Tekoäly tukena – ihmisen roolin tärkeys
Vastaus aluevaltuutettu Noran Stenvallille. Nora avaa hyvin keskustelun tekoälyn mahdollisuuksista. Keskustelua on syytä syventää tekoälyn mahdollisuuksista.
Minä ajattelen, että meidän pitää hyvinvointialueella löytää tekoälyn (AI) todelliset mahdollisuudet ja mihin voimme sitä luettavasti käyttää.
Elämme tällä hetkellä jännittäviä aikoja, että mitä uusia tekoälyn ominaisuuksia voidaan vielä saada aikaiseksi sekä mitkä tekoälyn ominaisuudet todetaan kelpaaviksi esim. terveydenhuoltoon. Tekoälyn kehitys tapahtuu sykleissä, joita on AI spring ja AI winter [1]. Näyttäisi siltä, että olemme vielä AI spring -jaksolla.
Olemme tutkineet tekoälyä, me katsomme, että meidän pitää tunnistaa tekoälyn mahdollisuudet sekä rajoitteet [2]. Tätä nykyä syntyy paljon erilaista tietoa ja tekoälyn avulla voimme tosiaan automatisoida prosesseja terveydenhuollossa [3], [4]. Terveydenhuollon osalta on tärkeää käydä se keskustelu, että mitkä prosessit voidaan automatisoida ilman että potilasturvallisuus vaarantuu [5].
Tekoälyn avulla voimme automatisoida rutiinitehtäviä terveydenhuollossa, tekoälyavusteisilla algoritmeilla voimme parantaa kliinisen hoitotyönlaatua, kun potilastiedoista AI voi antaa indikaatioita, milloin potilaan terveyteen olisi tärkeämpää kiinnittää huomiota, että sairaudet eivät pahene potilaalla [6]. Radiologian puolella on kuitenkin tärkeää, että tekoäly toimii ihmisiä avustavana asiana (AI-assisted) radiologille. Tekoäly nopeuttaa analyysin tekoa, kun prosessissa on mukana ihminen [7], mutta lopullinen terveydenhoidollinen tulkinta on syytä jättää ihmiselle [8]. Erilaisten kuvantamiskuvien tulkinnassa on tärkeää, että tulkinta tehdään systemaattisesti ja tulkinnan teko jätetään vielä ihmiselle hoidettavaksi. Tekoäly voi avustaa hoitopäätöksenteossa, että missä on ongelmalliset kohdat, johon on syytä kiinnittää huomiota.
Nora on asian ytimessä, että emme voi luovuttaa omaa ajatteluamme tekoälylle. Jopa tutkijat sanovat, että tekoäly ei opi ymmärtämään maailmaa kuten ihminen oppii tutkimusprosessin aikana [9]. Tilanteissa, jossa autonominen tekoäly tekee päätöksiä hoitoon liittyen: nostaa esille kysymyksen, että kuka vastaa lopulta mahdollisesta hoitovirheestä [10]? Se on ymmärrettävää, että kansalaiset ja lainsäätäjät vastustavat tekoälyn käyttöönottoa [11], kun on monia näkökulmia sekä haasteita, jotka pitää pystyä ottamaan huomioon, että teknologia on luottamisen arvoinen.
Oman ajattelun ja oman oppimisprosessin siirtäminen tekoälylle ei vielä näyttäisi olevan mahdollista, kun meidän tiedossamme ei ole autonomista tekoälyä [5, s. 689].
Meillä on vielä huoli tekoälyn mallien luettavuudesta [13]. Se tarkentuu lopulta, että mihin tekoälyä voidaan todella käyttää. Tätä keskustelua ei voi käydä ”kyllä” tai ”ei” teeseillä, vaan faktapohjaisesti meidän havaita mikä toimii, mikä on lupaavaa ja mikä ei toimi. Meidän pitää myös valmistautua seuraaviin teknologisiin mullistuksiin, jotta olemme Länsi-Uudenmaan hyvinvointialueen strategian mukaisesti teknologian edellä kävijöitä.
Mikko Luomala
Tarkastuslautakunnan varajäsen | Länsi-Uusimaa
Kirjallisuus
[1] L. P. Cruz and D. Treisman, “Making AI Great Again: Keeping the AI Spring,” in Proceedings of the 10th International Joint Conference on Computational Intelligence, SCITEPRESS – Science and Technology Publications, 2018, pp. 144–151. doi: 10.5220/0006896001440151.
[2] M. Luomala, J. Naarmala, and V. Tuomi, “Technology-Assisted Literature Reviews with Technology of Artificial Intelligence: Ethical and Credibility Challenges,” Procedia Comput. Sci., vol. 256, pp. 378–387, 2025, doi: https://doi.org/10.1016/j.procs.2025.02.133.
[3] X. Li, G. Zhu, K. Shen, W. Yu, Y. Gong, and K. Huang, “Joint Annotator-and-Spectrum Allocation in Wireless Networks for Crowd Labelling,” 2019, [Online]. Available: http://arxiv.org/abs/1912.11678v1
[4] S. H. Bangash, I. Ullah Khan, G. Husnain, M. A. Irfan, and A. Iqbal, “Revolutionizing Healthcare with Smarter AI: In-depth Exploration of Advancements, Challenges, and Future Directions,” VFAST Transactions on Software Engineering, vol. 12, no. 1, pp. 152–168, 2024, doi: 10.21015/vtse.v12i1.1760.
[5] D. Anadria et al., “From Data-Driven to Purpose-Driven Artificial Intelligence: Systems Thinking for Data-Analytic Automation of Patient Care,” 2025, [Online]. Available: http://arxiv.org/abs/2506.13584v2
[6] T. Nadarzynski, A. Lunt, N. Knights, J. Bayley, and C. D. Llewellyn, “‘But can chatbots understand sex?’ Attitudes towards artificial intelligence chatbots amongst sexual and reproductive health professionals: An exploratory mixed-methods study,” Int. J. STD AIDS, vol. 34, no. 11, pp. 809–816, 2023, doi: 10.1177/09564624231180777.
[7] F. Heiding, S. Lermen, A. Kao, B. Schneier, and A. Vishwanath, “Evaluating Large Language Models’ Capability to Launch Fully Automated Spear Phishing Campaigns: Validated on Human Subjects,” 2024, [Online]. Available: http://arxiv.org/abs/2412.00586v1
[8] E. Neri, F. Coppola, V. Miele, C. Bibbolino, and R. F. Grassi, “Artificial intelligence: Who is responsible for the diagnosis?,” Radiologia Medica, vol. 125, no. 6, pp. 517–521, 2020, doi: 10.1007/s11547-020-01135-9.
[9] T. Jowsey, V. Braun, V. Clarke, D. Lupton, and M. Fine, “We Reject the Use of Generative Artificial Intelligence for Reflexive Qualitative Research,” Qualitative Inquiry, Dec. 2025, doi: 10.1177/10778004251401851.
[10] D. Power, “Ethical considerations in the era of AI, automation, and surgical robots: there are plenty of lessons from the past,” Discover Artificial Intelligence, vol. 4, no. 1, 2024, doi: 10.1007/s44163-024-00166-9.
[11] A. S. Pentland, “Optimized Human-AI Decision Making: A Personal Perspective,” in ICMI 2021 – Proceedings of the 2021 International Conference on Multimodal Interaction, 2021, pp. 778–780. doi: 10.1145/3462244.3479880.
[12] M. Cristofaro and P. L. Giardino, “Surfing the AI waves: the historical evolution of artificial intelligence in management and organizational studies and practices,” Journal of Management History, 2025, doi: 10.1108/JMH-01-2025-0002.
[13] J. Sporer, “Can AI Read Like a Financial Analyst? A Financial Touchstone for Frontier Language Models Such as Gemini 2.5 Pro, o3, and Grok 4 on Long-Context Annual Report Comprehension,” in ICAIF 2025 – 6th ACM International Conference on AI in Finance, 2025, pp. 291–298. doi: 10.1145/3768292.3770417.