Diagnostisen kuvantamisen tekoälytuotteiden hallintomalli
HUSin ja Sitran rahoittaman hankkeen tavoitteena on luoda kansallisesti yhtenäinen, kustannustehokas ja turvallinen hallintomalli tekoälyn hyödyntämiseen diagnostisessa kuvantamisessa.
Pohjana hankkeelle on HUSin Diagnostiikkakeskuksessa kehitetty systemaattinen AI-hallintomalli diagnostisen kuvantamisen tekoälyratkaisujen arviointiin, testaukseen ja käyttöönottoon. Hankkeen osana tehdään Päijät-Hämeen hyvinvointialueen kanssa murtumadetektiopilotti.
Hankkeen nimi
Diagnostisen kuvantamisen tekoälytuotteiden hallintomallin ja käytön kansallinen skaalaus
Hankkeen kesto
1.6.2026 – 31.12.2027
Hankkeen rahoitus
Sitra ja HUS
Hankkeen projektitiimi
Projektitiimi koostuu Diagnostiikkakeskuksen tekoälytiimistä ja digiradiologeista, joilla on moniammatillinen asiantuntemus tekniikan, kliinisen työn, datanhallinnan, laadunvalvonnan sekä sääntelyn osa-alueilla.
Hankkeen merkittävyys
Radiologiassa hyödynnetään jo laajasti kaupallisia tekoälysovelluksia ja markkinoilla on jo yli 300 CE-merkittyä tekoälypohjaista lääkinnällistä laitetta. Tekoälyllä on merkittävä potentiaali sujuvoittaa diagnostiikkaa, vapauttaa henkilöstön työaikaa ja parantaa hoitoprosessien tehokkuutta kasvavan palvelutarpeen keskellä. Tästä huolimatta tekoälysovellusten käyttö kliinisessä työssä on edelleen melko rajallista.
Keskeisiä käyttöönoton esteitä ja hidasteita ovat:
- haasteet sovittaa tekoäly olemassa oleviin työnkulkuihin, muokata työnkulkuja tekoälyä hyödyntäviksi sekä työnkulkujen pysyvä AI-implementaatio
- vakiintuneet työtavat ja muutosvastarinta
- rajalliset resurssit ja rahoitus
- vaikeudet muuntaa markkinoilla olevien tuotteiden ominaisuudet konkreettisiksi kliinisiksi hyödyiksi
- puutteellinen koulutus ja osaaminen uusien teknologioiden hyödyntämisessä
- yhtenäisten toimintamallien puute tekoälysovellusten arviointiin, käyttöönottoon, käytönaikaiseen seurantaan ja vaikuttavuuden arviointiin, mikä voi aiheuttaa päällekkäistä työtä, vaihtelevaa laatua ja riskiä ottaa käyttöön kliinisesti tai taloudellisesti tehottomia ratkaisuja, jotka voivat johtaa osaoptimointiin ja vaarantaa potilasturvallisuutta.
Riskialttiiden tai tehottomien tuotteiden tunnistaminen ja karsiminen on keskeinen osa laadukasta hallintamallia.
Parhaimmillaan tekoäly voi merkittävästi tehostaa diagnostisen kuvantamisen palveluita, lisätä henkilöstön hyvinvointia, vähentää manuaalista työtä, parantaa diagnostiikan laatua sekä nopeuttaa potilaiden hoitopolkuja. Tekoälyn avulla voidaan esimerkiksi:
- lyhentää kuvausaikoja ja nopeuttaa työnkulkuja sekä läpimenoaikoja
- lisätä kuvantamiskapasiteettia nykyisillä resursseilla, mikä tuo kustannussäästöjä
- parantaa kuvanlaatua ja potilasturvallisuutta sekä mahdollistaa pienempien säteilyannosten käyttö
- tunnistaa poikkeamia systemaattisesti ja tuottaa tietoa työnkulkujen, ohjeistusten ja toimintatapojen jatkuvaan kehittämiseen sekä mahdollistaa täysin uudentyyppisiä tehostettuja työnkulkuja.
Yhtenäisen hallintomallin avulla halutaan varmistaa, että tekoälyä hyödynnetään hallitusti tavalla, joka tuottaa todellista hyötyä potilaille, ammattilaisille ja terveydenhuollon organisaatioille.
Hankkeen odotetut tulokset
Hankkeessa tuotetaan valtakunnallisesti skaalautuva hallintomalli diagnostisten tekoälyratkaisujen arviointiin, käyttöönottoon ja käytönaikaiseen seurantaan.
Kansallinen käyttöönotto- ja koulutuspaketti julkaistaan avoimeen ja vapaaseen käyttöön. Käyttöönotto- ja koulutuspaketti sisältää prosessikuvaukset, mittaristot, ohjeistukset, raporttipohjat, koulutusmateriaalit sekä muut tekoälyratkaisujen arviointia, käyttöönottoa ja seurantaa tukevat ohjeet.
Päijät-Hämeen pilotissa arvioidaan hallintomallin toimivuutta erilaisessa toimintaympäristössä ja tuotetaan näyttöä tekoälyn vaikutuksista murtumadiagnostiikan suorituskykyyn, käytettävyyteen ja tuottavuuteen.
Hankkeessa rakennetaan valtakunnallista yhteistyöverkostoa ja tehdään selvitys tekoälyalustojen sekä erilaisten hankintamenettelyiden soveltuvuudesta valtakunnallisiin yhteishankintoihin, joilla voitaisiin vähentää päällekkäistä hallinnollista työtä, ICT-kustannuksia sekä mahdollistaa myös pienempien hyvinvointialueiden osallistuminen kevyemmillä resursseilla.
Hankkeen tulosten pohjalta tunnistetaan tarpeita ja laaditaan suosituksia valtakunnallisiin muutoksiin.
Hankkeessa luotava diagnostisen kuvantamisen tekoälytuotteiden hallintomalli kokoaa yhteen tekoälytuotteiden testauksen ja arvioinnin, käyttöönoton ja laadunvalvonnan sekä käytönaikaisen seurannan. Malli vähentää päällekkäistä työtä, selkeyttää vastuita, keventää hallinnon tuomia välillisiä kustannuksia ja tukee tekoälyn hyötyjen todentamista automatisoiduilla mittareilla.
Hallintomalli perustuu moniportaiseen lähestymistapaan, jossa huomioidaan toimittajaraportit, tekoälyn tuottamien löydösten vertailu radiologisiin lausuntoihin sekä kliinisen vaikuttavuuden analytiikka.
Hallintomallin pohjana on HUSissa kehitetty, tieteellisen vertaisarvioinnin läpikäynyt tekoälyn testaus- ja käyttöönottoprosessi, jonka avulla on tähän mennessä arvioitu noin 60 kaupallista tekoälyratkaisua. Näistä osa on otettu tuotantokäyttöön niiden osoitettua prosessin kautta objektiivisia ja konkreettisia tuottavuus- ja laatuhyötyjä. Samalla prosessi on estänyt tai lopettanut kymmenien kliiniseen toimintaan soveltumattomien tai epätaloudellisten ratkaisujen käyttöönoton.
Lisätietoa:
Testing process for artificial intelligence applications in radiology practice
Deployment process for artificial intelligence applications in radiology practice
Hankkeen osana tehdään Päijät-Hämeen hyvinvointialueen kanssa murtumadetektiopilotti. Pilotin tavoitteena on arvioida hallintomallin skaalautuvuutta erilaisessa toimintaympäristössä sekä saada näyttöä tekoälyn vaikutuksista murtumadiagnostiikan laatuun, käytettävyyteen ja tuottavuuteen.
Jos haluat jatkossa kuulla lisää hankkeen etenemisestä tai saada kutsuja yhteistyötapahtumiin, voit lähettää yhteystietosi hankkeen projektipäällikkö Mirva Savoselle.
Kuule lisää hankkeesta ja tekoälytyökalujen käytöstä:
HUSin Käsikirurgian klinikkameeting 4.11.2026: Tekoäly HUSin Radiologialla, Suvi Syväranta, radiologian erikoislääkäri, Radiologian digityökalujen prosessinomistaja, Diagnostiikkakeskus
Julkisten hankintojen ajankohtaisfoorumi 12.11.2026: Miten hankinta- ja substanssiosaaminen yhdistetään innovatiiviseksi kilpailutukseksi, Suvi Syväranta, radiologian erikoislääkäri, Radiologian digityökalujen prosessinomistaja, Diagnostiikkakeskus
Traumakuvantamisen koulutuspäivä (SORF) 20.11.2026: Tekoäly traumakuvantamisessa – missä menemme nyt? Suvi Syväranta, radiologian erikoislääkäri, Radiologian digityökalujen prosessinomistaja & Mirva Savonen, projektipäällikkö, Diagnostiikkakeskus
SRY:n Tekoälyjaoston webinaari 1.12.2026: Diagnostisen kuvantamisen tekoälyn kansallisen hallintomallin kehittäminen - kyselyn tulokset. Mirva Savonen, projektipäällikkö, Diagnostiikkakeskus
Duodecimin koulutuspäivä pää- ja kaulakeskus 10.12.2026: Tekoälytyökalujen käyttöönottoprosessi Radiologialla, Suvi Syväranta, radiologian erikoislääkäri, Radiologian digityökalujen prosessinomistaja, Diagnostiikkakeskus
Päivitetty: 11.11.2026