Tekoäly ja osallistava työvuorosuunnittelu sosiaali- ja terveydenhuollossa: mitä tutkimus sanoo?

05.11.2025

Terveydenhuollon työvuorosuunnittelu vaikuttaa suoraan henkilöstön hyvinvointiin, potilasturvallisuuteen ja kustannuksiin. Viimeaikainen tutkimus osoittaa, että osallistavat ja tekoälypohjaiset ratkaisut voivat vähentää kuormittavia työaikapiirteitä, säästää merkittävästi suunnitteluaikaa ja lisätä koettua oikeudenmukaisuutta. Samalla tarvitaan harkittuja rajoja yövuoroille, palautumiselle ja viikonlopputyölle. (Härmä ym. 2022; Shiri ym. 2021; Kang ym. 2025; D’Souza ym. 2021; Renggli ym. 2025.)

Työvuorosuunnittelu on iso osa sosiaali- ja terveydenhuollon arkea: se liittyy niin hoidon saatavuuteen, työyhteisön hyvinvointiin kuin organisaatioiden talouteen. Tämänhetkisen kirjallisuuden perusteella työvuorot järjestetään usein terveydelle ja hyvinvoinnille sekä työsuoritukselle haitallisella tavalla. Ei kuitenkaan ole selvää, mikä olisi paras tapa organisoida työvuorot. Perinteiset manuaaliset mallit painottavat usein tuottavuutta, mutta uusi tutkimusnäyttö tuo rinnalle työntekijöiden hyvinvoinnin ja reiluuden näkökulmat. (Ejebu ym. 2021; Gurubhagavatula ym. 2021; Renggli ym. 2025.)

Turun ammattikorkeakoulun Master School -opinnäytetyössä selvitettiin työvuorosuunnittelumallien eroja työntekijän ja työnantajan näkökulmasta kuvailevan kirjallisuuskatsauksen menetelmin. Tavoitteena oli tuottaa tietoa autonomisen ja automaattisen työvuorosuunnittelun hyödyistä ja haitoista, jotta niitä voitaisiin hyödyntää työpaikoilla työhyvinvoinnin lisäämiseen sekä kustannusten ja ajankäytön optimointiin.

Työaikojen vaikutukset hyvinvointiin

Opinnäytetyön tutkimustulosten mukaan lyhyet palautumisvälit, useat peräkkäiset yövuorot ja pitkät työvuorot liittyvät lisääntyneisiin terveys- ja turvallisuusriskeihin. Ergonomiset suositukset korostavat peräkkäisten yövuorojen rajoittamista, lyhyiden vuorovälien välttämistä ja eteenpäin kiertäviä vuoroja (aamusta iltaan ja illasta yöhön), jotka tukevat vuorokausirytmiä. (Brooker ym. 2024; Gurubhagavatula ym. 2021; Härmä ym. 2022.)

Osallistava suunnittelu lisää työntekijöiden kokemaa vaikutusmahdollisuutta omiin vuoroihin, vähentää lyhyen unen riskiä ja parantaa koettua työkykyä (Shiri ym. 2021). Yhteisöllisellä suunnittelulla on raportoitu myös lyhyiden sairauspoissaolojen vähenemistä (Työterveyslaitos n.d.). Suurissa suomalaisissa aineistoissa työvuorojen arviointityökalun käyttöönoton on todettu kuormittavia piirteitä, kuten peräkkäisiä työpäiviä ja yövuoroja, ja pidentävän lepoaikoja (Härmä ym. 2022).

Samalla kuitenkin yli 40 tunnin työviikkojen ja pitkien, yli 12 tunnin työvuorojen määrä kasvoi, ja työntekijätoiveiden toteutuminen väheni. Osallistavan suunnittelutyökalun käytön yhteydessä on havaittu haitallisia piirteitä, kuten lisääntynyttä viikonlopputyötä ja lyhyitä palautumisaikoja, mutta nämä lievenevät, kun rinnalla käytetään ergonomia-arviointia (Turunen ym. 2022).

Tekoäly työvuorosuunnittelussa

Opinnäytetyössä toteuteutssa kirjallisuuskatsauksen mukaan tekoälypohjaiset ratkaisut ovat tuottaneet lupaavia tuloksia useissa tutkimuksissa (Kang ym. 2025; D’Souza ym. 2021; Perelstein ym. 2016). Ne voivat vähentää suunnitteluun kuluvaa aikaa jopa 70–80 prosenttia, parantaa työvuorolistojen laatua ja tasapainottaa yövuorojen jakautumista. Etelä-Koreassa kehitetty IH-NASS-järjestelmä lisäsi peräkkäisiä vapaapäiviä ja vähensi epäsuotuisia vuorosiirtymiä (Kang ym. 2025). Hoitajat kokivat järjestelmän oikeudenmukaiseksi ja helppokäyttöiseksi, vaikka viikonloppuvuorojen määrä kasvoi. Myös ROTA-järjestelmä paransi työvuorosuunnittelun laatua ja vähensi virheitä (D’Souza ym. 2021).

ORSA-järjestelmää hyödyntämällä suunnitteluaika lyheni lähes neljännekseen aiemmasta (Perelstein ym. 2016), ja Sveitsissä tehdyssä tutkimuksessa todettiin, että paras lopputulos saataisiin, jos tekoäly yhdistettäisiin osallistavaan ja läpinäkyvään suunnitteluun, niin sanottuun hybridimalliin, jossa ihminen tekee lopulliset päätökset (Renggli ym. 2025).

Tutkimuksien perusteella osallistava ja tekoälyä hyödyntävä työvuorosuunnittelu voi yhtä aikaa parantaa suunnittelun laatua, tukea palautumista ja tehostaa ajan käyttöä. Paras tulos syntyy, kun algoritmit sidotaan ergonomisiin työkaluihin ja reiluuden periaatteisiin ja kun esihenkilöt varmistavat osallistumisen, läpinäkyvyyden ja teknisen tuen. Näin työvuorot tukevat sekä ammattilaisten hyvinvointia että kustannustehokkuutta.

Lähteet:

Booker, L.A.; Mills, J.; Bish, M.; Spong, J.; Deacon-Crouch, M. & Skinner, T.C. 2024. Nurse Rostering: Understanding the Current Shift Work Scheduling Processes, Benefits, Limitations, and Potential Fatigue Risks. BMC Nursing. Vol 23, No 1, Article 295. Viitattu 17.7.2025. https://pubmed.ncbi.nlm.nih.gov/38685019/

D’Souza, B.; Rao, S. S.; Muthana, C. G.; Bhageerathy, R.; Apuri, N.; Chandrasekaran, V.; Prabhavathi, D. & Renukaradhya, S. 2021. ROTA: A system for automated scheduling of nursing duties in a tertiary teaching hospital in south India. Viitattu 18.8.2025. https://doi.org/10.1177/14604582211001426

Ejebu, O.-Z., Dall’Ora, C., and Griffiths, P. 2021. ”Nurses’ Experiences and Preferences Around Shift Patterns: A Scoping Review.” PLOS ONE 16 (8): e0256300. Viitattu 18.8.2025. https://doi.org/10.1371/journal.pone.0256300

Gurubhagavatula, I.; Laura K Barger, L.K.; Barnes, C.M.; Basner, M.; Boivin, D.B.; Dawson, D.; Drake, C.L.; Flynn-Evans, E.E.; Mysliwiec, V.; Daniel Patterson D.; Reid, K.; Samuels, C.; Lewis Shattuck, N.; Kazmi, U,; Carandang, G.; Heald, J.L. & Van Dongen, H.PA. 2021. Guiding principles for determining work shift duration and addressing theeffects of work shift duration on performance, safety, and health: guidance from theAmerican Academy of Sleep Medicine and the Sleep Research Society. Journal of ClinicalSleep Medicine. Vol 17(11). Viitattu 18.7.2025. https://doi.org/10.5664/jcsm.9512

Härmä, M.; Shiri, R.; Ervasti, J.; Karhula, K.; Turunen, J.; Koskinen, A.; Ropponen, A. & Sallinen, M. 2022. National recommendations for shift scheduling in healthcare: A 5-year prospective cohort study on working hour characteristics. International Journal of Nursing Studies. Vol 134. Viitattu 17.7.2025. https://doi.org/10.1016/j.ijnurstu.2022.104321

Kang, H. W.; Kim, J.; Kim, K. J.; Bae, E. K.; Kang, H. & Jang, J. H. 2025. Shift nurses’ work quality and job satisfaction after implementing the Inha University Hospital Nursing AI Scheduling System (IH‐NASS). BMC Nursing. Vol 24, Article 792. Viitattu 18.7.2025. https://doi.org/10.1186/s12912-025-03470-6

Perelstein, E., Rose, A., Hong, Y-C., Cohn, A. & T. Long, M. 2016. Automation Improves Schedule Quality and Increases Scheduling Efficiency for Residents. Journal of Graduate Medical Education. Vol 8(1), 45-49.

Renggli, F.J.; Gerlach, M.; Bieri J.S.; Golz, C. & Sariyar M. 2025. Integrating Nurse Preferences Into AI-Based Scheduling Systems: Qualitative Study. JMIR Formative Research. Vol 9. Article e67747. Viitattu 18.7.2025. https://pmc.ncbi.nlm.nih.gov/articles/PMC12157959/

Shiri, R.; Karhula, K.; Turunen, J.; Koskinen, A.; Ropponen, A.; Ervasti, J.; Kivimäki, M. & Härmä, M. 2021. The effect of using participatory working time scheduling software on employee wellbeing and workability: a cohort study analysed as a pseudoexperiment. Healthcare. Vol 9(10). Article 1385. Viitattu 18.8.2025. https://pubmed.ncbi.nlm.nih.gov/34683065/

Turunen, J.; Karhula, K.; Ropponen, A.; Koskinen, A.; Shiri, R.; Sallinen, M.; Ervasti, J.; Pehkonen, J. & Härmä, M. 2022. The Time-Varying Effect of Participatory Shift Scheduling on Working Hour Characteristics and Sickness Absence: Evidence from a Quasi- Experiment in Hospitals. International Journal of Environmental Research and Public Health. Vol 19(22), Article 14654. Viitattu 18.7.2025. https://doi.org/10.3390/ijerph192214654

Työterveyslaitos. n.d. Suosituksia työvuorojen suunnitteluun. Viitattu 28.2.2025. https://www.ttl.fi/teemat/tyohyvinvointi-ja-tyokyky/tyoaika/vuorotyo/suosituksia-tyovuorojen-suunnitteluun

Kuva: Pexels

Tekoäly ja osallistava työvuorosuunnittelu sosiaali- ja terveydenhuollossa: mitä tutkimus sanoo?

Työaikojen vaikutukset hyvinvointiin

Tekoäly työvuorosuunnittelussa

Lähteet:

Tekijät

Opettaja

Viittausohje

Teemat | Themes

ICT ja tuotantotalous

Liiketoiminta

Taideakatemia

Tekniikka

Terveys ja hyvinvointi

Tekniikka ja liiketoiminta