Hoitopolkujen automaatio käytännössä: HUSin esittelemän ratkaisumallin tuloksia

4.6.2026 Hoitopolkujen automaatio käytännössä: HUSin esittelemän ratkaisumallin tuloksia. 
Artikkeli reflektio FCG ATK-päiviltä kuullusta HUSin esityksestä – hoitopolkujen automaation tuloksista ja tulevaisuuden mahdollisuuksista. Kirjoittaja Juha Nieminen on Digital Workforcen Healthcare-liiketoiminnan globaali johtaja ja johtoryhmän jäsen.

HUSin hallinnollinen ylilääkäri Meri Utriainen ja erikoissuunnittelija Johanna Pakarinen esittelivät Sosiaali- ja terveydenhuollon ATK-päivillä kokemuksia potilasseurannan automaatiosta. Esimerkkinä toimi rintasyöpäpotilaiden seurantaratkaisu, jossa Digital Workforce on sopimustoimittaja.

Kun asiakas kertoo kahden vuoden tuotantokäytön kokemuksista, kannattaa kuunnella tarkasti. Esityksessä minua kiinnosti erityisesti kolme asiaa: automaatiolla saavutetut konkreettiset tulokset, käyttöönoton odottamattomat vaikutukset sekä se, kuinka laajasti HUS arvioi vastaavan toimintamallin olevan sovellettavissa muihin hoitopolkuihin. Tässä kirjoituksessa jaan esityksestä poimimani keskeiset havainnot ja opit.

Esitys tarkasteli rintasyöpäseurannan ratkaisua kolmesta näkökulmasta:

• lähtötilanteen haaste
• mitatut tuotantotulokset
• ratkaisumallin laajennettavuus ja käyttökohteet

Haaste: potilasseurannan hallinnollinen kuorma

Potilasvirran näkökulmasta rintasyöpäseuranta on yksi HUSin suurimmista seurantakokonaisuuksista. Aktiivihoidon päätyttyä tuhannet potilaat jäävät erikoissairaanhoidon seurantaan riskiperusteisella aikataululla jopa kymmeneksi vuodeksi.

Seuranta koostuu toistuvista vaiheista, kuten kuvantamisista, laboratoriokokeista, vastaanotoista, oirearvioista ja viestinnästä. Pitkäkestoinen ja suuri potilasvirta edellyttää jatkuvaa koordinointia ja kuormittaa toimintaa, mikä voi johtaa jonoihin. HUS kuvasi avoimesti, kuinka koronapandemia korosti tarvetta paremmalle toiminnanohjaukselle, ennakoinnille ja resurssien hallinnalle.

Potilaan näkökulmasta seurannan tulisi olla oikea-aikaista ja ennakoitavaa. Ammattilaisille tämä tarkoittaa kuitenkin merkittävää määrää aikataulutusta, viestintää ja hallinnollista työtä. Näihin tehtäviin liittyy myös merkittävä osa terveydenhuollon tuottavuushaasteesta.

Miten ongelmaan vastattiin?

HUSin tavoitteena oli siirtyä malliin, jossa koko hoitopolku suunnitellaan kerralla ja automaatio huolehtii sen toteutuksesta, nostamalla potilaan ammattilaiselle vain silloin kun tarvitaan kliinistä työtä tai päätöksentekoa.

Lisäksi potilaille haluttiin tarjota mahdollisuus osallistua oman hoitonsa suunnitteluun mahdollistamalla itsenäinen sopivien aikojen varaus ja seurantamuodon valinta – joko oireperusteisesti tai säännöllisin vastaanottokäynnein.

Ratkaisun vaikuttavuus ja mitatut tulokset

HUS korvasi manuaaliseen työhön perustuvan toimintamallin yhdellä konfiguroitavalla seurantaprosessilla, joka ohjaa potilasvirtaa ja hoitaa hallinnolliset tehtävät automaattisesti.

Ratkaisu on ollut tuotannossa kaksi vuotta. Tässä Merin ja Johannan jakamat luvut.

• 6 909 potilasta automatisoidulla hoitopolulla
• 52 % potilaista valitsi oireperusteisen seurannan, mikä johti hoitajakäyntien määrän merkittävään vähenemiseen vuositasolla.
• Häiriökysyntä puhelimitse väheni 47 %
• Kolmen viikon mittausjaksolla automaatio suoritti 6 768 tehtävää, joista vain 1,2 % siirtyi ammattilaisille

Erityisen kiinnostava havainto liittyi häiriökysynnän vähenemiseen. HUS ennakoi sen kasvavan, kun vastaanottojen määrä vähenee ja potilaiden epävarmuus lisääntyy. Käytännössä tapahtui kuitenkin päinvastoin. Kun seuranta tapahtuu oikea-aikaisesti ja potilaat tietävät mitä seuraavaksi tapahtuu, tarve erillisille yhteydenotoille vähenee.

Potilaalle hoitopolun automaatio näkyy ajantasaisena viestintänä, itsenäisenä ajanvarauksena ja seurantamuodon valintana. Viestintäkanavat säilyvät ennallaan – automaatio toteuttaa tehtävät HUSin määrittämissä kanavissa ja voi tarvittaessa hyödyntää myös perinteisiä kanavia, kuten kirjeitä.

Hoitopolkuratkaisujen suurin arvo syntyy kuitenkin siitä, että jonot ja viiveet vähenevät, seuranta toteutuu luotettavasti ja oikea-aikaisesti, ja ammattilaiset voivat kohdentaa enemmän aikaa potilaisiin, jotka tarvitsevat kiireellistä huomiota ja kliinistä arviointia

Merkityksellisyyttä skaalaamalla

Vaikka Merin ja Johannan esittelemät tulokset olivat vaikuttavia, mielestäni vielä kiinnostavampi kysymys on, kuinka laajasti samaa toimintamallia voidaan soveltaa eri hoitopolkuihin. Pitkissä seurantaprosesseissa toistuu usein sama rakenteellinen logiikka, minkä vuoksi HUSin kokemukset viittaavat siihen, että lähestymistapa ei rajoitu yksittäiseen potilasryhmään.

Esityksessä tunnistettiin jo useita uusia käyttökohteita vastaaville ratkaisuille. Näihin kuuluivat muun muassa lääkeaineseurannat ihotautien ja neurologian erikoisaloilla, kuvantamispohjainen seuranta muissa syövissä sekä geenivirheen kantajien ja meningeoomapotilaiden seuranta. Lisäksi mahdollisuuksia nähtiin erikoissairaanhoidon ja perusterveydenhuollon rajapinnan ylittävissä hoitopoluissa, kuten sepelvaltimotautipotilaiden uusintatapahtumien ehkäisyssä

Ratkaisumallin laajennettavuus HUSin esittelemien kokemusperusteisten lukujen valossa:

yli 95 % soveltuvien potilasvirtojen potilaista voidaan siirtää automatisoituihin ratkaisuihin.

Yli 95 % näiden potilasryhmien seurantaan liittyvistä tehtävistä hoituu automaation toimesta.

Yli 95 % rakenteisista lausunnoista osoittautuu neutraaleiksi eivätkä johda toimenpiteisiin. Potilas voi jatkaa automaation orkestroimalla hoitopolulla, eikä siirry ammattilaisen työpöydälle.

Noin 50 % potilaista valitsee mieluummin oireperusteisen yhteydenoton kuin aikataulutetut kontrollit.

Yllätyksiä ja tärkeitä oppeja tulevaan

Puheenvuoron lopuksi Johanna ja Meri tarkastelivat rintasyöpäseurannan toteutuksesta kertyneitä oppeja. Mieleeni jäi kolme keskeistä havaintoa, joilla on merkitystä hoitopolkujen automaation tulevaisuuden kannalta.

”Yksi määräys, kymmenen vuotta” -kehys

Jaksottaisen päätöksenteon korvaaminen yhdellä konfiguroitavalla työnkululla on avain skaalautumiseen. Seurantatyönkulku toteutetaan yhtenä perusratkaisuna, jonka variaatiot määritellään parametreilla eri sairauksille, potilasryhmille ja hoitosuunnitelmille.

47 prosentin pudotus häiriökysynnässä on odottamaton löydös

Terveydenhuollon automaatiohankkeiden liiketoimintaperustelut keskittyvät usein kustannussäästöihin ja tehokkuuden parantamiseen. Käytännössä merkittävimmät hyödyt syntyvät kuitenkin usein vaikutuksista, joita ei osata ennakoida etukäteen.

HUSin tapauksessa henkilötyötä vapautui enemmän kuin alun perin odotettiin. Meri totesi esityksessään että, muutoksen johtamiseen olisi voitu panostaa vielä enemmän, jotta vapautunut kapasiteetti olisi saatu hyödynnettyä täysimääräisesti heti alusta lähtien.

Tämä on tärkeä oppi kaikille vastaavia ratkaisuja suunnitteleville organisaatioille. Teknologian käyttöönotto on vasta ensimmäinen askel – suurimmat hyödyt syntyvät siitä, miten toimintaa muutetaan sen ympärillä.

Ei rakettia, jos polkupyörä riittää

Johanna viittasi puheenvuorossaan HUSin toimitusjohtajan aiemmin tapahtumassa esittämään ajatukseen: ”Kun voimme pyöräillä, miksi hyppäisimme rakettiin?”

Rintasyöpäseurannan ratkaisu on hyvä esimerkki tästä ajattelusta käytännössä. Ratkaisu perustuu algoritmiohjattuun prosessiautomaatioon, ei tekoälyyn. Se ei tee kliinisiä päätöksiä eikä toimi lääkinnällisenä laitteena, vaan huolehtii hoitopolun koordinoinnista, aikataulutuksesta ja hallinnollisista tehtävistä taustalla.

Tekoälyä ei kannata käyttää tehtävissä, joissa automaatio riittää yksinkertaisempaan ja tehokkaampaan ratkaisuun, vaan kohdistaa se työvaiheisiin, joissa se tuottaa aidosti lisäarvoa. HUS on tunnistanut tällaisiksi esimerkiksi lähetteiden käsittelyn, kuvantamisen, esitietojen keruun ja rakenteisen dokumentaation.

Tässäkin HUS on jo pitkällä – Digital Workforce on ollut mukana mm tekoälypohjaisen lähetelajitteluratkaisun kehittämisessä. Pitkään tuotannossa ollut ratkaisu käsittelee ja luokittelee vuosittain yli 300 000 erikoissairaanhoidon lähetettä.

Tärkeintä on, että ensin suunnitellaan toimiva prosessi ja vasta sen jälkeen valitaan kuhunkin tarpeeseen tarkoituksenmukaisin teknologia. Joskus ratkaisu on automaatio, joskus tekoäly – ja useimmiten vaikuttavin lopputulos syntyy niiden yhdistelmästä ja kyvystä ohjata kokonaisuutta.

Yhteenveto

Poistuessani esityksestä jäin pohtimaan, kuinka suuri osa terveydenhuollon tuottavuushaasteesta liittyy edelleen työn koordinointiin, seurantaan, viestintään ja hallinnolliseen kuormaan. HUSin kokemukset osoittavat, että näitä tehtäviä voidaan automatisoida laajasti ilman, että kliinistä päätöksentekoa siirretään teknologialle.

Kun ammattilaisten aikaa vapautuu kliiniseen työhön ja hoitopolkujen eteneminen on läpinäkyvää, ennakoitavaa ja oikea-aikaista, hyötyvät sekä potilaat, ammattilaiset että organisaatiot. Siksi hoitopolkujen automaatiosta on tulossa yksi terveydenhuollon keskeisistä kehityssuunnista tulevina vuosina.

HUSin esimerkki on vakuuttava: kaksi vuotta tuotannossa, 6 909 potilasta automatisoidulla hoitopolulla ja 6 768 tehtävää kolmessa viikossa – joista vain 1,2 % siirtyi ammattilaisen käsittelyyn. Tulokset ovat merkittäviä jo yhden potilasryhmän osalta, mutta suurin vaikutus syntyy mallin skaalautuvuudesta muihin hoitopolkuihin ja organisaatioihin.

Keskeiset opit:

• Automaatio toimii parhaiten hoitopolun tasolla. Kun koko seuranta suunnitellaan yhtenä prosessina, hallinnollinen työ vähenee, potilaan polku etenee oikea-aikaisesti ja ammattilaisten aikaa vapautuu lääketieteellisesti merkityksellisiin potilaskontakteihin.
• Suurimmat hyödyt eivät aina ole ennakoitavissa. HUSin tapauksessa esimerkiksi puhelimitse tuleva häiriökysyntä väheni merkittävästi, vaikka vaikutusta ei osattu ennustaa etukäteen.
• Muutosjohtaminen on yhtä tärkeää kuin teknologia. Vapautuneen kapasiteetin hyödyntäminen edellyttää myös toimintatapojen uudistamista.
• Monet hoitopolut perustuvat samaan prosessilogiikkaan. Siksi hyvin suunnitellut ja konfiguroitavat ratkaisut voidaan skaalata useisiin sairauksiin, potilasryhmiin ja organisaatioihin.
• Tekoäly ei ole ratkaisu kaikkeen. Polkupyörä ja raketti ovat molemmat hyödyllisiä. HUS näytti meille miltä hyvin rakennettu polkupyörä näyttää tuotannossa, skaalattuna. Tekoäly tulee kohdistaa niihin työvaiheisiin, joissa se tuottaa aidosti lisäarvoa.

Kirjoittaja Juha Nieminen on Digital Workforcen Healthcare-liiketoiminnan globaali johtaja ja yhtiön johtoryhmän jäsen. Hänellä on yli kahden vuosikymmenen kokemus myynnin johtamisesta ja liiketoiminnan kehittämisestä terveydenhuollon, IT:n ja muiden toimialojen parissa. Nykyisessä roolissaan hän keskittyy sosiaali- ja terveydenhuollon prosessiautomaatioon sekä hoitopolkuratkaisuihin. Hän on koulutukseltaan diplomi-insinööri (tuotantotalous).