Röntgenhoitajan työssä tarvittava tekoälyosaaminen : mittarin kehittäminen osana Radiography4Future-hanketta
Määttänen, Miisa (2026)
2026
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-2026052014635
https://urn.fi/URN:NBN:fi:amk-2026052014635
Tiivistelmä
Digitalisaatio ja tekoälyn nopea kehitys muuttavat arkea terveydenhuollossa ja asettavat myös röntgenhoitajille uusia osaamisvaatimuksia. Koulutusta aiheesta on kuitenkin yhä vähän saatavilla ja osaamisessa on tunnistettu puutteita. Tämän opinnäytetyön tarkoituksena oli kehittää mittari, jonka avulla voidaan kerätä tietoa eurooppalaisten röntgenhoitajien ja alan opiskelijoiden tekoälyyn liittyvistä tiedoista, taidoista, asenteista ja osaamistarpeista. Opinnäytetyö toteutettiin osana EU-rahoitteista Radiography4Future-hanketta.
Mittari kehitettiin ajantasaiseen tutkimuskirjallisuuteen perustuen ja myös Radiography4Future-hankkeen haastattelujen sisältöjä hyödynnettiin. Aineisto analysoitiin laadullisen sisällönanalyysin keinoin ja tulosten pohjalta laadittiin verkkokyselylomake. Kansainvälinen asiantuntijaraati arvioi kyselylomakkeen validiteettia, minkä jälkeen se pilotoitiin testijoukolla kolmessa Euroopan maassa.
Opinnäytetyön tulos on mittari, joka koostuu viidestä eri osa-alueesta: taustatiedot sekä tekoälyyn liittyvät tiedot, taidot, asenteet ja osaamistarpeet. Mittari todettiin käyttötarkoitukseensa soveltuvaksi ja sen arvioidaan tuottavan laadukasta tietoa Radiography4Future-hankkeelle tekoälykoulutusmateriaalin suunnittelun tueksi. Digitalisation and the rapid development of artificial intelligence (AI) are transforming healthcare and creating new competency requirements for radiographers. However, educational opportunities are still limited, and skill gaps have been identified. The purpose of this thesis was to develop a survey instrument to examine the AI-related knowledge, skills, attitudes, and competency needs of European radiographers and radiography students. The thesis was conducted as part of the EU-funded Radiography4Future project.
The survey instrument was developed based on up-to-date research literature, and the interview contents of the Radiography4Future project were also utilized. The data was analysed using qualitative content analysis, and an online questionnaire was developed based on the results. The validity of the questionnaire was evaluated by an international expert panel, after which it was piloted in a test group in three European countries.
The result of the thesis is a survey instrument consisting of five different categories: background information and AI-related knowledge, skills, attitudes, and competency needs. The instrument was considered suitable for its purpose and is expected to produce high-quality data for the Radiography4Future project to support the development of AI educational materials.
Mittari kehitettiin ajantasaiseen tutkimuskirjallisuuteen perustuen ja myös Radiography4Future-hankkeen haastattelujen sisältöjä hyödynnettiin. Aineisto analysoitiin laadullisen sisällönanalyysin keinoin ja tulosten pohjalta laadittiin verkkokyselylomake. Kansainvälinen asiantuntijaraati arvioi kyselylomakkeen validiteettia, minkä jälkeen se pilotoitiin testijoukolla kolmessa Euroopan maassa.
Opinnäytetyön tulos on mittari, joka koostuu viidestä eri osa-alueesta: taustatiedot sekä tekoälyyn liittyvät tiedot, taidot, asenteet ja osaamistarpeet. Mittari todettiin käyttötarkoitukseensa soveltuvaksi ja sen arvioidaan tuottavan laadukasta tietoa Radiography4Future-hankkeelle tekoälykoulutusmateriaalin suunnittelun tueksi.
The survey instrument was developed based on up-to-date research literature, and the interview contents of the Radiography4Future project were also utilized. The data was analysed using qualitative content analysis, and an online questionnaire was developed based on the results. The validity of the questionnaire was evaluated by an international expert panel, after which it was piloted in a test group in three European countries.
The result of the thesis is a survey instrument consisting of five different categories: background information and AI-related knowledge, skills, attitudes, and competency needs. The instrument was considered suitable for its purpose and is expected to produce high-quality data for the Radiography4Future project to support the development of AI educational materials.