Tekoälyn ja koneoppimisen käyttöönotto terveydenhuollon työvuorosuunnittelussa

Abstract

Tekoälyn käyttö eri toimialoilla yleistyy jatkuvasti. Organisaatiot odottavat tekoälyn tuovan hyötyjä heidän prosesseihin ja tätä kautta heidän liiketoimintansa tehostuu. Tekoälyä käyttöönottava organisaatio ei välttämättä tiedä mitä kaikkea tekoälyn käyttöönottoon liittyy. Tämä tutkimus pyrkii selvittämään tekoälyn käyttöönottoon liittyviä hyötyjä ja terveydenhoitoalan työvuorosuunnittelussa. Tutkimuksella vastaamaan tutkimuskysymykseen ”Mitkä tekijät vaikuttavat onnistuneeseen käyttöönottoon terveydenhoitoalan työvuorosuunnittelussa?” Tutkimuksessa hyödynnetään alan aikaisempia teorioita koskien teknologioiden käyttöönottoa ja omaksumista. Tämä tutkimus on tapaustutkimus laadullisin menetelmin. Aineisto on kerätty kohdeorganisaatioista puolistrukturoidulla haastattelulla, jotta haastateltavilta henkilöiltä on saatu laajat näkemykset tutkimuksen aiheeseen. Aineistoa on kerätty kahdessa eri vaiheessa; ensimmäiset haastattelut on toteutettu ennen käyttöönottoa ja toisen vaiheen haastattelut on toteutettu pilottivaiheen jälkeen. Kahdessa eri vaiheessa toteutettujen haastattelujen avulla pystytään selvittämään paremmin mitkä tekijät vaikuttavat käyttöönottoon. Tutkimuksen tulokset näyttävät, että käytön aikomuksella on suuri vaikutus tekoälyn ja koneoppimisen käyttöönottoon terveydenhoitoalan työvuorosuunnittelussa. Tekoälyn ja koneoppimisen tehostamat prosessit vaikuttavat myös vahvasti tekoälyn ja koneoppimisen käyttöönottoon. Tämä tapaustutkimus esittää selkeästi tekoälyn ja koneoppimisen käyttöönoton odotukset, hyödyt, haitat ja kehityskohteet terveydenhoitoalan työvuorosuunnittelussa.

The use of artificial intelligence in various industries is becoming more common. Organizations expect artificial intelligence to bring benefits to their processes, making their business more efficient. An organization adopting AI may not know everything about adopting AI. This study seeks to elucidate the benefits and disadvantages of adopting artificial intelligence in healthcare shift planning. The study aims to answer the research question “What factors contribute to the successful adoption of artificial intelligence in shift planning in the healthcare sector?” This research makes use of previous theories in the field regarding the introduction and adoption of technologies. This study is a case study using qualitative methods. The material has been collected from the target organizations through a semi-structured interview, to obtain broad views on the topic of the study from the interviewed persons. The data has been collected in two different phases; the first interviews have been carried out before the adoption and the second phase interviews have been carried out after the pilot phase. With the help of interviews carried out in two different phases, it is possible to find out better which factors affect the implementation. The results of the study show that the intention of use has a great impact on the introduction of artificial intelligence and machine learning in shift planning in the healthcare industry. The processes enhanced by artificial intelligence and machine learning also strongly influence the adoption of artificial intelligence and machine learning. This case study presents the expectations, benefits, disadvantages, and areas for the development of the adoption of artificial intelligence and machine learning in shift planning in the healthcare industry.