Johtamisen ratkaisut - Tekoälypohjainen palvelutarpeen ennakointimalli RRP2, P4, I4

Tekoälypohjainen malli ennakoi erikoissairaanhoidon ortopedian ja traumatologian tulevaa palveluntarvetta. Strategisessa johtamisessa ennustetietoa voidaan käyttää palveluiden ohjaukseen, ennakointiin, seurantaan ja kustannusten hallintaan.

Toimintaympäristö

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

Oulun yliopistollinen sairaala (OYS) toimii osana Pohdetta ja on keskeinen erikoissairaanhoidon tuottaja alueella. Ennakointimalli on suunnattu strategia- ja resurssityön palvelualueelle asiantuntijoiden työvälineeksi tukemaan raportointitietoa, jota he tuottavat toimialuejohtajille. Toimialueet vastaavat palveluiden suunnittelusta, kehittämisestä ja resurssien optimoinnista. Pohde kehittää palveluja, hyödyntää digitaalista teknologiaa sekä vahvistaa tiedolla johtamista.

Tekoälypohjainen palvelutarpeen ennakointimalli tukee johtamisen ratkaisuja tarjoamalla datalähtöisen työkalun päätöksenteon tueksi. Malli mahdollistaa resurssien paremman kohdentamisen, hoitoonpääsyn sujuvoittamisen ja palveluiden ennakoivamman suunnittelun. Toimintamallin laajentaminen koko YTA-alueelle vahvistaisi alueellista yhteistyötä ja tukisi entistä ennakoivampaa sekä vaikuttavampaa palvelujärjestelmää.

Kehitystyön lähtökohtana olevat tarpeet

Oulun yliopistollisen sairaalan ortopedian ja traumatologian erikoisalalla hoitoonpääsy on ollut haastavaa. Tietojohtamisen asiantuntijoilla on ollut käytössään laaja tietopohja, jota hyödyntäen on pyritty ennakoimaan tulevaa palvelutarvetta. Kehittämistyön alkuvaiheessa käytettävissä ei kuitenkaan ollut koneoppimismalleja tämän työn tueksi. Tämän vuoksi nähtiin tarpeelliseksi hyödyntää edistyksellistä analytiikkaa, joka kokoaa tietoa useista lähteistä ja mahdollistaa tulevan palvelutarpeen ennakoinnin entistä kattavammin.

Kohderyhmä ja asiakasymmärrys

Kohderyhmä OYS sairaalapalvelut ja ensihoidon toimialueen edustajat sekä strategiatyön ja resurssiohjauksen palvelualueen tietojohtamisen asiantuntijat. Malli on suunnattu ortopedian ja traumatologian erikoisalalle.

Asiakasymmärrykseen kehitystyössä on hyödynnetty asiantuntijoiden asiantuntemusta, hoitoonpääsyn tilastoja sekä potilasvirtojen analyysiä.

 

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 lähete ja toimenpide määriä sekä mahdollistaa skenaarioiden luominen palvelukysynnän muutoksesta. Kehittämällä arkkitehtuuriin soveltuvan koneoppimismallin voidaan tuottaa uutta tietoa tulevan palvelutarpeen ennakoinnin tueksi ja tukea strategista päätöksentekoa.

Kehittämistyössä on varmistunut, että malli toteuttamiskelpoinen ja sillä on laaja kansallinen uutuusarvo.

Toimivuuden ja käyttöönoton ehdot

Toimintamallin juurruttaminen edellyttää selkeitä käyttöönoton vaiheita, kuten mallin testauksen ja arvioinnin tulosten luotettavuusta sekä integraation osaksi olemassa olevia järjestelmiä. Keskeisiä resursseja ovat asiantuntijaosaaminen, rahoitus ja teknologinen infrastruktuuri. Vakiintuminen tapahtuu vaiheittain, ensin pilotoinnin ja validoinnin kautta, minkä jälkeen ratkaisua voidaan kahdollisesti laajentaa muille erikoissairaanhoidon aloille ja YTA-alueelle.

Vinkit toimintamallin soveltajille

Toimintamallin käyttöönotto vaatii selkeän strategian, jatkuvaa seurantaa ja mahdollisten haasteiden tunnistamista. On tärkeää varmistaa, että organisaation johto on sitoutunut toimintamallin kehittämiseen sekä käyttöönottoon ja että käyttöönotossa organisaatiolla on riittävä osaaminen mallin ylläpitoon. Myös datan laadun ja saatavuuden varmistaminen on keskeistä mallin onnistumiselle.

 

Arvioinnin tulokset tiivistettynä

Toimintamallin käyttöönoton myötä palvelutarpeiden ennakointi muuttuu systemaattisemmaksi mikä mahdollistaa palvelutarpeiden kysynnän muutosten ennakoinnin entistä tarkemmin. Lisäksi tekoälypohjainen ennakointi voi parantaa päätöksenteon tukemista ja tekee palveluiden kehittämisestä ennakoivampaa. Johtopäätöksenä voidaan todeta, että ratkaisu on mallennettavissa laajemmin ja sillä on potentiaalia muuttaa palveluiden suunnittelua ja kohdentamista valtakunnallisesti.