoiteltuja muutoksia:

Parannettu ennakointikyky ja skenaarioiden luominen palvelutarpeiden muutosten tunnistamiseen.
Tiedolla johtamisen vahvistaminen päätöksenteon tueksi.
Skaalautuva toimintamalli, joka voidaan laajentaa muihin erikoisaloihin ja YTA-alueen organisaatioihin.

Muutoksen mittaaminen

Muutoksen vaikutuksia seurataan seuraavasti:

ennakointimallin tarkkuus: säännöllinen validointi
tiedon hyödyntämisen laajuus: mallin käytettävyys, kuinka paljon mallia käytetään
asiakasvaikutukset: tulevaisuudessa hoitoonpääsyn tulisi nopeutua, kun resursseja pystytään allokoimaan tehokkaammin
käyttöönoton laajuus: laajennetaanko ennakointimallia koskettamaan muita erikoissairaanhoidon erikoisaloja ja miten sen käyttöönotto etenee Pohteen sisällä ja yhteistyöalueella.

Kohderyhmä ja asiakasymmärrys

Kehitetty tekoälypohjainen palvelutarpeen ennakointimalli on suunnattu strategiatyön ja tietojohtamisen palvelualueen sekä OYS:n ortopedian ja traumatologian asiantuntijoille. Malli tukee raportointitietoa ja tuottaa ennakoivaa tietoa palveluiden tulevasta kysynnästä.

Asiakasymmärrystä on kertynyt hyödyntämällä asiantuntijoiden osaamista ja analysoimalla hoitoonpääsyn tilastoja, mikä on ohjannut mallin kehittämistä käytännön työvälineeksi.

Kuvittele ja kokeile

Kuvaa ja jaa

Ratkaisun perusidea

Toimintamalli tarjoaa tekoälypohjaisen ratkaisun palvelutarpeiden ennakointiin erikoissairaanhoidossa. Ratkaisun pilotti kohteeksi valittiin ortopedian ja traumatologian erikoisala. Mallin avulla voidaan analysoida laajoja ja monimutkaisia tietoaineistoja, ennakoida lähetteitä, hoidon tarpeen arviointikäyntejä ja toimenpiteiden määrää. Malli mahdollistaan erilaisten skenaarioiden luomisen palvelukysynnän ja kapasiteetin muutoksesta. Kehittämällä arkkitehtuuriin soveltuvan koneoppimismallin voidaan tuottaa uutta tietoa tulevan palvelutarpeen ennakoinnin tueksi ja tukea strategista päätöksentekoa.

Toimivuuden ja käyttöönoton ehdot

Pilottimalli ei ole vielä tuotantovalmiina; juurruttaminen edellyttää jatkokehitystä ja tuotannollistamista vaiheittain.

Pilotointi ja testaus:
Mallin toiminnallinen testaus asiantuntijoilla ja toimialueella, palautteen kerääminen sekä ennustetiedon luotettavuuden validointi.

Integraatio olemassa oleviin järjestelmiin:
Mallin liittäminen tietojohtamisen ja raportoinnin prosesseihin, teknisten käyttöympäristöjen ja valvontaprosessien määrittely.

Käyttöönotto ja koulutus:
Asiantuntijoiden perehdyttäminen mallin hyödyntämiseen sekä toimintamallin ja työkirjan ohjaus käyttöönotossa.

Laajentaminen ja vakiinnuttaminen:
Mallin mahdollinen laajentaminen muille erikoissairaanhoidon aloille ja Pohjoisen YTA-alueen muille hyvinvointialueille. Jatkuva seuranta, päivitykset ja toiminnan arviointi varmistavat vakiintumisen.

Keskeiset resurssit:

Asiantuntijaosaaminen ja sitoutuminen
Teknologinen infrastruktuuri ja tuki
Rahoitus ja aikataulutus käyttöönoton eri vaiheisiin

Vinkit toimintamallin soveltajille

Toimintamallin soveltaminen edellyttää selkeää strategiaa, johdon sitoutumista sekä riittäviä resursseja ja osaamista mallin ylläpitoon ja hyödyntämiseen. Datan laatu ja saatavuus tulee varmistaa, sillä ne ovat edellytys ennustetiedon luotettavuudelle.

Mallia voidaan soveltaa eri kohderyhmille ja erikoisaloille, mutta käyttöönotto vaatii pilotointia ja vaiheittaista juurruttamista kussakin toimintaympäristössä. Keskeisiä sudenkuoppia ovat puutteellinen johdon sitoutuminen, riittämättömät resurssit, huono datan laatu sekä osaamisen puute. Näitä voidaan välttää ennakoimalla haasteet ja tekemällä jatkuvaa seurantaa.

Arvioinnin tulokset tiivistettynä

Pilotin aikana toimintamallia arvioitiin erityisesti käytettävyyden ja ennustetiedon hyödynnettävyyden näkökulmasta. Malli koettiin helppokäyttöiseksi, visuaaliseksi ja loogiseksi. Ennustetieto oli ymmärrettävää ja päätöksenteon kannalta hyödyllistä, ja skenaarioiden vertailu (esim. kapasiteetin muutokset, lähetteiden vaihtelu) nähtiin arvokkaana erityisesti resurssi- ja kapasiteettisuunnittelussa.

Pilottivaiheen tulokset osoittavat, että palvelutarpeiden ennakointi voi muuttua systemaattisemmaksi, mikä mahdollistaa kysynnän muutosten tarkemman ennakoinnin. Malli tukee päätöksentekoa, tekee palveluiden kehittämisestä ennakoivampaa ja tuo uuden, tietoon perustuvan näkökulman palveluiden suunnitteluun. Ratkaisu on mallinnettavissa laajemmin.

Tekoälypohjainen palvelutarpeen ennakointimalli - johtamisen ratkaisut, Pohjois-Pohjanmaan hva (RRP, P4, I4)

Tekoälypohjainen palvelutarpeen ennakointimalli - johtamisen ratkaisut, Pohjois-Pohjanmaan hva (RRP, P4, I4)