Czy AI może pilnować zleceń lekarskich i pielęgniarskich na oddziale szpitalnym?

Tak, AI może monitorować zlecenia lekarskie i pielęgniarskie na oddziale i alarmować, gdy coś nie zostało wykonane. Nie zastępuje pielęgniarki ani lekarza, ale działa jak czujnik, który stale patrzy na listę zleceń w systemie HIS i porównuje ją z wpisami potwierdzającymi wykonanie. Jeśli czas minął, a potwierdzenia brak, AI wysyła alert do konkretnej osoby, nie do ogólnego folderu.

Co AI widzi na liście zleceń: jakie rodzaje i skąd ta wiedza

Zlecenie lekarskie to nie tylko lek. Na oddziale to cały szereg czynności, które trzeba wykonać o określonej porze lub w określonym oknie czasowym:

• zlecenia lekowe: podanie leku o konkretnej godzinie, dawce i drodze podania
• zlecenia diagnostyczne: pobranie krwi na badanie, EKG, RTG przyłóżkowe, USG
• zlecenia pielęgniarskie: zmiana opatrunku, kontrola RR co 2 godziny, ważenie pacjenta
• zlecenia konsultacyjne: prośba o wizytę kardiologa, psychiatry, fizjoterapeuty
• zlecenia żywieniowe: zmiana diety, zmiana drogi żywienia
• zlecenia wypisowe i transportowe: przygotowanie karty wypisowej, zamówienie karetki

Każde z tych zleceń trafia do systemu HIS. W AMMS Asseco to moduł „Zlecenia lekarskie", w CliniNET CGM podobna zakładka, w mMedica widok zleceń przy karcie pacjenta. AI łączy się z bazą tego systemu albo przez API, albo przez bezpośredni odczyt. Nie zastępuje systemu. Działa obok niego i wczytuje stan co kilka minut.

Typowo wygląda to tak: AI pobiera listę zleceń otwartych, filtruje po planowanej godzinie realizacji i sprawdza, czy jest wpis potwierdzający wykonanie. Brak takiego wpisu po ustalonym czasie, np. 30 minut dla leków o ściśle określonych godzinach, uruchamia alert.

Kiedy AI alarmuje i co dokładnie wysyła

Sam alarm to nie wszystko. Liczy się, do kogo i w jakiej formie. Jeśli powiadomienie trafia na grupowy czat oddziałowy o 3 w nocy, zazwyczaj nikt go nie zauważy w porę.

Typowe kanały: SMS na telefon pielęgniarki dyżurnej, wiadomość w aplikacji na tablecie pielęgniarskim, powiadomienie push, w niektórych placówkach integracja z systemem przywoławczym. W jednej z placówek, z którymi pracujemy, alert o niezrealizowanym podaniu insuliny trafia najpierw do pielęgniarki dyżurnej, a jeśli nie ma potwierdzenia wykonania przez 15 minut, drugi alert idzie do ordynatora.

Co zawiera powiadomienie: imię i nazwisko pacjenta, numer sali i łóżka, nazwa zlecenia, godzina planowana, ile czasu upłynęło. Bez rozpisywania się. Pielęgniarka wchodzi, wykonuje, potwierdza. Alert gaśnie.

Alerty można stratyfikować. Podanie morfiny i zmiana opatrunku to różne priorytety. AI potrafi rozróżnić, które zlecenia wymagają natychmiastowej reakcji, a które można obsłużyć w kolejnej rundzie.

Co na tym zyskuje ordynator, a co pielęgniarka oddziałowa

Ordynator zazwyczaj nie siedzi na oddziale przez całą dobę. Zleca i wychodzi. Liczy na to, że wykonano zlecenia zgodnie z harmonogramem. Zazwyczaj tak jest. Ale nie zawsze: zmiana dyżurów, nagły ruch na oddziale, pacjent trudny do współpracy, brak zestawu. I zlecenie przepada.

AI daje ordynatorowi widok: ile zleceń z ostatnich 24 godzin zostało wykonanych, ile z opóźnieniem, ile w ogóle nie potwierdzonych. To nie jest kontrola pielęgniarek. To wgląd w to, co się dzieje na oddziale bez chodzenia sala po sali.

Pielęgniarka koordynująca widzi rano podsumowanie nocnego dyżuru: które zlecenia zostały obsłużone, a przy których był problem. Jedno zestawienie zamiast grzebania w systemie.

Pielęgniarka dyżurna zyskuje coś innego. Przy 12 pacjentach i kilku zleceniach na każdego to dziesiątki pozycji na dyżur. Łatwo coś przeoczyć, szczególnie przy nagłej sytuacji na innej sali. AI przypomina. Zamiast pilnowania zegara przy każdej pozycji z osobna.

Konsultacje między oddziałami: gdzie AI naprawdę pomaga

Zlecenie konsultacyjne to osobna kategoria problemu. Lek podaje pielęgniarka na miejscu. Konsultację musi wykonać lekarz z innego oddziału lub specjalista z poradni przyszpitalnej. Proces jest dłuższy i trudniejszy do pilnowania.

Typowy scenariusz: lekarz na oddziale chirurgicznym zleca konsultację kardiologiczną przed planowaną operacją. Zlecenie trafia do systemu. Kardiolog dostaje informację, albo i nie. Może spłynęła do jego skrzynki zadań, może nie. Albo dostał, ale ma dużo zleceń i sprawa czeka.

NFZ w wielu umowach wymaga, żeby konsultacja pilna odbyła się w określonym czasie. Jeśli dokumentacja nie potwierdza wykonania w terminie, to problem przy kontroli. Nie ma tu miejsca na „wyślizgnięcie się": brak wpisu w systemie to brak konsultacji z punktu widzenia kontrolera.

AI może śledzić cykl życia zlecenia konsultacyjnego od momentu wystawienia do potwierdzenia udzielonej konsultacji. Jeśli specjalista nie potwierdził wizyty w systemie po upływie ustalonego czasu od pilnego zlecenia, AI alarmuje jego przełożonego albo dyżurnego. Bez potrzeby dzwonienia między oddziałami i szukania, kto za co odpowiada.

Dokumentacja wykonania: co AI może uzupełnić, a czego nie może zrobić za pielęgniarkę

Tu trzeba być precyzyjnym. Dokumentacja medyczna musi zawierać potwierdzenie wykonania zlecenia przez osobę uprawnioną, z godziną i podpisem. W systemach elektronicznych to login użytkownika. AI nie może podpisać się za pielęgniarkę. To jej czynność i jej odpowiedzialność.

Co AI może zrobić: przypomnieć o konieczności uzupełnienia wpisu, gdy zlecenie jest wykonane fizycznie, ale brak potwierdzenia w systemie. Pielęgniarka wykonała, ale nie kliknęła. To zdarza się często, szczególnie na zmęczeniu pod koniec dyżuru. AI generuje prośbę o uzupełnienie do konkretnej pielęgniarki, wskazując zlecenie i pacjenta.

AI może też generować zestawienie do weryfikacji przez pielęgniarkę koordynującą: zlecenia bez wpisu, zlecenia z opóźnionym potwierdzeniem, zlecenia, przy których zmienił się dyżur. Przy przekazaniu dyżuru to zestawienie jest szczególnie przydatne. Zamiast słownego „chyba wszystko zrobiłam" pielęgniarka schodzi z dyżuru z listą, co zostało wykonane i co przechodzi na następną zmianę. Mniej miejsca na nieporozumienia.

Integracja z systemem: co jest potrzebne przed wdrożeniem

AI nie robi tego z powietrza. Potrzebuje dostępu do danych o zleceniach w czasie rzeczywistym albo z małym opóźnieniem. Jak to wygląda w praktyce:

• Systemy z API: AMMS Asseco i CliniNET CGM w nowszych wersjach udostępniają API do odczytu zleceń. To preferowane podejście. AI odpytuje API co kilka minut.
• Systemy bez API lub ze starszym interfejsem: możliwy odczyt z bazy danych, wymaga zgody producenta systemu i zazwyczaj umowy serwisowej.
• Uprawnienia dostępowe: AI dostaje konto z dostępem tylko do odczytu, bez możliwości modyfikacji danych. To ważne od strony bezpieczeństwa i zgodności z RODO.

Konfiguracja powiadomień to osobna warstwa. Trzeba ustalić: kto dostaje alerty na danym oddziale, przez jaki kanał, z jakim progiem czasu. Ustawia się to raz dla oddziału i można zmieniać bez ingerencji w kod.

Wdrożenie zaczyna się od jednego oddziału pilotażowego. Najlepiej takiego, gdzie problem z niezrealizowanymi zleceniami jest już znany. Po miesiącu widać, czy alerty są trafne i czy personel na nie reaguje. Potem rozszerza się na kolejne oddziały.

Jeden warunek wstępny, o którym warto wiedzieć: jeśli zlecenia są wpisywane do systemu z kilkugodzinnym opóźnieniem (są placówki, gdzie część dokumentacji trafia do systemu retrospektywnie), monitoring w czasie rzeczywistym nie zadziała sensownie. Porządek w procesie wpisywania zleceń jest warunkiem, nie efektem wdrożenia.

Jeśli chcecie sprawdzić, czy Wasz system i procesy są gotowe na taki monitoring, umówcie się na bezpłatny audyt. Sprawdzimy razem, od jakiego systemu HIS zaczynacie i co jest realne do wdrożenia w pierwszym miesiącu. A jeśli chcecie zobaczyć, jak to już działa u innych, zajrzyjcie do realnych wdrożeń.