Voittaja. Toimenpiteen nimi. Työtila datan käsittelyyn. Tavoite / toimenpide

Transkriptio

1 Työtila datan käsittelyyn Voittaja Jokaiselle rekisterinpitäjälle työtila arkaluontoisen henkilödatan käsittelyyn yhdessä muiden kanssa (FinDatan luvalla). Työtilassa on mahdollisuus: Perustaa virtuaalihuoneita ja kontteja Testata ennustemalleja Jokaisella rekisterinpitäjällä on oma ympäristönsä tai ei lainkaan tietoalustaa. Tietolupaviranomainen hankkii CSC:ltä ja/tai Kelasta kapasiteettia, joka yhdistetään rekisterinpitäjien tietoalustoihin.

2 Kansainvälinen avoin yhteistyö ja sen organisointi 2. sija 1. Alaryhmien (task force) nimeäminen Hyvien analytiikkakäyttötapausten viestintä (oma työtila) Etiikka Toisiolaki (Q&A Toisiolain tulkintaan) Lupaprosessien autonomisointi 2. Standardoidut menetelmät 3. Oppaat, Q&A GDPR-tulkintaan Datan yhteiskäyttö ainakin testauksessa ja AI:n opettamisessa Sirpaleinen toiminta Kansallisen tason Health-AI osaajat. Ketä? Kuinka paljon? Kansallinen verkosto Terveys AI -keskus Suomeen Julkisos./yksityisos. Vetämä Koulutus mukaan (eri oppilaitokset) Kansainvälinen näkyvyys ja verkostoituminen

3 Palveluntuottajien juridinen neuvontapalvelu 3. sija One Step Shop, joka auttaa analytiikan toimijoita selvittämään huvinvointipalveluihin liittyvien standardien ja lainsäädännön kanssa. Valmiit materiaalit Kuinka laittoman saa lailliseksi? Kertoo nopeasti mitä saa tehdä? Matalan kynnyksen sparraus Mahdollistava palvelu laintulkinnalle ja/tai eettinen toimikunta Väylä saada tukea ja tulkintaa Kohderyhmä palveluntuottajat Ei ole/ei tiedetä Kuka järjestää? Kuka rahoittaa? Miten markkinoidaan? Tarvitaan taho, joka omistaa palvelun Tekoälylakiasiamies eli osaaja

4 Tiedolla johtamisen tukeminen Tarjota palvelutarpeen ennusteita päätöksentekijöille perustuen jo kertaalleen kerättyyn dataan (sote-tietoallas, Valtava, Toivo) Nyt tiedot organisaatiokohtaisia Vaatii AI- ja analytiikkaosaamista kaikkiin organisaatioihin Onko osaamista joka paikasta? Riittääkö osaajat? Tiedon yhdistäminen nykyisin vaikeaa/mahdotonta Datan laadun varmistus Mitä tutkimusten mukaan tiedetään vaikutuksista/tekijöistä? Ennustavat tekijät? Mallinnus ja analyysi Asiakasomistaminen toiminnan suunnittelu loppukäyttäjien kanssa

5 Pelisäännöt (etiikka, juridinen omistajuus, tietopohja-mallit) Yhteisten pelisääntöjen luominen Kirjava Kansallinen koordinointi vähäistä Hyvää tahtoa on Tietopoliittinen selonteko taustamateriaalina Pitää pohtia lainsäädännön riittävyys Onko valmis tällaiseen? Antaako riittävät reunaehdot? Työpaja lainsäätäjille ja lainsäädännön tuntijoille

6 Ennustemallit Tekoälyn hyödyntäminen ennustemallien laadinnassa Vaikuttavuus Ennakointi, esim. syrjäytymisen ennakointi On olemassa kokeiluja ja rakennettuja malleja Näistä pitäisi ottaa opiksi Pohdinta: Halutaanko ennakointi viedä yksilötasolle asti? profilointi Nykyisten kokeilujen analysointi ja arviointi Kumppanuusverkoston muodostaminen, laajan datamassan kerääminen

7 Tutkimustiedosta päätöksiin Päättäjille vertaisarvioitua, tutkittua tietoa oikea-aikaisesti Miten tekoälyä hyödynnetään? Nykymekanismeja tekoälyn hyödyntämiseen ei ole Yhteistyöverkosto: Duodeem Tutkimuslaitokset (THL) Yliopistot Pilottihanke

8 Palvelupolkujen kehitys tekoälyä hyödyntäen Kansallinen hanke hoitopolkujen hahmottamiseksi ja sairauksien ennalta ehkäisemiseksi, esim. kansansairaudet (diabetes ) Palveluohjaus Tekoälyä käyttävät ennustemallit Terveyskylän palvelupolut Mutta tekoälyä ei vielä hyödynnetä systemaattisesti Espoon kokeilu Erilaisia kehityshankkeita Sotejärjestöjen (sairaanhoitopiirin) pilotti THL:n rooli: yhdenmukaistaminen (tuotteistaminen)

9 Neuvolatiedolla myöhempien riskien ennustaminen Käyttää olemassa olevaa dataa ennustettavissa olevien riskien ennaltaehkäisyyn yksilötasolla Data on olemassa Profilointi on kiellettyä Eettiset ongelmat profiloinnissa Pilottikunta, jonka neuvolat mukaan