Ennakoivan analytiikan mahdollisuudet terveydenhuollon riskiperustaisessa palvelukehityksessä : kartoittava kirjallisuuskatsaus
Parkkila, Minna; Virolainen, Satu (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-2024110627513
https://urn.fi/URN:NBN:fi:amk-2024110627513
Tiivistelmä
Tässä opinnäytetyössä tutkittiin ennakoivan analytiikan mahdollisuuksia terveydenhuollon riski-perusteisessa palvelukehityksessä kartoittavan kirjallisuuskatsauksen avulla. Ennakoivalla analytiikalla tarkoitetaan menneen datan hyödyntämistä tulevaisuuden ennakointiin, ja sen käyttöä terveydenhuollossa tarkastellaan erityisesti palvelujen tuottajan näkökulmasta.
Työn tavoitteena oli koota yhteen olemassa oleva tutkimustieto ennakoivan analytiikan käytöstä ja sen soveltamisesta terveydenhuollon palvelukehityksessä, sekä tuottaa yhtenäistä ja luotettavaa tietoa aiheesta.
Kirjallisuuskatsaus osoittaa, että ennakoivalla analytiikalla on merkittävä rooli sairauksien ennaltaehkäisyssä ja diagnosoinnissa, mikä mahdollistaa tehokkaamman päätöksenteon ja resurssien käytön. Erityisesti heikot signaalit ja niiden tunnistaminen voivat tarjota uusia mahdollisuuksia terveydenhuollon kehittämisessä. Koneoppimisen ja muiden tilastollisten menetelmien avulla ennakoiva analytiikka voi parantaa diagnostiikan tarkkuutta ja vähentää päätöksenteon epävarmuutta.
Opinnäytetyö on toteutettu yhteistyössä Oulun ammattikorkeakoulun kanssa, ja siihen sisältyy YAMK-opiskelijoille suunnattu opetusvideo, joka pohjautuu kirjallisuuskatsauksen tuloksiin. Videon tavoitteena on lisätä tietoisuutta ja kiinnostusta digitalisaation tuomiin mahdollisuuksiin terveydenhuollossa. Työn tuloksia voidaan hyödyntää terveydenhuollon ammattilaisten koulutuksessa ja palveluiden kehittämisessä. This thesis explores the potential of predictive analytics in risk-based service development within healthcare through a scoping literature review. Predictive analytics refers to the utilization of historical data to forecast future events, with a focus on its application in healthcare from the perspective of service providers. The aim of this thesis is to consolidate existing research on the use of predictive analytics and its application in healthcare service development, providing consistent and reliable information on the subject.
The literature review reveals that predictive analytics plays a significant role in disease prevention and diagnosis, enabling more efficient decision-making and resource utilization. Specifically, the identification of weak signals offers new opportunities for healthcare development. Through the use of machine learning and other statistical methods, predictive analytics can improve diagnostic accuracy and reduce uncertainty in decision-making.
This thesis was conducted in collaboration with Oulu University of Applied Sciences and includes an instructional video aimed at Master's level students. The video, based on the findings of the literature review, seeks to raise awareness and interest in the opportunities brought by digitalization in healthcare. The results of this work can be utilized in the education of healthcare professionals and in the development of healthcare services.
Työn tavoitteena oli koota yhteen olemassa oleva tutkimustieto ennakoivan analytiikan käytöstä ja sen soveltamisesta terveydenhuollon palvelukehityksessä, sekä tuottaa yhtenäistä ja luotettavaa tietoa aiheesta.
Kirjallisuuskatsaus osoittaa, että ennakoivalla analytiikalla on merkittävä rooli sairauksien ennaltaehkäisyssä ja diagnosoinnissa, mikä mahdollistaa tehokkaamman päätöksenteon ja resurssien käytön. Erityisesti heikot signaalit ja niiden tunnistaminen voivat tarjota uusia mahdollisuuksia terveydenhuollon kehittämisessä. Koneoppimisen ja muiden tilastollisten menetelmien avulla ennakoiva analytiikka voi parantaa diagnostiikan tarkkuutta ja vähentää päätöksenteon epävarmuutta.
Opinnäytetyö on toteutettu yhteistyössä Oulun ammattikorkeakoulun kanssa, ja siihen sisältyy YAMK-opiskelijoille suunnattu opetusvideo, joka pohjautuu kirjallisuuskatsauksen tuloksiin. Videon tavoitteena on lisätä tietoisuutta ja kiinnostusta digitalisaation tuomiin mahdollisuuksiin terveydenhuollossa. Työn tuloksia voidaan hyödyntää terveydenhuollon ammattilaisten koulutuksessa ja palveluiden kehittämisessä.
The literature review reveals that predictive analytics plays a significant role in disease prevention and diagnosis, enabling more efficient decision-making and resource utilization. Specifically, the identification of weak signals offers new opportunities for healthcare development. Through the use of machine learning and other statistical methods, predictive analytics can improve diagnostic accuracy and reduce uncertainty in decision-making.
This thesis was conducted in collaboration with Oulu University of Applied Sciences and includes an instructional video aimed at Master's level students. The video, based on the findings of the literature review, seeks to raise awareness and interest in the opportunities brought by digitalization in healthcare. The results of this work can be utilized in the education of healthcare professionals and in the development of healthcare services.