Tekoälypohjaisten oirearviointijärjestelmien käytettävyys ja saavutettavuus terveydenhuollon oirearvioinnissa
Majander, Fiia (2026)
Majander, Fiia
2026
Bioteknologian ja biolääketieteen tekniikan kandidaattiohjelma - Bachelor's Programme in Biotechnology and Biomedical Engineering
Lääketieteen ja terveysteknologian tiedekunta - Faculty of Medicine and Health Technology
Hyväksymispäivämäärä
2026-05-07
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:tuni-202605044906
https://urn.fi/URN:NBN:fi:tuni-202605044906
Tiivistelmä
Tekoälypohjaiset oirearviointijärjestelmät ovat yleistyneet nopeasti osana terveydenhuollon digitaalisia palveluja. Nämä järjestelmät perustuvat koneoppimiseen ja luonnollisen kielen käsittelyyn, ja niiden tarkoituksena on tukea käyttäjää hoidon tarpeen alustavassa arvioinnissa. Järjestelmien kasvava rooli korostaa tarvetta ymmärtää, kuinka ne palvelevat erilaisia käyttäjäryhmiä ja millaisia käytettävyyteen ja saavutettavuuteen liittyviä haasteita niiden käyttöön liittyy. Tämän kandidaatintutkielman tavoitteena oli tarkastella tekoälypohjaisten oirearviointijärjestelmien toimintaperiaatteita sekä tunnistaa tekijöitä, jotka vaikuttavat niiden käytettävyyteen ja saavutettavuuteen terveydenhuollossa.
Oirearviointijärjestelmät hyödyntävät erilaisia tekoälymenetelmiä, kuten koneoppimista, syväoppimista ja luonnollisen kielen käsittelyä. Ne toimivat usein terveydenhuollon ensimmäisenä kontaktina ja ohjaavat käyttäjiä annettujen oireiden perusteella. Järjestelmien toimivuuteen vaikuttavat käyttöliittymän selkeys, vuorovaikutuksen sujuvuus, sisällön ymmärrettävyys sekä käyttäjien yksilölliset ominaisuudet. Saavutettavuuden kannalta keskeisiä tekijöitä ovat visuaalinen selkeys, kognitiivinen kuormitus, apuvälineiden tuki ja järjestelmän soveltuvuus erilaisille käyttäjäryhmille.
Tutkielman tulosten perusteella oirearviointijärjestelmät voivat tehostaa hoitoprosesseja ja parantaa palveluiden saatavuutta, mutta niiden käytettävyydessä ja saavutettavuudessa on edelleen merkittäviä puutteita. Käytettävyyttä heikentävät erityisesti epäselvät kysymykset, jäykkä vuorovaikutus ja järjestelmien heikko selitettävyys. Saavutettavuuden kannalta keskeisiä haasteita ovat korkea lukutaitovaatimus, kognitiivinen kuormitus sekä järjestelmien rajallinen muokattavuus, mikä voi estää osaa käyttäjistä hyödyntämästä palvelua tarkoituksenmukaisesti.
Tutkielma osoittaa, että järjestelmien kehittämisessä tulisi kiinnittää nykyistä enemmän huomiota käyttäjälähtöiseen suunnitteluun, selkeään kieleen ja saavutettavuuden huomioimiseen koko kehitysprosessin ajan. Tulevaisuudessa kehityskohteita ovat vuorovaikutteisemmat ja selitettävämmät tekoälyratkaisut sekä suuret kielimallit, jotka voivat parantaa järjestelmien joustavuutta ja tukea käyttäjiä entistä paremmin.
Oirearviointijärjestelmät hyödyntävät erilaisia tekoälymenetelmiä, kuten koneoppimista, syväoppimista ja luonnollisen kielen käsittelyä. Ne toimivat usein terveydenhuollon ensimmäisenä kontaktina ja ohjaavat käyttäjiä annettujen oireiden perusteella. Järjestelmien toimivuuteen vaikuttavat käyttöliittymän selkeys, vuorovaikutuksen sujuvuus, sisällön ymmärrettävyys sekä käyttäjien yksilölliset ominaisuudet. Saavutettavuuden kannalta keskeisiä tekijöitä ovat visuaalinen selkeys, kognitiivinen kuormitus, apuvälineiden tuki ja järjestelmän soveltuvuus erilaisille käyttäjäryhmille.
Tutkielman tulosten perusteella oirearviointijärjestelmät voivat tehostaa hoitoprosesseja ja parantaa palveluiden saatavuutta, mutta niiden käytettävyydessä ja saavutettavuudessa on edelleen merkittäviä puutteita. Käytettävyyttä heikentävät erityisesti epäselvät kysymykset, jäykkä vuorovaikutus ja järjestelmien heikko selitettävyys. Saavutettavuuden kannalta keskeisiä haasteita ovat korkea lukutaitovaatimus, kognitiivinen kuormitus sekä järjestelmien rajallinen muokattavuus, mikä voi estää osaa käyttäjistä hyödyntämästä palvelua tarkoituksenmukaisesti.
Tutkielma osoittaa, että järjestelmien kehittämisessä tulisi kiinnittää nykyistä enemmän huomiota käyttäjälähtöiseen suunnitteluun, selkeään kieleen ja saavutettavuuden huomioimiseen koko kehitysprosessin ajan. Tulevaisuudessa kehityskohteita ovat vuorovaikutteisemmat ja selitettävämmät tekoälyratkaisut sekä suuret kielimallit, jotka voivat parantaa järjestelmien joustavuutta ja tukea käyttäjiä entistä paremmin.
Kokoelmat
- Kandidaatintutkielmat [11846]
