Massadata terveydenhuollossa : mahdollisuudet ja haasteet
Digitalisoituneessa maailmassa valtavat datamäärät kasvavat jatkuvasti ja massadatan hyödyntäminen on suuri trendi eri yritysten sekä organisaatioiden toiminnassa. Massadatalla on tunnistettu olevan merkittävää potentiaalia myös terveydenhuollon toimialalla, sillä tulevaisuuden terveydenhuolto on potilaskeskeinen ja digitaalisia ratkaisuja hyödyntävä. Tämän kandidaatintutkielman tarkoituksena oli kartoittaa massadatan hyödyntämiseen liittyviä mahdollisuuksia sekä haasteita terveydenhuollossa. Tutkielma toteutettiin kirjallisuuskatsauksena. Tutkimuksessa todettiin, että massadataa hyödyntävillä ratkaisuilla voidaan parantaa hoidon laatua, optimoida terveydenhuollon resursseja sekä saavuttaa kustannussäästöjä. Hoidon laatua parantaviksi ratkaisuiksi tunnistettiin personoidun terveydenhuollon ratkaisut, kuten potilasprofiilit sekä hoitovasteen ennustaminen. Lisäksi massadataa hyödyntävällä omatoimisella ja ennaltaehkäisevällä terveydenhuollolla todettiin potentiaalia terveyden edistämisessä sekä sairauksien ehkäisemisessä. Massadataa hyödyntämällä voidaan saavuttaa kansantaloudellisia säästöjä suorien ja epäsuorien säästömekanismien kautta. Säästömekanismeihin kuuluvat muun muassa hoidon ja tuottavuuden tehostuminen sekä kansantautien vähäisempi esiintyvyys. Massadatalla voidaan myös optimoida terveydenhuollon ajanhallintaa sekä edistää terveystaloustiedettä tieteenalana. Jotta hyötyjä voidaan saavuttaa pitkällä aikavälillä, on keskeistä myös tiedostaa massadatan hyödyntämiseen liittyviä haasteita. Merkittäviksi terveydenhuollon massadatan haasteiksi todettiin tietoturvallisuuden ja yksityisyyden haasteet, datan laatuun liittyvät ongelmat sekä datan keräämiseen ja omistajuuteen liittyvät haasteet. Tietoturvallisuuteen liittyvistä haasteista merkittäviksi tunnistettiin erityisesti henkilötietojen väärinkäyttö, potilasturvallisuuden vaarantuminen, taloudelliset vahingot, kansalaisten luottamuksen heikentyminen sekä negatiiviset ulkoisvaikutukset. Yksityisyyden haasteista merkittävimmiksi tunnistettiin datan epäeettinen väärinkäyttö sekä siitä koituvat mahdolliset seuraamukselliset tai deontologiset haasteet. Lisäksi datan laatuun on tärkeää kiinnittää erityistä huomiota, jotta personoidun terveydenhuollon ratkaisut toimivat tarkoituksenmukaisesti.
...
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Kandidaatintutkielmat [5358]
Lisenssi
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Koneoppiminen ja massadata terveydenhuollossa
Colliander, Jeremias (2022)Terveydenhuollon järjestelmät tuottavat valtavan määrän uutta dataa päivittäin. Dataa on niin paljon, että puhutaan jo massadatasta. Tästä datasta on mahdollista etsiä tietämystä, jolla terveydenhuoltoa pystyttäisiin ... -
Kyberturvallisuuden uhat terveydenhuollossa
Parviainen, Teemu (2022)Tässä tutkielmassa tarkastellaan kyberturvallisuuden haasteita terveydenhuollossa ja pyritään löytämään ratkaisuja potilasturvallisuutta koskeviin kysymyksiin. Tutkielmassa käydään läpi kyberturvallisuuden perussananstoa ... -
Koneoppiminen kariologiassa ja hampaiston määrittämisessä : mahdollisuudet, haasteet ja ihmisen rooli mallien opettamisessa
Savolainen, Petra (2024)Karies eli hampaiden reikiintyminen on maailmanlaajuisesti yksi yleisimmistä sairauksista, minkä hoitamatta jättäminen voi johtaa pahimmassa tapauksessa hampaan menettämiseen tai verenmyrkytykseen. Tämän vuoksi karieksen ... -
Työterveyshuolto ja julkisten terveydenhuollon palveluiden rahoitus : alueellinen näkökulma
Eräjärvi, Anni-Mari (2024)Sosiaali- ja terveyspalveluilla on merkittävä rooli suomalaisessa hyvinvointijärjestelmässä. Tämä perustuu siihen, että julkisella vallalla on perustuslain mukaan velvollisuus edistää kansalaisten hyvinvointia, terveyttä, ... -
Taloustieteellisiä tutkimuksia terveydenhuoltomarkkinoista
Laine, Liisa T. (Kansantaloudellinen yhdistys, 2019)
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.