Marraskuu 1, 2017

Yksilönä tietoyhteiskunnassa

Matti Ristimäki

Head of Data-Driven Health Tieto

Jokainen tätä päivää elävä yksilö on jo tietoisesti tai tietämättään mukana keinoälyn käyttämisessä. Media, vähittäiskauppa, pankit ja vakuutuslaitoksetkin käyttävät jo paljon keinoälyä asiakaskohtaamisten personoinnissa. Analytiikan ja keinoälyn avulla tuotetaan sopivia tv-sarjoja, personoituja tuotteita ja tarjouksia kuluttajille.

Yksilön näkökulmasta suurin muutos tulee vastaan säännellyillä toimialoilla, joilla käsitellään arkaluonteista yksilönsuojan piirissä olevaa tietoa, kuten terveystietoja tai pankkitilin saldoa.
Osa ihmisistä ajattelee rakennettavan isoveli valvoo -koneistoa, joka käyttää dataa heitä vastaan. Toisaalta moni niin sanottu aikainen omaksuja kokee tietojen yhdistelyn ja analysoinnin hyväksi. Sopeutuminen ja suhtautuminen hyvinkin henkilökohtaisen datan käyttöön riippuu pitkälti siitä, miten paljon henkilökohtaista lisäarvoa kuluttajat ja kansalaiset kokevat palveluista saavansa.

Datalla hyvää

Yksilön hyvään elämään voidaan vaikuttaa hyvinvointi- ja terveysdataa hyödyntämällä. Hyvä esimerkki on syrjäytymisen ehkäisy.

Syrjäytyminen voi alkaa jo varsin varhaisessa vaiheessa, jopa päiväkoti-iässä. Tyypillisiä syitä ovat oppimisvaikeudet, perheongelmat, heikot vuorovaikutustaidot, sosiaaliset ongelmat ja mielenterveyden häiriöt.

Syrjäytyjät ovat usein huonoiten voivia ja alimmissa yhteiskuntaluokissa, ja samalla heillä saattaa olla epäilyksiä ja muutosvastarintaa yhteiskunnan koneistoa vastaan. Erityisesti nuoret syrjäytyneet ovat väsyneitä hyvinvointikoneiston monimutkaisuuteen.

Analytiikalla ja keinoälyllä voidaan ehkäistä syrjäytymistä. Eri tietolähteistä kerätyn, henkilöön liittyvän datan analysointi mahdollistaa heikkojen signaalien tunnistamisen, jolloin niiden yhteisvaikutuksen analysointi auttaa kohdistamaan riskialttiille yksilöille ennaltaehkäiseviä palveluja. Mitä aikaisemmin riskeihin päästään kiinni datapohjaisesti, sitä paremmin pystytään auttamaan.

Suuri ongelma nykyjärjestelmissä on, että sosiaali- ja terveydenhuollon alalla ei pystytä mittaamaan eri toimenpiteiden vaikutuksia. Mittarit ovat valtaosaltaan tuotantolähtöisiä – esimerkiksi, miten monta asiakasta sosiaalihuolto pystyy käsittelemään päivässä tai montako leikkausta tehdään kuukaudessa.
Jos vältetään yksi koulupudokas ja saadaan hänet takaisin yhteiskuntaan ja valmistumaan ammattiin, yhteiskunnalle koituu miljoonan euron hyöty. Kun näin tapahtuu vaikkapa 10 000 henkilön kohdalla, puhutaan jo 10 miljardin euron suuruusluokasta. Nykyjärjestelmässä kannattaisi vaikka palkata jokaiselle riskiryhmään kuuluvalle henkilökohtainen avustaja, se tulisi hyvinvointihyötynä halvemmaksi kuin syrjäytymisen kerrannaisvaikutukset.

Olemme tekemässä tähän liittyen keinoälypohjaista kokeilua Espoon kaupungin kanssa. Kokeilussa testataan muun muassa edellä esitettyjen väitteiden toteutettavuutta nykyisillä keinoälyteknologioilla ja saatavilla olevilla datalähteilä.

Muutos riippuu meistä itsestämme

Pidän kiistattomana, että data, keinoäly ja robotiikka ovat lähes ainoita nähtävissä olevia välineitä saavuttaa merkittävästi parempaa ennakoivuutta ja vaikuttavuutta hyvinvoinnin saralla.
Miten nopeasti tähän päästään, riippuu pitkälti omasta ajattelutavastamme. Hyväksymmekö uudenlaisen datan käytön? Suostummeko omien henkilökohtaisten tietojemme avaamiseen?
Satavuotias Suomi on muutoksen kynnyksellä. Meidän jokaisen on hyvä pohtia, mikä on paras tapa lähteä seuraavalle vuosisadalle.

Takaisin blogit-sivulle

Kategoria: Blogit , Uncategorized