Sosiaali- ja terveydenhuollon asiakas- ja potilastietojärjestelmiä saavat käyttää vain pal-veluntarjoajalle työsuhteessa olevat sosiaali- ja terveydenhuollon ammattilaiset (Laki so-siaali- ja terveydenhuollon asiakastietojen sähköisestä käsittelystä 9.2.2007/159). Sosi-aali- ja terveydenhuollon palveluita tuottavien yksiköiden henkilöstöstä on säädetty laissa sosiaalihuollon ammattihenkilöistä 817/2015 ja laissa terveydenhuollon ammattihenki-löistä 559/1994. Terveydenhuollon ammattihenkilöllä tarkoitetaan laissa henkilöä, joka on saanut ammatinharjoittamisoikeuden tai ammatinharjoitusluvan sekä henkilöä, jolla tämän lain nojalla oikeus käyttää valtioneuvoston asetuksella säädettyä terveydenhuollon ammattihenkilön ammattinimikettä.
Reaaliaikaiset chatit ja chatbot -palvelukanavat toimivat ” matalan kynnyksen” palvelu-kanavina kansalaisille. Reaaliaikaisten chattien kautta asiakkaat voivat lähestyä suoraan ammattilaisia ja kysyä heitä askarruttavia asioita. Chat- ja chatbot palvelukanavien kautta kansalainen tavoittaa ammattilaisen periaatteessa kaikkialta, missä vain internet toimii ja asiakkaalla itsellään on nykyaikainen tietokone tai matkapuhelin käytössään. Myös eri
aistivammaiset, kuten kuulo- tai puhevammaiset saavat chatin kautta helposti suoraan henkilökohtaista neuvontaa. Reaaliaikainen chat -keskustelu ja chatbot eroavat tässä koh-din, koska chatbot keskustelu on kommunikointia virtuaalisen asiakaspalvelijan eli toisin sanoen robotin kanssa. (Stadin sote digisti 2018.) Kuviossa 2 on kuvattu chatbot -prosessi Helsingin kaupungin Sosiaali- ja terveystoimialalla (Linden A., Siimeslehto K., Raatikai-nen A-M. & Kantsila J. 2019).
Vaira, Bochicchio, Conte, Casaluci & Melpignano (2018) kuvaavat chatbotin rakenta-misprojektia raskaana olevien naisten ja pienten lasten vanhempien tiedon tarpeeseen ja neuvontaan siitä lähtökohdasta, että kansalaisilla on tarve saada nopeasti laadukasta ja luotettavaa tietoa terveyteen ja sairauteen liittyvissä kysymyksissä. Luotettavan infor-maation turvaaminen on yhteistä kaikissa chatbotin käyttöönottoon liittyvissä tutkimuk-sissa. (Coleman, Olsen, Sauter, Baker, Hodgin, Stanfield, Emerling, Hruban & Nolan 2005; Cameron, Cameron, Megaw, Bond, Mulvenna, O´Neill, Amour & McTear 2017;
Armstrong 2018; Vaira ym.. 2018; Wilson 2018.)
KUVIO 2. Helsingin kaupungin Sosiaali- ja terveystoimialan chat -prosessi (Linden, Siimeslehto Raatikainen & Kantsila 2019)
Chatbotin avulla tuotettavaa asiakasneuvontaa on seurattava tarkoin. Sosiaali- ja tervey-denhuollon alalla toimivan chatbotin näkökulmasta viranomainen, sosiaali- ja terveyden-huollon ammattilainen, on velvoitettu tietokannan rakentamiseen ja täydentämiseen, vaikka itse sovellus ostetaan yksityiseltä toimittajalta. Julkisen viranomaispalvelun tieto-kannan täydentämiseen osallistuvat henkilöt eivät voi olla yksityisen yrityksen työnteki-jöitä, ellei kyseisen palvelun neuvontatehtävän ulkoistamista ole mahdollistettu erityis-lainsäädännössä. Perustuslain §124 määrittelee ne vaatimukset, joiden perusteella ulkois-tamiset ovat sallittuja lailla tai lain nojalla. (Voutilainen 2018, 912.) Lisäksi tulee huomi-oida, että chatbottien tietokannan kehittämistä tulee arvioida aina riskiperusteisesti. Chat-botin antaman vastauksen perusteella asiakkaalle ei pitäisi päästä syntymään väärinkäsi-tystä siitä, mihin hän on oikeutettu tai velvoitettu. (Voutilainen 2018, 921.) Julkisten palvelujen kohdalla tulisi aina huomioida, että asiakkaalla on oikeus saada palvelua suo-men kielen lisäksi myös ruotsinkielellä, mikäli tämä on hänen asiointikielensä. Näissä tapauksissa, joissa reaaliaikaista chattiä tai chatbot -palvelua ei ole rakennettu toiselle kotimaisista virkakielistä, asiakkaalla tulisi olla vaihtoehtoinen tapa saada hoidettua asi-ansa viranomaisen kanssa, kuten puhelimitse tai asioimalla asiointipisteessä. (Voutilainen 2018, 919.)
Kansainvälisesti tehtyjä tutkimuksia chatbottien käytöstä terveydenhuollossa on tehty toistaiseksi muutamia kymmeniä. Yhteistä niissä on, että chatbotit ovat rakennettu tuot-tamaan terveydenhuollon sähköisiä palveluja kustannustehokkaasti. Chatbotin käyttötar-koitus on toimia joko itsenäisenä hakukoneena kansalaisen tiedontarpeelle tai se voidaan integroida osaksi muuta palvelukokonaisuutta. Botti voi myös toimia itsehoidon diagnoo-sityökaluna, jolloin siihen voidaan liittää erilaisia lisätoimintoja helpottamaan kansalai-sen tiedontarvetta esimerkiksi tunteiden ilmentämiseen emojita tai karttapalvelun kautta näytettäviä lähellä sijaitsevia terveydenhuollon yksiköitä. Chatbotin tietokanta tulee kui-tenkin olla lähtökohtaisesti rakennettu niin laajasti, että se pystyy ohjaamaan kansalaisen oikeaan hoitopaikkaan tai antamaan oikeanlaiset itsehoito-ohjeet. Chatbotin osaaminen perustuu tietokantaan, joka sille on tallennettu aihealueittain. Usein taustamateriaalina on käytetty palveluiden web-sivustojen ”usein kysyttyjä kysymyksiä” tai vastaavia tietoläh-teitä, kuten paperisia esitietokyselyjä, jotka on täytetty ennen hoitoon hakeutumista. (Ca-meron ym. 2017.)
Ennen kuin chatbotin antamat vastaukset ovat luotettavia sekä se voidaan ottaa hyväksy-tysti käyttöön, niin sitä tulee testata monin tavoin. Järjestelmän on todella pystyttävä suo-riutumaan niistä kysymyksistä, joita sen on tarkoitus ymmärtää. (Armstrong 2018; Vou-tilainen 2018.) Eräs terveydenhuollon chatbot käyttöönotoista tehtiin Britanniassa, Lon-toossa vuonna 2017. Siellä otettiin käyttöön Babylon Health -terveysteknologiayrityksen valmistama chatbot. Sen sanottiin pystyvän vastaamaan 72% varmuudella oikein akuut-tihoidontarpeen yhteydessä esitettyihin oirekysymyksiin (Wilson 2018). Kuin taas Mic-rosoftin Tay -chatbotti jouduttiin ottamaan pois käytöstä Twitterissä vain 16 käyttötunnin jälkeen, koska sen oppisprosessi perustui botin saamaan palautteeseen sekä automaatti-seen vahvistettuun oppimiautomaatti-seen. Yllättäen botin saama käyttäjäpalaute oli ollut odottamat-toman negatiivista, jolloin botin tulkinnat ”oikeista vastauksista” vinoutuivat heti alkuun ja se jouduttiin poistamaan käytöstä (Cameron ym. 2017).
Chatbotin tietokantaa ja vastaamisosaamista voidaan täydentää myös analysoimalla sille kansalaisten esittämien kysymysten perusteella. Coleman, Olsen, Sauter, Baker, Hodgin, Stanfield, Emerling, Hruban & Nolan (2005) tutkivat syöpäsairaiden potilaiden ja omais-ten tukeen perustetun www -sivuston, kansalaisomais-ten keskustelupalstan ”kysymys -vastaus”
aineistoa (eng. FAQ), keräämällä kuukauden aikana sivuston keskustelupalstalle tehdyt postaukset (n=300). Poiminnan jälkeen aineisto oli teemoitettu ja sisällön analyysin avulla oli määritelty ne aihealueet, joista potilaat olivat tarvinneet lisää tietoa. Saatujen tulosten perusteella oli pystytty täydentämään ja kohdentamaan sivustolla jaettavaa infor-maatiota ja parantamaan sivuston kautta tarjottavaa tukea syöpäsairaille ja heidän omai-silleen. (Coleman ym. 2005.)
Digitaalista palvelua kehitettäessä on aina noudatettava suurta huolellisuutta tietoturva ja -suoja kysymyksissä sekä palvelun eettisyydestä. Vastuullisesti suunniteltu ja käyttötes-tattu chatbot osaa vastata käyttäjiensä odotuksiin, mutta myös antaa palvelua kohdates-saan sille vieraita kysymyksiä (Cameron ym. 2017; Armstrong 2018; Voutilainen 2018.) Yhtenä esimerkkinä toimii tässäkin Babylon Health chatbotin toiminta. Sen luotettavuutta oli kritisoitu Britannian terveydenhuollon julkaisuissa voimakkaasti, mutta siitä huoli-matta testausten tulokset olivat hyväksyviä. Järjestelmän tulee kestää tieteellisiin lähtö-kohtiin perustuva arviointi. Babylon Health chatbotin tapauksessa järjestelmätestaukset
olivat tieteellisesti arvostetun tahon, Britannian kansallisen lääkäriseuran “the Royal Col-lege of General Practitioners” (RCGP) hyväksymiä. Testien taustalle oli laadittu useita erilaisia potilastapauksia, joiden oirekyselyä pyrittiin simuloimaan botille. Testin tulok-sena botti oli pystynyt tasalaatuisempaan diagnostiikkaan kuin ihmislääkärit. Lähtökoh-taisesti chatbotilla ei kuitenkaan ollut tarkoitus korvata ihmislääkäreitä, vaan sen toivot-tiin tuovan lisäarvoa ja tukea päätöksenteolle asiakaskontaktin aikana. (Olson 2018.) Luonnollista kieltä käyttävän chatbotin avainsanat ovat usein tuotettuja oletetuista tai asi-akkaiden ”usein kysytyistä” -kysymyksistä ja näin ollen toimivat ”laukaisijoina tai im-pulsseina” halutuille vastauksille. Ihmisten kielellinen ilmaisu on kuitenkin kovin väri-kästä ja monimuotoista, jolloin chatbotin käyttöönoton alkuvaiheessa kaikkia mahdollisia avainsanayhdistelmiä tai puhekielen ilmaisuja ei ehkä ole vielä kartoitettu ja siten osattu tallentaa botille. Lisäksi tekninen toteutus vaatii palvelimen, johon vastaukset on tallen-nettu ja, josta botti osaa ne hakea. Tulevaisuudessa avainsanojen rinnalle tai tueksi tulee myös muita chatbotin tietokannan hakutoiminnon laukaisevia tekijöitä, kuten toinen so-vellus tai päätelaite lähettää herätteen, joka toimii avainsanan kaltaisena impulssina tai mobiililaitteen paikkatieto aktivoi haun tai käyttäjän keskusteluun liittämät kuvat tekevät hakuja eri tietokannoista. (Cameron ym. 2017; Vaira ym. 2018; Voutilainen 2018.)