Digitaalinen teknologia ikääntyneen ihmisen toimijuutta tukemassa - Osa I ympäristösuhde ja olemassa olevat teknologiat

22.04.21


Muovaamalla yksilön toiminnan mahdollisuuksia mahdollisesti rajoittavaa ympäristöä digitaalisen teknologian avulla voidaan edistää kotona asumista ja vaikuttaa positiivisesti ikäihmisten elämänlaatuun. Koettu, subjektiivisia merkityksiä antava ympäristö on tärkeä osa ikäihmisen hyvinvointia ja toimijuuden tukemista. Ympäristön muodostuessa liian haastavaksi voi kokemus myös muuttua ja vaikutus hyvinvointiin on vastakkainen. Digitaalisella teknologialla voidaan tukea riittävän hyvän asumiskokemuksen muodostumista ja kotona asumisen mahdollisuutta.

Anu Raappana ja Helinä Melkas ovat todenneet jo 2009, että teknologia vaatii useimmiten tuekseen laajemman järjestelmän. Vain sellainen teknologia, joka on oikeassa paikassa oikeaan aikaan lisää palveluiden vaikuttavuutta ja tehokkuutta sekä hyvinvointia ja turvaa laadukkaiden palvelujen saannin. (Raappana & Melkas 2009)

Sen sijaan vääränlainen teknologia, liian vähäinen teknologia (esimerkiksi jokin järjestelmän tärkeä osanen puuttuu) tai liiallinen teknologia häiritsevät työprosesseja ja aiheuttavat helposti uupumusta ja motivaation laskua (Raappana & Melkas 2009). Vääränlainen teknologia tai huonosti valmisteltu teknologian käyttöönotto voivat myös toimia päinvastoin kuin mitä tavoitellaan. Pahimmillaan voidaan hyvinvoinnin lisääntymisen sijaan aiheuttaa turhautumista ja oman kyvykkyyden aliarvioimista.

Teknologia ja ihmiset muodostavat järjestelmän, joka toimiessaan voi auttaa merkittävästi hoiva- ja hoitotyön tekemistä ja ikääntyvän ihmisen arkielämää. Tämä parantaa palvelun käyttäjien kokeman palvelun laatua. (Raappana & Melkas 2009) Onnistunut teknologian käyttöönotto sisältää tuettua merkityksien luontia. Tämä tarkoittaa riittävän pitkää käytön opettelua ja tuen saantia. 

Tässä kahden artikkelin kokonaisuuden ensimmäisessä osassa pohdimme olemassa olevan digitaalisen teknologian tuomia mahdollisuuksia ja hyötyjä iäkkäille ihmisille. Tärkeää on muistaa, että digitaalinen teknologia ei suoraan tuo helppoja ratkaisuja monimutkaisiin ongelmiin.Tässä artikkelin ensimmäisessä osassa taustoitamme osan kaksi esimerkkiskenaarioita. Toisessa osassa pohdimme kahden eri teeman kautta teknologian mahdollisuuksia tukea ihmisen oman näköisen hyvän elämän mahdollisuuksia kotiympäristössä. Teemoina ovat kaatumisen ehkäiseminen ja yksin asuminen ja yksinäisyys.

 

Ikääntymisen ongelmia helpottavat teknologiat 

Tekoälyn, esineiden internetin, täydennetyn todellisuuden ja näiden yhdistelmien avulla voidaan tarjota teknologisia ratkaisuja ikääntymisen eri tarpeisiin. Tekoäly, englanniksi artificial intelligence (AI), on tietokoneohjelmisto ja/tai laitteisto, joka pystyy tekemään päätöksiä ja toimintoja, jotka voidaan katsoa älykkäiksi. Tässä yhteydessä puhutaan algoritmeista, jotka voivat olla ennalta määriteltyjä tai jotka voidaan opettaa valitun digitaalisen aineiston avulla. Tällöin puhutaan koneoppimisesta, englanniksi machine learning (ML).

Kaavio tekoälyn, koneoppimisen ja syväoppimisen liittymisestä toisiinsa

Esineiden internet, englanniksi Internet of Things (IoT), tarkoittaa järjestelmiä, jotka koostuvat tietokoneverkon välityksellä kommunikoivista antureiden, toimilaitteiden ja tietokoneiden määritellyistä toiminnoista, etäohjauksesta ja datan keruusta, muokkauksesta ja soveltamisesta. IoT:n avulla voidaan toteuttaa teollisuusautomaation lisäksi älykoteja, automaattisesti liikkuvia ajoneuvoja sekä muuta robotiikkaa.

IoT ja vanheneminen on tarkastelun alla myös Almeida et al (Almeida, et al. 2019) heidän todetessaan seuraavaa:

  • Huomaamattomat järjestelmät ovat käyttökelpoisia iäkkäiden ihmisten käytöksen seurannassa ja muutosten havainnoinnissa.
  • Langatonta teknologiaa käyttävät puettavat laitteistot sisätilapaikannuksessa ja kehon liikkuvuuden seurannassa kuluttavat paljon energiaa.
  • Datan koonti jaettuihin tallennuspalveluihin lähettämistä varten on suositeltavin menettelytapa.
  • Linkitetty avoin data tulosten jakamisessa on erittäin tärkeää älykkäiden kaupunkiympäristöjen näkökulmasta.
  • Haurauden/MCI (Mild Cognitive Impairment; vähäinen kognitiivinen vajaus) riskin havainnointi perustuen korkean tason geriatrisiin tekijöihin on tehokas.

 

Täydennetty todellisuus 

Täydennetty todellisuus on lyhyesti joukko virtuaalisuuden tasoa kuvaavia termejä, joiden avulla voidaan määritellä ja soveltaa teknologioita eri tilanteissa. Lyhenteet määritelmineen ovat:

  1. AR, augmented reality, eli lisätty todellisuus. Keskeistä on elävään (video) kuvaan liitetty lisätieto, esimerkiksi paikkatieto tai vaikkapa Pokémon.
  2. VR, virtual reality, eli kokonaan virtuaalinen, tietokoneen avulla muodostettu todellisuus.
  3. MR, mixed reality, eli kahden edellisen yhdistelmä. Tässä yhdistetään täydennetty ja virtuaalinen todellisuus siten, että niiden välillä voi tapahtua vuorovaikutusta.
  4. XR, extended reality, täydennetty todellisuus on kattavin konsepti eli kaikkien edellä mainittujen käsitteiden yhdistäminen todellisuuteen. Yleisesti XR on kattomääritelmä todellisuuden ja virtuaalisuuden saumattomaan yhdistämiseen.

Kuva XR:llä täydennetty Milgramin todellisuus-virtuaalisuus jatkumosta

 

Digitaaliset kaksoset

Digitaalinen kaksonen on kohteestaan luotu virtuaalinen malli, jonka avulla voidaan seurata ja ennakoida erilaisia vastaan tulevia tilanteita. Periaatteena on se, että todellista kohdetta mitataan erilaisin anturein ja kerättyjen lukemien ja niistä tehtyjen laskelmien - myös tekoälyn - avulla voidaan ennustaa tulevia muutoksia. Digitaalisia kaksosia on tyypillisesti luotu teollisuudessa koneista ja muista mitattavista tuotannon tekijöistä, jotta voidaan paremmin varmistaa luotettava käynnissäpito.

Linturin esittämä Teknologiamurroksen visio perustuu ihmisten digitaalisiin kaksosiin ja heidän elintoimintojensa jatkuvaan seurantaan. Digitaalisen kaksosen malli kalibroidaan terveysrannekkeiden tai muiden henkilökohtaisten anturien sekä laboratorioiden ja lääkärien tutkimustietojen avulla. Se auttaa ennakoimaan ongelmia, hälyttää poikkeamia havaitessaan ja esimerkiksi ohjaa terveisiin elämäntapoihin pelillisin keinoin. Malli voi näyttää kehon kunnon tulevaisuudessa, jos nykyisiä tai vaihtoehtoisia elämäntapoja jatketaan. (Linturi 2020)

Tulevaisuudessa digitaalisen kaksosen, henkilökohtaisten mittalaitteiden ja tekoälyn avulla oireet ja muut potentiaaliset ongelmat voidaan tunnistaa varhain eivätkä ne ehdi kehittyä vakaviksi ennen toimenpiteitä. Huoli terveydestä vähenee, kun jatkuvaan seurantaan voi luottaa. Elintapaohjeiden ja lääkinnän muuttuminen yksilölliseksi johtaa käypä hoitoja ja väestöllisiä elintapasuosituksia parempiin hoitotuloksiin. On oletettavaa, että jokin osa rutiininomaisesta lääkinnästä voidaan antaa tekoälyn ja digitaalisen kaksosen määrättäväksi apteekkien valvonnassa.

Maurya et al. (Maurya 2019) käyttävät kehysmääritelmänään digitaalista ihmismallia, digital human model (DHM). DHM on tekniikka, jossa simuloidaan tuotteita tai työpaikkoja virtuaalisessa ympäristössä. Näin voidaan kehittää käyttäjälähtöisiä tuotteita osallistamalla inhimilliset tekijät mukaan jo alkuvaiheessa. Heidän mukaansa tämä lyhentää kehittämiseen käytettävää aikaa ja parantaa laatua. DHM:n soveltamisesta ollaan kiinnostuneita muiden muassa teollisessa tuotannossa, maataloudessa, terveydenhuollossa, sekä kuljetus- ja lentosektoreilla.

Teknisten ratkaisujen tulisi helpottaa iäkkäillä ihmisillä elämänhallinnan tunteen muodostumista ja ylläpitämistä. Pystyvyyden ja turvallisuuden tunteen vahvistaminen tukevat hallinnan tunteen ja riittävää hyvän elämän kokemuksen muodostumista. Tavoitteena teknologian avulla tapahtuvassa avustamisessa on, että laitteistot ja ohjelmistot ovat mahdollisimman luotettavia, tietoturvallisia ja käytettävyydeltään yksinkertaisia. 
 

Olemassa olevista käyttötaidoista hyötyä myös tulevaisuudessa

Voidaan olettaa, että vanhetessaan tämän päivän älypuhelinten käyttäjät toimivat edelleen laitteidensa kanssa, jolloin niihin asennettavat sovellukset ja mahdolliset lisälaitteet osataan ottaa käyttöön ilman korkeaa oppimiskynnystä. Tottuneet käyttäjät eivät todennäköisesti kiusaannu uusista sovelluksista, vaan ottavat ne osaksi toimintarutiinejaan. Älypuhelinten rinnalla ovat kehittyneet myös muut älylaitteet, kuten kellot ja kodin elektroniikka. Voidaan olettaa, että televisioiden merkitys näyttölaitteina kasvaa tv-lähetysten vastaanottopainotuksen sijaan. Tällöin käyttäjille voidaan helposti muokata kiinnostavia näyttötiloja ja järjestää helposti etätapaamisia ystävien, sukulaisten ja hoitohenkilöstön kanssa. Tällaiseen johtopäätökseen on päätynyt myös Pruchno (Pruchno 2019) tarkastellessaan teknologiaa ja ikääntymistä kehittyvänä liittoumana. Poikkeuksen tähän tekee muistisairaus, joka vaikuttaa jo keskivaikeanakin suuresti mahdollisuuksiin ohjata itse ympärillä olevaa digitaalista teknologiaa. Tällaisessa tapauksessa teknologian automaattisuus ja taustalla oleminen korostuu. 

Esimerkiksi varustamalla koti älytelevisioilla, kameroilla, mikrofoneilla ja liiketunnistimilla voidaan tarjota käyttäjille mahdollisuus, jossa kuva ja ääni seuraavat mukana siirryttäessä huoneesta toiseen. Toistaiseksi kustannukset ovat kuluttajalle varsin korkeat, mutta on mahdollista, että myös tämän tyyppiset kestokulutushyödykkeet palvelullistetaan.

 

Eksoskeletonit 

Voimaliiviksikin kutsutun eksoskeletonin eli ulkoisen tukirangan tarkoituksena on helpottaa käyttäjää liikkumisessa. Kyseessä voivat olla proteesit tai muut älyvarusteet, jotka aktivoituvat käyttäjän liikkeiden perusteella. Silloin muun muassa painavien esineiden nostaminen tai vaikkapa vain sohvalta ylös nouseminen ovat aiempaa helpommin toteutettavissa. Eksoskeletonien kohdalla on tehty paljon kokeiluja mutta lääkinnällisen laitteen kriteerit täyttäviä ratkaisuja käyttöturvallisuuden näkökulmasta ei ole vielä syntynyt (Parviainen 2021).

 

Puheohjaus

Puheohjauksen merkitys ja mahdollisuudet ovat vuoden 2017 jälkeen kehittyneet voimakkaasti. Nykyiset puheentunnistusohjelmistot ymmärtävät eri kieliä ja jopa murteita koko ajan paremmin. Puheen avulla käyttäjät voivat ohjata esimerkiksi kodin älyjärjestelmiä sen sijaan, että joutuisivat soveltamaan älypuhelinta tai jotain muita fyysisiä vuorovaikutusvälineitä.

Puheohjaus on jo käytössä mobiililaitteiden avulla. Suuret alan valmistajat tarjoavat omaa puheentunnistusteknologiaansa kodin älylaitteiden ohjaamiseen, jolloin riittää, että käyttäjä on “kuuloetäisyydellä” järjestelmistä. Puheohjauksella voidaan ohjata teknisesti lähes kaikkia koneita ja laitteita, joissa on etäohjausmahdollisuus: viihde-elektroniikkaa, valaistusta, ilmastointia ja lämmitystä, sekä esimerkiksi avata ja sulkea ikkunoita. Kodin turvajärjestelmät ovat luonnollisesti saavutettavissa puheohjauksen avulla.

 

Ohjaus ajatuksen avulla

Tietojärjestelmien ohjaaminen ajatuksen voimalla on arkisempi keino, kuin pikaisesti voisi kuvitella. Se toimii varsin analogisesti suhteessa kuvan- ja äänentunnistukseen: käyttäjä opettaa tietojärjestelmän reagoimaan häneltä mitattuihin aivosähköisiin aaltoihin halutulla tavalla. Systeemi ei lue ajatuksia sellaisenaan ja tulkitse niitä, vaan vertaa määriteltyjen ajatusten muodostamaa mallia siihen, mitä käyttäjä on määritellyt. On siis mahdollista - joskaan ei kovin loogista - ajatella omenaa ja opettaa järjestelmälle, että tämä “ajatus” tarkoittaa äänen voimakkuuden lisäämistä televisioon. 

Ajatuksen avulla ohjaaminen ei onnistu, ellei käyttäjä kanna päässään mittalaitteita. Puheentunnistukseen verrattuna tämä käyttöliittymä on epämukavampi ja ainakin toistaiseksi epävarma. Ajatusten tarkka ohjaaminen ja niiden kytkeminen haluttuun toimintaan ei ole helppoa ja vaatii sovellettavan tekoälyn pikkutarkkaa opettamista.

 

Oppivat järjestelmät

Oppivalla järjestelmällä tarkoitetaan sellaista tietolaitteistoa, jota ei erikseen tarvitse ohjelmoida uusiin tehtäviin, vaan se oppii käytön myötä. Puhutaan koneoppimisesta ja tekoälystä. Tyypillisiä sovelluksia ovat sähköiset kauppapalvelut, jotka suosittelevat uusia tuotteita tai sivustoja sen tiedon pohjalta, jonka ne oppivat käyttäjänsä hakuhistoriasta ja käyttötottumuksista. Oppiva järjestelmä voi esimerkiksi tarkkailla lääkkeiden ottoa, unirytmiä tai liikkumista ja tehdä ennusteita tai antaa suosituksia tarpeen mukaan. Tässä yhteydessä on syytä huomata se, ettei tekoäly opi mitään oman toimialueensa ulkopuolelta, eli nukkumista seuraava ohjelmisto ei osaa hoitaa pankkiasioita ja päinvastoin. 

 

Ohjauskeskusten saavutettavuus

Saavutettavuus on merkittävä osa tietojärjestelmien käytettävyyttä. Se tarkoittaa sitä, ettei käyttäjän tarvitse yhtenään asettua tietolaitteen ääreen, kirjautua sisään ja valita tarvitsemaansa ohjelmaa, vaan voi hyödyntää palveluita helposti ja joustavasti. Esimerkiksi älykelloon voi laittaa muistutuksia lääkkeiden ottamisesta, sillä voi maksaa pankkikortin tapaan ostoksiaan ja ohjata kodin tekniikkaa: valaistusta, lämmitystä, kameroita, jne.

 

Toiminnanohjaus digitaalisesti tuettuna

Toiminnanohjaus tässä yhteydessä tarkoittaa digitaalista avustamista. Digitaalinen avustaja on ohjelmisto, joka suorittaa haluttuja toimintoja annettujen aikataulujen mukaisesti, esimerkiksi muistuttaa lääkkeiden ottamisesta. Seuraavassa listassa on tarkennettuja käyttötapauksia digitaalisesti tuetusta toiminnanohjauksesta suunnitteluineen:

  • Tiedottaminen lähdöstä sovittuun tapaamiseen, lääkkeiden ottamisen ohjaaminen sekä nukkumaanmenosta huomauttaminen ja herätys. Nämä toiminnot ovat helposti käytettävissä digitaalisella kalenterilla älypuhelimen, tabletin ja tietokoneen avulla.
  • Kuukausi-, viikko- ja päiväohjelmien suunnittelu voidaan tehdä vuorovaikutteisesti yksin/yhdessä omaisten/hoitohenkilöstön kanssa jakamalla kalentereita. Tätä voidaan tukea myös tekoälyn avulla samaan tapaan, kuin älypuhelinten tekemät ehdotukset toistuvista toiminnoista toimivat jo nykyisellään tarvittavan kuljetuksen tilaaminen. Tällainen palvelu edellyttää sopimusta kuljetuspalvelun tarjoajalta. Sopimuksen pohjalta tilaukset voidaan kytkeä kalenteriin ja automatisoida tiedottaminen kohteelle. Tämä voidaan toteuttaa esimerkiksi lähettämällä automaattinen viesti kohteelle valaistuksen, lieden, saunan ja muiden vastaavien laitteiden sammutus sekä ovien ja ikkunoiden sulkeminen. Tällaiset toiminnot edellyttävät tarkoitusta varten asennettuja laitteistoja ohjelmistoineen ruokailun koordinointi. 
  • Tilanteissa, joissa pelkkä muistuttaminen ei riitä, tarvitaan lisäksi välineistöä, jonka avulla voidaan tarkkailla sitä, että kohde todella nauttii ravintonsa. Tätä varten voidaan käyttää soveliaita älykkäitä ruokailuvälineitä ja lautasia. Visuaalinen tarkkailu on myös mahdollista ilman yksilösuojan loukkaamista infrapunakameran avulla pesut, yms. hygieniatoiminnot ja niiden johtaminen ovat hankalasti toteutettavissa ilman kohteen aktiivista osallistumista. Esimerkiksi automaattista luotettavaa peseytymisen seurantaa ei voida tehdä ilman puuttumista yksityisyyteen.

Keskeistä prosessien suunnittelussa ja hallinnassa on, että tehtyjä suunnitelmia noudatetaan ja niiden toteutumista seurataan automaattisesti. Lisäksi tarvitaan toimintamallit ja -menetelmät toteutumien ja poikkeamien raportointiin sekä niihin reagoimiseen.

 

Viitteet:

Ikäteknologia-keskus 2019. Yli 75-vuotiaiden digiosallisuus – kokemukset, tarpeet ja motivaatio.

Raappana & Melkas: Teknologian hallittu käyttö vanhuspalveluissa; Opas teknologiapäätösten ja teknologian käytön tueksi, 2009, Lappeenrannan teknillinen yliopisto

Jansson, Anu: Loneliness of older people in long-term care facilities, 2020, Helsingin yliopisto

Särkikoski, Turja, Parviainen (toim.): Robotin hoiviin? — Yhteiskuntatieteen ja filosofian näkökulmia palvelurobotiikkaan, 2020, Vastapaino

Parviainen, Jaana: Voiko robotti hoitaa ihmistä?, Tekniikan Maailma, luettu 3.3.2021

Lawton, Powell M.:A pragmatic environmental psychology: A metatheoretical inquiry into the work of M. Powell Lawton, Journal of Environmental Psychology. Volume 23, Issue 4, December 2003, Pages 471-482

Linturi, Risto: Kohti Parempaa Tulevaisuutta; Teknologian mahdollisuudet ja uhat kestävän kehityksen edistämisessä, Eduskunnan tulevaisuusvaliokunnan julkaisu 5/2020, Helsinki, 2020

Vilkko et al.: Kotia Paikantamassa. Lapin yliopistokustannus. 2010

Merchant RA (1,2), Chen MZ (1), Wong BLL (1), Ng SE (1), Shirooka H (1), Lim JY (2), Sandrasageran S (1), Morley JE (3). Relationship Between Fear of Falling, Fear-Related Activity Restriction, Frailty, and Sarcopenia. Journal of the American Geriatrics Society 2020 00:1-7. doi: 10.1111/jgs.16719

Rachel Pruchno, PhD, FGSA, Technology and Aging: An Evolving Partnership, The Gerontologist, Volume 59, Issue 1, February 2019, Pages 1–5,

Aitor Almeida, Rubén Mulero, Piercosimo Rametta, Vladimir Urošević, Marina Andrić, Luigi Patrono, A critical analysis of an IoT—aware AAL system for elderly monitoring, Future Generation Computer Systems, Volume 97, 2019, Pages 598-619, ISSN 0167-739X,

Maurya, C.M., Karmakar, S. & Das, A.K. Digital human modeling (DHM) for improving work environment for specially-abled and elderly. SN Appl. Sci. 1, 1326 (2019).

Kirjoittajat:

Panu Karhinen on koulutukseltaan toimintaterapeutti ja Ttm. Hän työskentelee lehtorina Metropolia Ammattikorkeakoulun hyvinvoinnin osaamisalueella ja asiantuntijana HIPPA - Hyvinvointia ja parempaa palveluasumista digitalisaation avulla -hankkeessa.

Aarne Klemetti on koulutukseltaan diplomi-insinööri. Hän työskentelee tutkijaopettajana Metropolia Ammattikorkeakoulun ICT ja tuotantotalous-osaamisalueella sekä asiantuntijana mm. HIPPA - Hyvinvointia ja parempaa palveluasumista digitalisaation avulla -hankkeessa.