Hallituksen sote-uudistukselle asettamat säästötavoitteet ovat realistisia ja saavutettavissa digitalisaation avulla, arvioi Jyväskylän yliopiston laskennallisten tieteiden professori Pekka Neittaanmäki.

Jyväskylän yliopiston informaatioteknologian tiedekunnassa on arvioitu Neittaanmäen johdolla tekoälyn ja uusien teknologioiden mahdollisuuksia hillitä sote-kustannuksia.

Kuten Uusi Suomi kertoi aiemmin maanantaina , raportin mukaan sote-kustannuksia on mahdollista hillitä kumulatiivisesti yhteensä 2,5–5,5 miljardilla eurolla vuosina 2019–2028 erilaisten it-ratkaisujen avulla. Tutkijat siis laskevat, että digitalisaatio yhdistettynä edistykselliseen datankäsittelyyn ja robotiikkaan voisi tuottaa yhteensä noin viiden miljardin euron kustannussäästöt seuraavien kymmenen vuoden aikana.

Hallitus puolestaan tavoittelee sote-uudistuksella kolmen miljardin euron säästöä vuotuisista sote-menoista vuoteen 2029 mennessä. Kyse ei ole varsinaisesti menojen leikkaamisesta, vaan menojen kasvun supistamisesta, sillä uudistuksella halutaan rajoittaa menojen ennustettua kasvuvauhtia. Tavoitelluista säästöistä valtaosa tulisi digiratkaisuista, joilla on kansliapäällikkö Martti Hetemäen mukaan jopa neljän miljardin euron ”säästöpotentiaali”. Lue lisää: Martti Hetemäki selittää 4,6 miljardin euron ”säästöpotentiaalia”

Vaikka Jyväskylän yliopiston raportti ei suoraan lupaa it-ratkaisuista sen kokoluokan säästöjä, mitä hallitus toivoo, sanoo Neittaanmäki pitävänsä mahdollisena hallituksen säästötavoitteen ja myös Hetemäen ”säästöpotentiaalin” toteutumista.

– Kyllä ne ovat realistisia. Jos menot kasvaisivat [nyt ennustetun] 2,5 prosenttia vuodessa, niin vuoteen 2028 mennessä sote-kulut nousisivat 7,5 miljardia euroa kaikkiaan 28 miljardiin euroon. Tämä säästöhän tarkoittaa sitä, että menot kasvaisivat vain 24 miljardiin euroon nykyisestä noin 20 miljardista, Neittaanmäki sanoo.

– Jos jatkettaisiin nykymenolla, käyrä jatkaisi nousuaan.

Hän kuitenkin korostaa, että säästöjen syntymiselle on selvä ehto: noin 3,5 miljardin euron investoinnit kymmenen vuoden aikana.

– Täytyy tehdä ne investoinnit ensin ja kouluttaa henkilöstö. It-järjestelmiin 200 miljoonaa euroa vuodessa ja koulutukseen 150 miljoonaa vuodessa, niiden kautta se tehostaminen lähtee liikkeelle.

Yliopiston raportissa kustannussäästöt syntyvät työn tuottavuuden tehostamisesta ja se taas tekoälyn ja uusien, älykkäämpien it-järjestelmien käytöstä.

– Tämä vaatii investointeja, ja alkuvuosina säästöä ei välttämättä tule, koska on kustannuksia ja ohjelmistojen takaisinmaksuaika on 3–5 vuotta. Täysimääräisesti [säästöt] alkavat purra vasta 2024, Neittaanmäki sanoo Uudelle Suomelle.

Ilmaisia säästöjä, siis ilman investointeja, ei tässäkään asiassa ole?

– Ei juuri ole. Tosin toimintatapoihin liittyy joitain suoria säästöjä, Neittaanmäki sanoo.

Hän tarkentaa tarkoittavansa sitä, että jos maakuntien parhaat käytännöt saataisiin kopioitua kaikille alueille, syntyisi siitä jo suoraa säästöä.

Neittaanmäki huomauttaa, että julkisen terveydenhuollon menojen kasvua on viime vuosina jo saatu hillittyä. Vuonna 2016 Suomen soten eli sosiaali- ja terveydenhuollon menot kasvoivat reaalisesti vain 0,3 prosenttia vuodesta 2015 (ollen 21,6 miljardia euroa). Sen sijaan sosiaaliturvan menot kasvoivat 2,5 prosenttia.

– Nyt ollaan jo sillä tavoitellulla käyrällä terveydenhuollon menoissa.

5 esimerkkiä tekoälyn soveltamisesta ja säästöpotentiaalista

Jyväskylän yliopiston raportissa listataan erilaisia keinoja, joilla säästöjä voitaisiin saavuttaa ja työntekoa tehostaa. Neittaanmäki mainitsee robotisaation – ohjelmistorobotit jotka voivat automatisoida monia rutiinityövaiheita – sekä lohkoketjut, jotka ovat tuottaneet sopimusjärjestelmistä suuret säästöt pankeille. Keinoja on poimittu omista case-tutkimuksista sekä kansainvälisestä tutkimuskirjallisuudesta.

– Esimerkiksi Keski-Suomen keskussairaalan toiminta simuloitiin kokonaan ja luotiin malli, kuinka sitä voidaan tehostaa. Päivystyksessä jonotusaika oli keskimäärin 4 tuntia, ja me teimme esityksen, että näin ja näin se pitäisi organisoida. Meidän mallimme osoitti, että jonotusaika putoaisi 2,5 tuntiin, ja 99-pposenttisesti se toimi, kun malli otettiin käyttöön, Neittaanmäki kertoo.

Lisäksi raportissa mainitaan mm. seuraavat keinot:

Robotiikka: Juniper researchin toteuttaman selvityksen mukaan tekoälyä hyödyntävät Chatbot-keskustelurobotit voivat tehostaa terveydenhuollon prosesseja niin, että vuoteen 2022 maailmanlaajuiset säästöt ovat 3.04 miljardia euroa. Erityisen hyödyllisenä Chatbotit nähdään päivystyksen ennakkotietojen keräämisen ja hoidontarpeen arvioinnin tukena.

Virtuaaliset terveyspalvelut: Kanadalaisten keuhkoahtaumapotilaiden SmartCoach-ohjelmassa etämonitorointipotilailla havaittiin 73 % vähemmän päivystyskäyntejä ja 64 % vähemmän sairaalajaksoja. Sairaalahoitoa tarvinneiden potilaiden määrä laski 35 %.

– Big-data analytiikka ja ennustemallit: Minnesotan ja Wisconsin alueella luotiin hoidon kehittämiseksi ennakoivat mallit, jotta voitaisiin vähentää sairaalajaksojen uusimista. Päätettiin keskittyä ensimmäiseen 7 päivään kotiutumisen jälkeen, koska oli havaittu, että 40 % uudelleen hoitoon hakeutumisesta tapahtuu tällä aikavälillä. Toimintamallin käyttöönoton myötä sairaalajaksojen uusiutuminen väheni 10,3 %.

– Terveydenhuollon tuottavuus: yhdysvaltalaistutkimuksessa toteutetun mallinnuksen mukaan tekoälyn hyödyntäminen terveydenhuollon päätöksenteossa voisi lisätä tuottavuutta 30-35 % ja vähentää kustannuksia noin puolella perinteisestä toimintamallista. Tekoälyn oletettiin myötävaikuttavan päätöksentekoa analysoimalla kliinisiä tietoja ja luovan niiden perusteella päätösalgoritmeja ja hoitosuosituksia.

Lue myös: Raportti: Jopa 5,5 miljardin euron sote-säästöt digitalisaatiosta?

LUE LISÄÄ AIHEESTA:

Professoreilta täystyrmäys hallitukselle: Sote-uudistusta ei voida perustella säästöillä – uskottavia laskelmia ei ole

Painava varoitus hallitukselle: Sote on suurempi riski kuin sen toteuttamatta jättäminen

HUS luuttuaa lattiaa Hetemäen sote-laskelmilla: ”Muistio on harhaanjohtava, jopa vilpillinen”