Czy AI może pomagać przy sprawozdaniach do GUS i Ministerstwa Zdrowia w szpitalu?

Przygotowanie rocznych sprawozdań do GUS i Ministerstwa Zdrowia pochłania w przeciętnym szpitalu od kilku dni do kilku tygodni pracy działu statystyki, księgowości i administracji łącznie. AI może ten czas skrócić przez automatyczne zbieranie danych z systemów HIS i kadrowych, wstępne wypełnianie formularzy oraz wykrywanie niespójności między polami. Nie zastąpi jednak ostatecznej weryfikacji przez uprawnioną osobę ani nie podpisze sprawozdania za dyrektora.

Które sprawozdania zajmują personelowi administracyjnemu najwięcej czasu?

Każda szpitalna statystyk wie, o czym mówimy. Rocznie i kwartalnie placówki mają obowiązek składać dziesiątki dokumentów do różnych instytucji. Do najbardziej pracochłonnych należą:

• MZ-29 – sprawozdanie o działalności szpitala ogólnego, składane raz w roku do 31 marca za rok poprzedni; obejmuje dane o hospitalizacjach, oddziałach, liczbie łóżek, procedurach i kadrze medycznej
• MZ-11 – sprawozdanie o działalności i pracownikach ambulatoryjnej opieki zdrowotnej; dotyczy przede wszystkim przychodni, poradni specjalistycznych i POZ
• Formularze SP ZOZ do GUS – roczne dane finansowe i strukturalne, osobne dla każdego podmiotu leczniczego; zakres zmienia się co kilka lat
• Rb-Z i Rb-N – kwartalne sprawozdania o zobowiązaniach i należnościach, obowiązkowe dla publicznych SPZOZ, składane do organu tworzącego, czyli urzędu marszałkowskiego lub ministerstwa
• Dane kadrowe do CSIOZ – roczna informacja o pracownikach medycznych, ich kwalifikacjach i wymiarze zatrudnienia, zasilająca System Monitorowania Kształcenia Pracowników Medycznych

Problem polega na tym, że każdy z tych dokumentów wymaga danych z kilku różnych miejsc jednocześnie: z HIS-u, z systemu kadrowego, z modułu aptecznego, z księgowości. Te systemy rzadko rozmawiają ze sobą bez ręcznego pośrednictwa. Statystyk robi to sam, przechodząc między zakładkami i kopiując do wspólnego Excela.

Gdzie AI realnie skraca czas pracy przy zbieraniu danych?

Największy zysk jest na etapie konsolidowania danych. Typowo wygląda to tak, że pracownik wyciąga po jednym raporcie z każdego systemu, wkleja do arkusza i ręcznie sumuje kolumny. AI, zasilane przez importowane pliki CSV lub XLS albo podłączone bezpośrednio do API systemów, potrafi:

• zebrać dane z kilku źródeł i zestawić je w strukturę zgodną z układem konkretnego formularza sprawozdawczego
• wstępnie wypełnić pola, które wynikają wprost z danych, np. łączną liczbę hospitalizacji, sumę osobodni, liczbę zatrudnionych pielęgniarek w przeliczeniu na pełne etaty
• wykryć niespójności wewnętrzne: suma osobodni nie zgadza się z obłożeniem, liczba porodów przekracza liczbę hospitalizacji ginekologicznych, albo kolumna kadrowa ma wartość zerową tam, gdzie oddział działa
• oznaczyć pola wymagające ręcznego uzupełnienia, czyli takie, których nie ma w systemach albo które wymagają oceny merytorycznej, a nie tylko agregacji liczb
• wygenerować wersję roboczą gotową do sprawdzenia w formacie arkusza kalkulacyjnego lub bezpośrednio w strukturze XML wymaganej przez system sprawozdawczy

U jednego klienta skróciło to czas przygotowania MZ-29 z blisko trzech dni do popołudnia jednej osoby. AI zebrał dane wstępne, a statystyk sprawdzał i poprawiał tylko pola oznaczone jako niepewne. Reszta była gotowa od razu, bez ręcznego przepisywania.

Czego AI nie zrobi i na co nie liczyć?

Szczerze: AI to narzędzie do przygotowania danych, nie do ich uwierzytelniania ani zatwierdzania. Kilka rzeczy, których nie zrobi:

• Nie zinterpretuje danych zakodowanych błędnie w systemach źródłowych. Jeśli procedury ICD-9 trafiają do złego pola, AI skopiuje ten błąd do formularza, tyle że szybciej.
• Nie oceni, czy dane są prawdziwe. Sprawdzi, czy są spójne wewnętrznie, ale nie czy odzwierciedlają rzeczywistość na oddziale.
• Nie podpisze dokumentu kwalifikowanym podpisem elektronicznym ani profilem zaufanym.
• Nie zaloguje się za ciebie na portal GUS, do systemu SZOI ani do P1.
• Nie przejmie odpowiedzialności za treść sprawozdania. Ta nadal spoczywa na osobie uprawnionej, czyli zazwyczaj dyrektorze lub głównym statystyku.

Jeśli masz w szpitalu problem z jakością danych wejściowych, AI go nie usunie. Wzmocni go, bo niedbale wpisane kody zostaną zagregowane szybciej i trafią do formularza w większej liczbie. Dlatego przed uruchomieniem automatyzacji warto zrobić prosty sprawdzian: ile pól w MZ-29 dałoby się wypełnić automatycznie bez żadnych korekt, a ile i tak wymaga ręcznej ingerencji? Ta liczba powie więcej niż jakikolwiek pitch sprzedawcy.

Czy AI może pilnować kalendarza sprawozdawczego?

To jedno z prostszych zastosowań i często przynosi szybki, widoczny efekt. Harmonogram sprawozdawczy szpitala jest stały: MZ-29 do końca marca za rok poprzedni, kwartalne Rb-Z w konkretnych oknach, roczne dane CSIOZ do określonej daty. Terminy nie zmieniają się co roku. Mimo to łatwo o nich zapomnieć przy codziennej operacji oddziałów i nagłych zdarzeniach.

AI może prowadzić rejestr tych terminów i automatycznie przypominać działom z wyprzedzeniem. Na przykład trzy tygodnie przed terminem powiadomienie trafia do komórki statystyki, tydzień przed do dyrektora, a dzień przed do osoby podpisującej. Może też utrzymywać prosty rejestr statusu: które sprawozdania zostały złożone, które czekają na podpis, które są w trakcie weryfikacji danych.

To nie wymaga dużego projektu wdrożeniowego. Często wystarczy prosty agent zintegrowany z firmowym kalendarzem lub systemem zadań, np. Microsoft Teams, Asaną albo nawet mailem.

Jakie dane muszą być w systemach, żeby automatyzacja miała sens?

To najważniejsze pytanie przed jakimkolwiek wdrożeniem. AI nie wyczaruje liczb, których nie ma w systemach.

• HIS musi eksportować dane w formacie CSV, XLS lub przez API. Większość polskich systemów tej klasy, m.in. iMedis, Medicom, Kamsoft, Asseco Wycena, oferuje co najmniej eksport tabelaryczny, choć zakres dostępnych pól bywa różny między wersjami i konfiguracjami.
• System kadrowy musi mieć aktualne dane etatów, kwalifikacji zawodowych i urlopów. Typowe systemy w polskich SPZOZ to Enova, Optima HR, Symfonia Kadry.
• Moduł finansowy lub FK musi prowadzić ewidencję kosztów w podziale odpowiadającym strukturze formularza GUS. Nie każdy moduł FK jest do tego skonfigurowany domyślnie i czasem wymaga dostosowania planu kont.
• Dane muszą być wpisywane na bieżąco, nie hurtem na koniec kwartału. Jeśli rejestracja dociąga wpisy tuż przed zamknięciem okresu, AI też dostanie dane dopiero wtedy i nic nie przyspieszy.

Największy problem, jaki widzimy u klientów, to nie brak AI, ale brak porządku w danych źródłowych. Naprawianie tego jest żmudne i wymaga zmiany nawyków na poziomie rejestracji, oddziału i przychodni. Ale bez tego żadna automatyzacja nie działa długoterminowo.

Od czego zacząć w szpitalu?

Nie od kupowania dużego systemu. Zaczynamy od jednego sprawozdania, które jest najbardziej pracochłonne lub które najczęściej generuje stres przy deadline'ach. Zazwyczaj jest to MZ-29 albo dane kadrowe do CSIOZ. Przed rozmową z jakimkolwiek dostawcą warto odpowiedzieć sobie na cztery pytania:

• Skąd biorą się dane do każdego pola tego formularza i w jakim systemie są przechowywane?
• Czy te dane są dostępne w formacie maszynowym, czy trzeba je ręcznie przepisywać z wydruków?
• Ile godzin pracy zajmuje zebranie ich teraz i kto konkretnie to robi?
• Kto w placówce odpowiada za jakość danych w każdym z systemów źródłowych?

Z takim mappingiem w ręku można w ciągu jednego spotkania ocenić, co realnie można zautomatyzować, a co wymaga najpierw posprzątania procesów na oddziałach. To zupełnie inne rozmowy z zupełnie innym wynikiem niż zakup systemu "który wszystko ogarnie".

Jeśli chcesz zobaczyć, jak podchodziliśmy do tego u placówek podobnych do twojej, zajrzyj do realnych wdrożeń. A żeby ocenić, od którego procesu warto zacząć u ciebie konkretnie, zamów bezpłatny audyt i wskażemy, gdzie leży największy potencjał.