No abstract

Information management and the usability of health information systems (HIS) are important for the development of HIS in occupational health services. User participation in the HIS development process has been shown to contribute to the success of an HIS. The purpose of this study was to analyze how user participation in HIS development affected evaluation of the success of HIS. The success was assessed on the basis of the DeLone and McLean Information Systems (IS) Success Model. The study was conducted within occupational health services and the data (n=210) was analyzed with quantitative methods. The results showed that users participating in the HIS development process assessed the success of the HIS as better than those that had not taken part in the development. This difference could be seen in all seven dimensions of the DeLone and McLean IS success model but was statistically significant only for System Quality and Intention to Use. The results also showed that the users that had participated in the HIS development process also used the HIS more often and more extensively than those that had not participated in the development. The results indicate that user participation in the development process positively influences their assessment of the HIS and increases their active use of the IS. However, more research is needed to determine the long-term effects of using participatory design in HIS development.

TiivistelmäKiinnostus tekoälyä kohtaan on lisääntynyt terveydenhuollossa ja sitä koskevaa tutkimusta on tehty jonkin verran esimerkiksi terveysriskien ja riskitekijöiden tunnistamiseksi, lääkitysten arvioimiseksi sekä antureiden tuottamien tulosten arvioimiseksi. Tämän integroivan kirjallisuuskatsauksen tarkoituksena oli kuvata aikaisemman kirjallisuuden perusteella, miten tekoälyä on hyödynnetty terveydenhuollossa erilaisten terveysriskien tunnistamiseksi ja riskien terveysvaikutusten ennustamiseksi. Katsauksen tavoitteena oli lisätä ymmärrystä tekoälyn hyödyntämismahdollisuuksista ennaltaehkäisevän terveydenhuollon näkökulmasta ja tunnistaa sen mahdollisuuksia myös työterveyshuollossa. Katsausta varten tehtiin hakuja kansainvälisiin tietokantoihin pyrkien integroivan kirjallisuuskatsauksen menetelmin tuomaan uutta näkökulmaa viimeisen viiden vuoden ajalta tekoälyn hyödyntämisestä erityisesti terveysriskien tunnistamiseksi ja ennustamiseksi.Tämän integroivan kirjallisuuskatsauksen perusteella tekoälyä on hyödynnetty erilaisten terveysriskien ja riskitekijöiden tunnistamiseksi hyödyntämällä potilastietojärjestelmistä ja muista terveydenhuollon järjestelmistä saatavaa rakenteista tai tekstimuotoista tietoa. Mallien rakentamisessa on käytetty useita eri menetelmiä tai niiden yhdistelmiä. Mallien hyvyyden arvioiminen eri menetelmien ja eri riskitekijöiden välillä on haasteellista, mutta tutkimustulokset ovat lupaavia ja osoittavat tekoälyn tuovan uusia mahdollisuuksia erilaisten riskitekijöiden tunnistamiseen sekä tunnistamiseen perustuvien ennustemallien rakentamiseen.Tekoäly mahdollistaa uudenlaisten potilastietoa hyödyntävien menetelmien kehittämisen terveydenhuollon käyttöön. Erilaiset tekoälyyn perustuvat mallit terveysriskien ja riskitekijöiden tunnistamiseksi ja ennustamiseksi tukevat osaltaan ennaltaehkäisevän terveydenhuollon kehittämistä. Tutkimusta tarvitaan kuitenkin lisää erilaisten menetelmien hyvyyden arvioimiseksi. Tekoälyn hyödyntäminen riskitekijöiden tunnistamiseksi ja ennustemallien luomiseksi edellyttää myös eettistä keskustelua uudenlaisten menetelmien käyttämisessä. AbstractThe interest in using artificial intelligence in health care has increased. Previous studies have for example tried to identify health risks and risk factors, to evaluate medications and to evaluate the results received from different sensors. The objective of this integrative review was to describe how artificial intelligence has been used in health care to identify or predict health risks and risk factors. The aim of this review was to provide more information about how artificial intelligence can be used in preventive health care, and in occupational health care. Searches for recent literature were conducted in scientific databases following the principles of integrative review.According to this integrative review, artificial intelligence has been used to identify different health risks and risk factors by using structured and unstructured data from the electronic medical records and other applications used in health car...

PROSHADE on Suomen Akatemian Strategisen tutkimuksen neuvoston (STN) vuosille 2021–2026 rahoittama hanke ja osa STN:n LITERACY-ohjelmaa. Hankkeessa tutkitaan ja etsitään monitieteellisesti ratkaisuja tiedon kriittiselle käytölle yhteiskunnassa. PROSHADE tutkii talous- ja vaikuttavuustiedon käyttöä, jaetun päätöksenteon käytäntöjä terveydenhuollossa sekä potilaan tuottaman tiedon hyödyntämistä terveydenhuollon ammattilaisen ja potilaan välisessä päätöksenteossa. Hankkeessa on neljä työpakettia (WP). Tässä esittelyssä kuvataan sosiaali- ja terveydenhuollon tiedonhallinnan, neurologian ja sosiaalipsykologian tieteenaloja yhdistävän työpaketin 3 (WP3) tutkimusta tiedon lukutaidosta, kansalaisen ja potilaiden osallisuudesta terveydenhuollossa. Potilaan osallisuus ilmenee käytännössä potilaan ja terveydenhuollon ammattilaisen välisessä hoitoa koskevassa jaetussa päätöksenteossa. Potilaan osallisuuden vahvistamisella tavoitellaan muun muassa hoidon onnistumista, vahvempaa hoitoon sitoutumista ja hoitotyytyväisyyttä. Potilaan terveystiedon lukutaidolla (taito tunnistaa, etsiä, arvioida ja tuottaa terveyteen liittyvää tietoa) on merkitystä jaetussa päätöksenteossa. Potilaan tuottama tieto esimerkiksi mahdollistaa potilaan arvojen ja näkemysten huomioimisen paremmin osana hoitoa koskevaa jaettua päätöksentekoa. Tutkimustietoa tarvitaan selvittämään, kuinka jaettua päätöksentekoa ja potilaan ääntä saataisiin vahvistettua terveydenhuollon kohtaamisissa.