Czy AI może pomóc w przygotowaniu szpitala do akredytacji CMJ i kontroli NFZ?

AI może realnie pomóc w przygotowaniu do akredytacji CMJ i kontroli NFZ. Konkretnie: automatycznie sprawdza kompletność dokumentacji w systemie EDM, śledzi wskaźniki jakości wymagane przez standardy i sygnalizuje braki z tygodniowym lub miesięcznym wyprzedzeniem. Nie zastępuje audytora wewnętrznego ani komitetu jakości, ale zamienia gorączkowe przeglądanie setek epikryz w ostatni weekend przed wizytą w spokojny monitoring przez cały rok.

Co tak naprawdę sprawdzają wizytatorzy CMJ i kontrolerzy NFZ

Akredytacja prowadzona przez Centrum Monitorowania Jakości w Ochronie Zdrowia opiera się na kilkudziesięciu standardach podzielonych na obszary: zarządzanie organizacją, ciągłość opieki, prawa pacjenta, zarządzanie lekiem, poprawa jakości i bezpieczeństwo. Każdy standard wymaga dowodów. Aktualnych procedur, rejestrów prowadzonych przez cały rok, protokołów z posiedzeń komitetu jakości. Wizytatorzy mogą sięgnąć po dokumentację za ostatnie 12 miesięcy i porównać ją z deklarowanymi procesami. Brak rejestru lub rejestr prowadzony nieregularnie traktują tak samo.

Kontrola NFZ to zupełnie inny rodzaj stresu. Kontrolerzy weryfikują konkretne zapisy w historii choroby: czy epikryza zawiera pola wymagane do rozliczenia danej JGP, czy lekarz wykonujący procedurę miał aktualne uprawnienia i specjalizację, czy czas hospitalizacji jest klinicznie uzasadniony, czy kody ICD-10 i ICD-9 są spójne z treścią dokumentacji. Szczególna uwaga idzie na niezgodność między tym, co zostało rozliczone, a tym, co faktycznie udokumentowano.

Gdzie AI realnie pomaga przy przygotowaniu

• Weryfikacja kompletności epikryz i kart wypisowych. System przegląda zamknięte hospitalizacje i sprawdza, czy pola wymagane przy danej JGP zostały uzupełnione. Jeśli brakuje np. opisu leczenia, wyniku konsultacji specjalistycznej albo informacji przekazanej pacjentowi przy wypisie, rekord trafia na listę do uzupełnienia, zanim hospitalizacja trafi do rozliczenia z NFZ.
• Monitoring wskaźników jakości wymaganych przez CMJ. CMJ oczekuje, że placówka sama śledzi wybrane wskaźniki: odsetek ponownych hospitalizacji w ciągu 30 dni, czas oczekiwania na konsultację specjalistyczną, liczbę zdarzeń niepożądanych według kategorii. AI zbiera te dane automatycznie z HIS i EDM i generuje raporty w tle, bez ręcznego zestawiania arkuszy.
• Alerty o wygasających uprawnieniach personelu. NFZ kwestionuje procedury wykonane przez lekarzy bez aktualnego prawa wykonywania zawodu lub specjalistów z wygasłym certyfikatem. AI monitoruje terminy z modułu kadrowego i wysyła powiadomienie z odpowiednim wyprzedzeniem, np. 60 i 30 dni przed datą wygaśnięcia.
• Kategoryzowanie skarg i zażaleń pacjentów. CMJ weryfikuje, czy procedura obsługi skarg istnieje nie tylko na papierze, ale jest faktycznie stosowana. AI kategoryzuje wiadomości ze skrzynki mailowej, formularzy kontaktowych i książki skarg, przypisuje je do procesów i generuje raporty dla komitetu jakości.
• Gap analysis przed planowaną wizytą. Na kilka tygodni przed akredytacją AI porównuje aktualny stan dokumentacji i wskaźników z checklistą standardów CMJ i wskazuje konkretne obszary do działania. U jednego z naszych klientów, szpitala powiatowego, taki raport wskazał 14 obszarów do poprawy. Dziewięć zamknięto w ciągu dwóch tygodni, bo dotyczyły brakujących rekordów, a nie procesów wymagających zmiany organizacyjnej.

Czego AI nie zastąpi

Wizytatorzy CMJ rozmawiają z personelem. Pytają pielęgniarkę na dyżurze, jak wygląda identyfikacja pacjenta przed podaniem leku. Pytają ordynatora, co robi przy podejrzeniu zdarzenia niepożądanego. Żaden algorytm tego nie nauczy i nie "odgra" za pracownika.

AI nie oczyści złych nawyków w dokumentowaniu. Jeśli pielęgniarki nie uzupełniają wymaganego pola dlatego, że jest ukryte w formularzu albo nikt im nie powiedział, że to obowiązkowe, system to wykryje, ale nie naprawi. Potrzebna jest zmiana formularza w HIS, szkolenie, rozmowa na odprawie oddziałowej. AI wskazuje problem i mierzy, czy po interwencji wskaźniki się poprawiają. To wystarczy, żeby wiedzieć, czy interwencja zadziałała.

Jak wygląda tydzień przed kontrolą NFZ z AI i bez

Bez AI: kontrolerzy zawiadamiają z 3-dniowym wyprzedzeniem. Koordynator rozliczeń przez weekend ręcznie przegląda 150-200 epikryz z ostatnich miesięcy. Szuka brakujących pól, niespójnych kodów, niezgodności między rozliczeniem a treścią dokumentacji. Stres jest ogromny, nadgodziny pewne, a ryzyko przeoczenia wysokie.

Z AI: system co tydzień skanuje zamknięte hospitalizacje i oznacza te, w których brakuje elementów wymaganych przy danej JGP. Koordynator dostaje krótką listę konkretnych przypadków do weryfikacji zanim hospitalizacja trafi do rozliczenia. Po zawiadomieniu o kontroli zostaje praca z kilkunastoma pozycjami, nie setkami.

Typowo wygląda to tak, że po kilku miesiącach działania systemu odsetek epikryz z brakującymi polami spada. Nie dlatego, że AI magicznie naprawia dokumenty, ale dlatego, że personel dostaje informację zwrotną na bieżąco i zaczyna uzupełniać dane z własnej inicjatywy. Jeden z naszych klientów, szpital z 250 łóżkami, odkrył po pierwszym skanowaniu, że braki w ponad jednej czwartej zamkniętych hospitalizacji z poprzedniego miesiąca dotyczyły tego samego pola formularza wypisowego. Pole w HIS było oznaczone jako opcjonalne, ale według warunków kontraktu z NFZ obowiązkowe przy rozliczeniu tej grupy JGP.

Które standardy CMJ najtrudniej utrzymać dokumentacyjnie

Z doświadczeń w polskich placówkach wynikają trzy obszary, które sprawiają największe trudności:

• Poprawa jakości i bezpieczeństwo pacjenta. Standard wymaga aktywnego rejestru zdarzeń niepożądanych, protokołów z analizy przyczynowo-skutkowej, dokumentacji działań naprawczych i śladów z komitetu jakości. Nie da się tego uzupełnić przed wizytą. AI pomaga utrzymać ciągłość rejestru i weryfikować, czy każde zgłoszenie przeszło przez wymagany proces.
• Zarządzanie lekiem. Chodzi o spójność między ordynacją, wydaniem z apteki szpitalnej i podaniem na oddziale. Jeśli dane z tych trzech miejsc są w systemach cyfrowych, AI może weryfikować tę ścieżkę automatycznie i flagować niezgodności.
• Prawa pacjenta. Dokumentowanie zgód na leczenie, informowania o stanie zdrowia, dostępu do dokumentacji. Część placówek nadal prowadzi te rejestry papierowo, co utrudnia weryfikację przy wizytacji.

Od czego zaczynamy

Pierwsze pytanie brzmi: co jest już w systemie cyfrowym, a co nadal trafia na papier lub do pliku Excel poza HIS? AI analizuje wyłącznie to, co istnieje w formie cyfrowej. Bez tego rozeznania wdrożenie nie ma sensu.

Drugie pytanie: co sprawiało problem przy ostatniej kontroli lub akredytacji? Jeśli NFZ zakwestionował epikryzy przy kilku konkretnych JGP, zacznij od weryfikacji kompletności dokumentacji w tych grupach. Jeśli CMJ wskazał braki w rejestrze skarg, zacznij od modułu ich kategoryzowania. Nie trzeba uruchamiać wszystkiego naraz. Lepiej zobaczyć efekt w jednym miejscu i dopiero rozszerzać zakres.

Uruchomienie pierwszego modułu monitorującego, od analizy dostępnych danych po pierwsze alerty, zajmuje zwykle kilka tygodni. Nie wymaga wielomiesięcznego projektu wdrożeniowego ani wymiany systemu HIS.

Jeśli chcesz sprawdzić, które obszary w Twojej placówce dałoby się objąć takim monitoringiem i co jest w zasięgu bez dużego projektu, zacznij od bezpłatnego audytu. Przejdziemy przez to, co masz w systemach, i pokażemy, gdzie AI może skrócić czas przygotowania do kolejnej wizyty. Na stronie realnych wdrożeń znajdziesz też przykłady, jak to działało w innych placówkach.