Tekoälyn käyttö sairaaloiden lääkitysturvallisuuden parantamiseen : kirjallisuuskatsaus
Lähteenmäki, Heljä (2025)
Lähteenmäki, Heljä
2025
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202504227108
https://urn.fi/URN:NBN:fi:amk-202504227108
Tiivistelmä
Kirjallisuuskatsauksen johdannossa kuvataan sairaaloissa tapahtuneita vaaratilanteita, joissa potilasturvallisuus on pettänyt julkisuuskynnyksen ylittävällä tavalla. Ne edustavat jäävuoren huippua. Pinnan alla on iso jäävuori, jonka tutkimiselle on akuutti tarve. Tässä tutkielmassa haetaan vastausta kahteen pääkysymykseen: 1) Miten tekoälyä käytetään lääkitysturvallisuuden parantamiseen sairaaloissa ja 2) Miten sairaaloiden lääkitysturvallisuutta voitaisiin arvioida, mitata ja parantaa tekoälyn avulla. Systemaattinen tieto lääkitysturvallisuuden tasosta ja lääkitysvirheriskeistä puuttuu. Tekoälyn aikakaudella avautuu uusia mahdollisuuksia doktriinin puutteiden korjaamiseen. Lääkitysvirheriskejä voidaan laskea ja niitä voidaan mitata, mutta se on monimutkaista.
Kirjallisuushaussa otokseen saatiin 86 artikkelia. Nämä jaettiin klustereihin ja ABC-analyysillä muodostettiin 3 superklusteria, joiden lukumäärien %-osuudet aineistoissa ovat: (A) Kliininen 58,4 %, (B) Turvallisuus 33,1 % ja (C) Muut 8,5 %. Aineistojen sisältöanalyysin perusteella näyttää siltä, että lääkärin työ tehostuu ja nopeutuu kuvantamisen ja diagnostisoinnin sekä hoitotyön suunnittelun ja raportoinnin AI-innovaatioiden ansiosta. Tämä pienentää lääkitysvirheriskiä merkittävästi. Hoitajien työssä merkittävimmät lääkitysvirheriskiä pienentävät hankkeet liittyvät sairaaloiden a) lääkejakelun AI-avusteiseen automatisointiin ja b) omakantaan tulevaan kansalliseen reaaliaikaiseen lääkelistaan, joka edellyttää laajaa AI-avusteista potilastietojen ja lääkitystietojen käsittelyä.
Sairaaloiden lääkitysturvallisuuden arvioinnin, mittaamisen ja parantamisen osalta tutkimuksessa kuvattiin riskiarvioinnin laskentamallin käsitteitä ja logiikka ja tehtiin sairaaloiden riskinhallintakulttuurin nykytilan analyysi. Nykytilan analyysissa todettiin, että sairaaloiden riskinhallintakulttuurilla on hätätila, koska kehittämiseltä puuttuu näytöt, suunta ja investoinnit. Laadunvarmistus-, auditointi- ja sertifiointikäytänteiden- kehittämiselle todettiin ilmeinen tarve.
Kirjallisuushaussa otokseen saatiin 86 artikkelia. Nämä jaettiin klustereihin ja ABC-analyysillä muodostettiin 3 superklusteria, joiden lukumäärien %-osuudet aineistoissa ovat: (A) Kliininen 58,4 %, (B) Turvallisuus 33,1 % ja (C) Muut 8,5 %. Aineistojen sisältöanalyysin perusteella näyttää siltä, että lääkärin työ tehostuu ja nopeutuu kuvantamisen ja diagnostisoinnin sekä hoitotyön suunnittelun ja raportoinnin AI-innovaatioiden ansiosta. Tämä pienentää lääkitysvirheriskiä merkittävästi. Hoitajien työssä merkittävimmät lääkitysvirheriskiä pienentävät hankkeet liittyvät sairaaloiden a) lääkejakelun AI-avusteiseen automatisointiin ja b) omakantaan tulevaan kansalliseen reaaliaikaiseen lääkelistaan, joka edellyttää laajaa AI-avusteista potilastietojen ja lääkitystietojen käsittelyä.
Sairaaloiden lääkitysturvallisuuden arvioinnin, mittaamisen ja parantamisen osalta tutkimuksessa kuvattiin riskiarvioinnin laskentamallin käsitteitä ja logiikka ja tehtiin sairaaloiden riskinhallintakulttuurin nykytilan analyysi. Nykytilan analyysissa todettiin, että sairaaloiden riskinhallintakulttuurilla on hätätila, koska kehittämiseltä puuttuu näytöt, suunta ja investoinnit. Laadunvarmistus-, auditointi- ja sertifiointikäytänteiden- kehittämiselle todettiin ilmeinen tarve.