AI w rozliczeniach z NFZ: jak przychodnie i szpitale skracają czas sprawozdawczości

Piąty dzień miesiąca. Jutro termin wysyłki sprawozdania do NFZ. Pracownik działu rozliczeń siedzi nad stosem dokumentacji i ręcznie weryfikuje kody ICD-10 przy kilkuset świadczeniach. To nie jest wyjątek. To normalny rytm pracy w większości przychodni i szpitali w Polsce.

Rozliczenia z Narodowym Funduszem Zdrowia pochłaniają ogromną ilość czasu administracyjnego i są źródłem realnego stresu dla całego zespołu rozliczeniowego. Błędy w kodowaniu lub grupowaniu JGP kończą się odrzuceniem, koniecznością korekty i opóźnieniem płatności. A każde opóźnienie płatności to problem płynnościowy dla placówki.

AI wchodzi tu z konkretną propozycją: nie po to, żeby zastąpić osobę rozliczającą, ale żeby skrócić czas weryfikacji, wyłapywać błędy przed wysyłką i podpowiadać właściwe kody na etapie dokumentowania wizyty.

Dlaczego rozliczenia z NFZ są tak pracochłonne

Problem nie leży w złej woli ani w braku kompetencji zespołu. Leży w samej strukturze procesu.

Klasyfikacje się zmieniają. ICD-10 liczy ponad 14 000 kodów, a NFZ regularnie aktualizuje zarządzenia dotyczące świadczeń, limitów i procedur sprawozdawczych. Ktoś musi za tym nadążać i pilnować, żeby stara wersja zarządzenia nie weszła do rozliczenia.

Lekarze dokumentują wizytę językiem klinicznym, a rozliczeniowy wymaga myślenia kodami. Pomiędzy opisem "pacjent z zaostrzeniem astmy, steroidoterapia doustna, zlecono spirometrię" a prawidłowym zestawem kodów ICD i procedur jest przepaść, którą każdorazowo musi pokonać człowiek.

W szpitalach dochodzi grupowanie JGP: jeden błąd w doborze procedury głównej może przenieść przypadek do innej grupy i zmienić wartość rozliczenia o kilkaset złotych w dół.

• Ręczne przypisywanie kodów ICD-10 i ICD-9 do każdego świadczenia
• Weryfikacja poprawności grupowania JGP
• Sprawdzanie limitów i zakresu umowy z NFZ
• Korekty po odrzuceniu przez portal NFZ
• Archiwizacja dokumentów do ewentualnej kontroli

Każdy z tych kroków jest ręczny. Każdy może zawierać błąd.

Co AI robi w procesie rozliczeniowym

Zacznijmy od tego, co AI robi już dziś w placówkach, które się na to zdecydowały.

Automatyczne podpowiadanie kodów ICD. Narzędzie analizuje treść wpisu lekarskiego w elektronicznej dokumentacji medycznej i proponuje właściwe kody ICD-10, zanim wpis trafi do systemu rozliczeniowego. Lekarz lub pracownik rejestracji potwierdza albo koryguje. Typowo wygląda to tak, że lekarz wpisuje rozpoznanie słownie, a system w ciągu sekundy sugeruje dwa lub trzy kody z opisem. To nie gotowa decyzja. To propozycja do zatwierdzenia.

Walidacja przed wysyłką. Zanim sprawozdanie trafi do NFZ, AI sprawdza kompletność danych, spójność kodów i zgodność z aktualną umową. Wyłapuje np. sytuację, w której kod procedury nie pasuje do kodu rozpoznania, albo gdy liczba świadczeń w danej kategorii przekracza limit kontraktowy. U jednego z naszych klientów taka walidacja podczas pilotażu wykryła błędy w około 8% świadczeń przed wysyłką. Bez niej te błędy wyszłyby dopiero po odrzuceniu przez NFZ, co oznaczało dodatkowe dni pracy nad korektami.

Analiza odrzuceń. Jeśli NFZ odrzuca rozliczenia, AI może przeanalizować wzorce: które kody są najczęściej problematyczne, które świadczenia generują korekty, gdzie leżą systematyczne błędy. To pozwala naprawić schemat działania raz, zamiast gasić pożary świadczenie po świadczeniu przez kolejne miesiące.

Monitorowanie limitów. Narzędzie na bieżąco pokazuje, ile świadczeń w każdej kategorii zostało już rozliczone i ile pozostało do wyczerpania limitu. Dla dyrektora to realna informacja zarządcza, nie tylko technikalium dla działu rozliczeń.

Gdzie najczęściej pojawiają się błędy w kodowaniu

Nie ma jednego miejsca. Są za to obszary, gdzie błędy wracają regularnie i po każdej kontroli NFZ lista wygląda podobnie.

Pierwsza kategoria to wielochorobowość. Pacjent ma cukrzycę, nadciśnienie i przyszedł z powodu infekcji dróg oddechowych. Co jest rozpoznaniem głównym? Odpowiedź zależy od celu wizyty, ale w praktyce jest kodowana różnie przez różnych lekarzy w tej samej przychodni. AI może tu wprowadzić większą spójność, nie przez narzucenie jednej decyzji, ale przez wyraźne oznaczanie niejednoznacznych przypadków do przeglądu.

Druga kategoria to pomijane procedury towarzyszące. Lekarze skupiają się na rozpoznaniu i nie wpisują kodów procedur, które faktycznie wykonali. Tymczasem zarejestrowane EKG, pobranie krwi czy edukacja pacjenta z cukrzycą mają swoje kody i mogą wpływać na wartość świadczenia.

Trzecia, specyficznie szpitalna: dobór procedury głównej do grupowania JGP. Zmiana kolejności kodów może przenieść pacjenta między grupami. AI analizujące całość dokumentacji może zasugerować układ kodów, który dokładniej odzwierciedla wykonaną pracę i jednocześnie mieści się w regułach NFZ.

Czego AI nie zastąpi w rozliczeniach

Kilka rzeczy trzeba powiedzieć wprost, żeby uniknąć rozczarowań po wdrożeniu.

AI nie zna specyfiki konkretnej umowy z NFZ danej placówki. Każda umowa ma inne zakresy, stawki, limity. Narzędzie musi być skonfigurowane pod tę umowę, albo pracownik rozliczeniowy musi te informacje wprowadzić i na bieżąco aktualizować przy każdym aneksie.

AI nie podejmuje decyzji klinicznych. Rozpoznanie stawia lekarz. AI może zaproponować kod odpowiadający temu rozpoznaniu, ale odpowiedzialność za treść dokumentacji medycznej pozostaje po stronie lekarza. To nie jest kwestia ostrożności prawnej, to kwestia sensu.

AI nie obsługuje kontaktów z NFZ w sprawie odwołań ani kontroli. Jeśli dojdzie do sporu dotyczącego rozliczenia, nadal potrzebny jest człowiek, który zna przepisy i potrafi argumentować na podstawie dokumentacji.

I ostatnia rzecz: żadne narzędzie AI nie działa poprawnie, jeśli dane wejściowe są złej jakości. Jeśli dokumentacja medyczna w placówce jest prowadzona chaotycznie lub wyłącznie w formie papierowej, najpierw trzeba to naprawić.

Co musi być w miejscu zanim cokolwiek wdrożymy

• System EDM z dostępem do danych strukturalnych. Jeśli lekarze piszą notatki w Wordzie albo na kartce, AI nie ma co analizować.
• Osoba odpowiedzialna za rozliczenia, która rozumie logikę NFZ i będzie oceniać, czy podpowiedzi AI są właściwe. Narzędzie wspiera tę osobę, nie zastępuje jej.
• Aktualna umowa z NFZ zaimportowana do systemu, najlepiej w wersji cyfrowej z zestawem limitów i kodów.
• Analiza prawna i aktualizacja umów z dostawcą. Dane rozliczeniowe zawierają dane osobowe pacjentów. Przed wdrożeniem narzędzia AI konieczne jest sprawdzenie podstawy prawnej przetwarzania i ewentualna aktualizacja umów powierzenia danych.

To nie jest lista "miło mieć". To warunki, bez których wdrożenie nie przyniesie oczekiwanego efektu i może stworzyć nowe problemy zamiast rozwiązać stare.

Od czego zaczynamy

Najbezpieczniejszy punkt wejścia to audyt obecnego procesu rozliczeniowego. Zanim wybierzemy narzędzie, trzeba wiedzieć: ile czasu zajmuje dziś cały cykl od wizyty do wysyłki sprawozdania, gdzie najczęściej pojawiają się błędy, ile odrzuceń placówka dostaje miesięcznie i z jakiego powodu.

Na podstawie takich danych można precyzyjnie określić, które elementy procesu mają sens do wsparcia przez AI, a które lepiej zostawić bez zmian. Nie każda placówka potrzebuje pełnego modułu do analizy JGP. Mała przychodnia POZ może zacząć od samego modułu podpowiadania kodów ICD i walidacji przed wysyłką, a efekty zobaczy już po pierwszym cyklu sprawozdawczym.

Pilot warto przeprowadzić na jednym rodzaju świadczeń albo jednym oddziale, mierząc konkretnie: czas poświęcony na rozliczenia przed i po, liczbę odrzuceń, liczbę ręcznych korekt. To daje twarde dane do decyzji o rozszerzeniu na całą placówkę.

Jeśli chcesz sprawdzić, gdzie w Twoim procesie rozliczeniowym jest największy potencjał i co realnie można poprawić, zacznij od bezpłatnego audytu z naszym zespołem. Możesz też zobaczyć, jak to wygląda w praktyce, na realnych wdrożeniach w polskich placówkach.