Czy AI może pomagać przy liście oczekujących NFZ i ograniczyć liczbę przepadłych terminów?

AI może realnie przyspieszyć obsługę listy oczekujących i zmniejszyć liczbę terminów, które przepadają, bo pacjent nie odebrał telefonu. Konkretnie: automatyzuje wysyłkę SMS-ów, gdy zwolni się wcześniejszy slot, pomaga rejestratorce porządkować przypadki pilne i zwykłe, i generuje dane do raportowania w SZOI bez ręcznego przepisywania. Sam czas oczekiwania pacjenta zależy od liczby specjalistów i wolumenu kontraktu z NFZ, ale AI może sprawić, że każde wolne miejsce jest obsadzane zamiast przepadać.

Dlaczego lista oczekujących NFZ to jeden z najbardziej żmudnych procesów w poradni?

Każda placówka z kontraktem NFZ w rodzaju AOS prowadzi listę oczekujących. To nie jest dobrowolny rejestr zainteresowanych. To dokument prawny z konkretnymi wymogami: data wpisu, kategoria przypadku (pilny albo zwykły), planowany termin, imię i nazwisko pacjenta, PESEL, numer skierowania. Do tego regularne aktualizacje w systemie SZOI, powiadamianie pacjentów o zmianie terminu i odpowiadanie na pytania o aktualną pozycję w kolejce.

W praktyce wygląda to tak, że rejestratorka prowadzi listę w module HIS, równolegle aktualizuje dane w SZOI, a przy każdym odwołaniu dzwoni do kilku kolejnych pacjentów, żeby obsadzić wolne miejsce. Jeden z naszych klientów prowadzący poradnię reumatologiczną i ortopedyczną opisał to tak: "W poniedziałek mamy zwykle trzy odwołania z wtorku. Rejestratorka dzwoni po kolei, połowa nie odbiera, część jest już zajęta i termin przepada." Przy kilku poradniach i kilkudziesięciu pacjentach dziennie to kilka godzin pracy tygodniowo poświęconych wyłącznie na mechanikę kolejki.

Dochodzi do tego presja kontrolna. Podczas wizyty NFZ kontroler sprawdza kompletność wpisów, zgodność danych z SZOI i dowody powiadomień o zmianie terminu. Brak porządku w dokumentacji to nie tylko ryzyko zaleceń pokontrolnych, ale i kłopot z udowodnieniem, że placówka działała prawidłowo.

Co AI konkretnie może zautomatyzować w zarządzaniu kolejką?

Kilka rzeczy, które zjadają czas i są podatne na błędy:

• Automatyczne powiadomienia SMS i e-mail. Gdy pacjent odwoła wizytę, system samodzielnie wysyła wiadomość do kolejnych osób na liście z pytaniem, czy mogą przyjść wcześniej. Odpowiedź przez SMS trafia z powrotem do systemu i slot jest obsadzany bez udziału rejestratorki.
• Przypomnienia przed wizytą. SMS 48 i 24 godziny wcześniej z linkiem do potwierdzenia lub odwołania. To prosty mechanizm, który wyraźnie zmniejsza liczbę nieobecności bez uprzedzenia.
• Flagowanie skierowań do klasyfikacji. Na podstawie rozpoznania ICD-10 i treści opisu AI może zaproponować, że dane skierowanie warto sprawdzić pod kątem kategorii pilny. Lekarz lub koordynator zatwierdza lub zmienia. Nie musi czytać każdego wpisu od zera.
• Generowanie danych do SZOI. Lista oczekujących w wymaganym formacie do przesłania do NFZ, bez ręcznego eksportowania kolumna po kolumnie.
• Szacowanie terminu oczekiwania. Na podstawie historii odwołań i no-show system może podawać pacjentowi aktualny szacowany termin zamiast statycznej daty z dnia wpisu.
• Historia zmian do celów kontrolnych. Każda zmiana terminu, kategorii lub statusu jest zapisywana z datą i osobą zatwierdzającą. Przy kontroli NFZ masz gotowy log zdarzeń.

Klasyfikacja pilny/zwykły: gdzie kończy się automatyzacja?

To pytanie pojawia się zawsze. I tutaj trzeba powiedzieć wprost: AI nie klasyfikuje przypadku samodzielnie jako pilny. To zawsze decyzja lekarska lub koordynatora medycznego. Wynika to zarówno z wymagań NFZ, jak i ze zdrowego rozsądku. Odpowiedzialność za kategorię przypadku nie może leżeć po stronie algorytmu.

Co AI może zrobić? Wyciągnąć z treści skierowania sygnały: rozpoznania z grupy onkologicznej w ICD-10, opisy nagłego pogorszenia, wiek pacjenta w połączeniu z konkretnym typem schorzenia. I zaproponować: "to warto sprawdzić." Lekarz klika zatwierdź albo zmienia kategorię. Cały przegląd trwa kilkanaście sekund zamiast kilku minut przy każdym skierowaniu.

Szczególnie przydatne jest to przy skierowaniach papierowych, które ktoś musi przepisać lub zeskanować. OCR plus analiza treści przez AI to tutaj realna oszczędność czasu rejestratora i lekarza koordynującego, ale nie zdejmuje z nich odpowiedzialności merytorycznej.

Jak to wygląda technicznie: SZOI, HIS i punkty styku

Lista oczekujących w praktyce żyje w przynajmniej dwóch miejscach: w systemie HIS placówki i w systemie NFZ (SZOI). Te dwa miejsca muszą być zsynchronizowane. AI może działać na kilka sposobów:

• Jako moduł wbudowany w istniejący HIS (np. wtyczka do mMedicy, Medicorda lub Gabinet). To najprostsze, bo dane są już w jednym miejscu i nie trzeba budować mostów między systemami.
• Jako zewnętrzna warstwa spinająca HIS i SZOI przez API. Więcej pracy technicznej, ale większa elastyczność, gdy HIS jest starszy i nie ma gotowych modułów.
• Jako narzędzie działające przez eksport i import CSV, gdy HIS nie ma API. Mniej wygodne, ale możliwe jako punkt startowy.

Zanim zaczniesz rozmawiać z jakimkolwiek dostawcą AI, sprawdź jedno: czy twój HIS ma moduł listy oczekujących NFZ i czy ten moduł synchronizuje dane z SZOI przez API, czy przez ręczny eksport. To zmienia całą rozmowę o wdrożeniu i jej kosztach.

Czego AI nie zrobi: granica automatyzacji

Lista oczekujących to nie tylko logistyka. Masz w niej kontakt z pacjentami, którzy czekają czasem kilka miesięcy. AI wyśle SMS, ale nie przeprowadzi rozmowy z pacjentem, który jest zdenerwowany i chce wyjaśnienia. Nie oceni, czy zmiana w stanie zdrowia oznacza, że pacjent powinien trafić do SOR zamiast czekać na planową wizytę. Nie zastąpi rozmowy, gdy ktoś dzwoni i mówi, że "ma nowe wyniki i jest gorzej."

Automatyzacja przejmuje mechanikę. Kontakt wymagający oceny medycznej lub trudnej rozmowy zostaje przy człowieku. Warto zaprojektować proces tak, żeby AI obsługiwało standardowe powiadomienia, a rejestratorka miała czas na te niestandard​owe sytuacje zamiast tracić go na dzwonienie do kolejnych pacjentów z listy.

Od czego zacząć, zanim zadzwonisz do dostawcy

Praktycznie rzecz biorąc, zaczynamy od mapowania obecnego procesu. Kilka pytań, które warto mieć opracowane przed pierwszym spotkaniem z dostawcą AI:

• Gdzie fizycznie trzymasz listę oczekujących: w HIS, w Excelu, w kilku miejscach jednocześnie?
• Jak wygląda aktualizacja SZOI: ręcznie przez pracownika, automatycznie przez integrację, czy jakoś inaczej?
• Ile odwołań tygodniowo trafia do każdej poradni i ile z nich kończy się przepadłym terminem?
• Czy masz już system do wysyłki SMS-ów przypomnień, czy rejestratorka nadal obsługuje to telefonicznie?
• Kto zatwierdza klasyfikację pilny/zwykły i ile czasu mu to zajmuje tygodniowo?

Odpowiedzi na te pytania pokażą, gdzie jest największy "wyciek" i co zaadresować w pierwszej kolejności. Nie zawsze warto zaczynać od predykcji terminów i pełnej integracji SZOI, jeśli podstawowy problem to no-show i brak przypomnień SMS dwa dni przed wizytą. Czasem najtańszy i najszybszy w wdrożeniu moduł powiadomień robi więcej różnicy niż złożona automatyzacja raportowania.

Jeśli chcesz zobaczyć, jak ten proces wygląda u placówek, które już to przeszły, zajrzyj do naszych realnych wdrożeń. A jeśli wolisz zacząć od przeglądu własnej sytuacji, umów się na bezpłatny audyt, podczas którego sprawdzimy, który element zarządzania kolejką oczekujących przyniesie ci największą zmianę w najkrótszym czasie.