Koneoppiminen hoitotyössä : scoping review
Timonina, Kseniia (2024)
2024
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024051913272
https://urn.fi/URN:NBN:fi:amk-2024051913272
Tiivistelmä
Tekoäly kehittyy nopealla vauhdilla. Koneoppimisen ja tekoälyn käyttö terveydenalalla ja hoitotyössä on kuitenkin harvinaista. Työn tarkoitus on kuvata koneoppimisen käyttömahdollisuudet hoitotyössä sekä tekijät, jotka estävät koneoppimisen käyttöä hoitotyön välineenä.
Aineiston valikoitiin 11 tutkimusta, jotka vastaavat tutkimusongelmaan. Suurin osa tutkittua aineistoa kuvaa koneoppimisen käyttöä terveydenhuollon ammattilaisten tukena päätöksenteossa, hoidon suunnittelussa ja opetuksessa sekä potilaiden tukena itsehoidon toteuttamisessa. Scoping review-menetelmän avulla kartoitetaan aiheeseen liittyvä kirjallisuus, tunnistetaan sen laajuus ja mahdolliset aukot.
Aineiston analyysista nousee esille koneoppimiseen perustuvien ratkaisujen lupaavia tuloksia. Koneoppimisella on suuri potentiaali ja kehitetyt sovellukset ja algoritmit voivat olla hyödyllinen työkalu hoitoon liittyvässä päätöksenteossa ja potilasriskien tunnistamisessa. Koneoppimisen käyttöönotto hoitotyössä on varhaisessa vaiheessa ja vaatii lisää tutkimustyötä, kehitystä ja resursseja. Koneoppimisen käyttöönotto terveydenalalla vaatii monialaista yhteistyötä.
Tämän työn toiveena on antaa lukijalle kattavan ja tuoreen katsauksen aiheeseen. Se voi olla hyödyllistä sekä aiheesta kiinnostuneille alan ammattilaisille että muilla aloilla työskenteleville.
Aineiston valikoitiin 11 tutkimusta, jotka vastaavat tutkimusongelmaan. Suurin osa tutkittua aineistoa kuvaa koneoppimisen käyttöä terveydenhuollon ammattilaisten tukena päätöksenteossa, hoidon suunnittelussa ja opetuksessa sekä potilaiden tukena itsehoidon toteuttamisessa. Scoping review-menetelmän avulla kartoitetaan aiheeseen liittyvä kirjallisuus, tunnistetaan sen laajuus ja mahdolliset aukot.
Aineiston analyysista nousee esille koneoppimiseen perustuvien ratkaisujen lupaavia tuloksia. Koneoppimisella on suuri potentiaali ja kehitetyt sovellukset ja algoritmit voivat olla hyödyllinen työkalu hoitoon liittyvässä päätöksenteossa ja potilasriskien tunnistamisessa. Koneoppimisen käyttöönotto hoitotyössä on varhaisessa vaiheessa ja vaatii lisää tutkimustyötä, kehitystä ja resursseja. Koneoppimisen käyttöönotto terveydenalalla vaatii monialaista yhteistyötä.
Tämän työn toiveena on antaa lukijalle kattavan ja tuoreen katsauksen aiheeseen. Se voi olla hyödyllistä sekä aiheesta kiinnostuneille alan ammattilaisille että muilla aloilla työskenteleville.