Czy AI może zwiększyć przychody szpitala lub przychodni?
AI nie tworzy przychodów z powietrza, ale pomaga odzyskać te, które szpital już powinien był dostać: z kodowania, rozliczeń i zarządzania kalendarzem.
AI nie generuje przychodów z powietrza. Co robi naprawdę: pomaga odzyskać te, które Wasza placówka już powinna była dostać, za procedury opisane w kartach wypisowych, ale nigdy niedokodowane w systemie, za wizyty, które przepadły bez wypełnienia wolnego terminu, za hospitalizacje rozliczone w niższej grupie JGP niż wynikałoby z dokumentacji. Efekty są realne i mierzalne, ale wymagają wskazania konkretnego miejsca, gdzie zaczyna się nieszczelność.
Gdzie szpital traci pieniądze, nie zdając sobie z tego sprawy
Większość dyrektorów wie, że gdzieś są nieszczelności w przychodach. Rzadko kto wie, gdzie dokładnie. AI potrafi to zidentyfikować w kilka dni, zamiast czekać na audyt zewnętrzny.
- Niedokodowane lub zbyt ogólnie zakodowane procedury. Lekarz opisał zabieg w tekście epikryzy, ale kod ICD-9 nie trafił do pól kodowych systemu HIS, albo trafił w wersji ogólnej zamiast szczegółowej. W grupowaniu JGP różnica między jednym a drugim kodem może oznaczać inną grupę, a grupy różnią się wyceną punktową.
- Wizyty, które przepadają i nie są wypełniane. Pacjent nie przyszedł. Termin zmarnowany. W ambulatorium szpitalnym albo poradni specjalistycznej to może być kilkadziesiąt takich przypadków tygodniowo. Lista oczekujących istnieje, ale nikt aktywnie nie próbuje wypełnić luki.
- Niekompletna dokumentacja przed rozliczeniem. Brak podpisu na wymaganej zgodzie, brak epikryzy, brak wyniku badania wgranego jako załącznik. NFZ może odrzucić rozliczenie albo je pomniejszyć. Korekta po fakcie kosztuje czas i opóźnia wpływ środków.
- Usługi komercyjne z przestarzałym cennikiem. Cennik sprzed kilku lat, którego nikt nie sprawdził pod kątem kosztów i rynku. Albo procedury, których placówka w ogóle nie wyceniła, bo nikt nie wie, że jest na nie popyt.
- Długość pobytu niedopasowana do logiki grupowania. Niektóre grupy JGP rozliczają się lepiej przy optymalnym, a nie przy najdłuższym pobycie. Bez analizy danych to nie jest widoczne.
Kodowanie i dokumentacja: gdzie AI robi największą różnicę
Typowo wygląda to tak: AI przegląda treść karty wypisowej albo wpis w historii choroby i sugeruje kody ICD-10 oraz kody procedur ICD-9, których brakuje lub które wpisano zbyt ogólnie. Lekarz widzi propozycję w interfejsie systemu HIS i zatwierdza, poprawia albo odrzuca. Proces kodowania nie znika, ale błędy są wychwytywane przed wysłaniem rozliczenia do NFZ, nie po odrzuceniu przez płatnika.
Jedno z wdrożeń szpitalAI w szpitalu wielospecjalistycznym pokazało, że w dużej części kart wypisowych znajdowały się procedury opisane w tekście epikryzy, które nie trafiły do pól kodowych systemu. Po uruchomieniu asystenta kodowania liczba takich braków przy regularnym audycie wyraźnie spadła, a wartość rozliczeń za ten sam wolumen hospitalizacji wzrosła. Bez żadnych dodatkowych świadczeń, tylko przez lepsze odzwierciedlenie tego, co faktycznie zostało zrobione.
AI może też przejść przez całą listę świadczeń przygotowanych do rozliczenia i oznaczyć te, gdzie dokumentacja jest niekompletna lub nie spełnia wymogów danego zakresu umowy. Dział rozliczeń dostaje gotową listę do uzupełnienia, zamiast otrzymywać zwroty po miesiącu od wysłania raportu przez SZOI albo Portal Świadczeniodawcy.
Kontrakt NFZ: jak nie zostawiać pieniędzy na stole
Wypełnienie kontraktu do zera nie jest oczywiste. Bywa, że oddział kończy rok z niewykonaniem, bo nikt nie monitorował tempa realizacji na bieżąco. Bywa odwrotnie: nadwykonania z niską szansą na pokrycie przez płatnika.
AI może śledzić tempo realizacji poszczególnych pozycji umowy i wysyłać alert, gdy jakiś zakres jest realizowany zbyt wolno lub zbyt szybko w stosunku do planu. To daje czas na reakcję: przesunięcie planowych przyjęć między oddziałami, przyspieszenie przyjmowania pacjentów z listy oczekujących, poinformowanie lekarzy kierujących o dostępnych wolnych terminach.
Co konkretnie AI może monitorować przy kontrakcie:
- wskaźnik realizacji dla każdego zakresu, nie tylko globalny
- prognozę wypełnienia do końca okresu rozliczeniowego przy obecnym tempie przyjęć
- historię odrzuceń i pomniejszeń przez NFZ z podziałem na przyczyny
- strukturę grup JGP i jej zmianę w porównaniu z poprzednimi okresami
Dane z systemu SZOI i Portalu Świadczeniodawcy można wczytywać automatycznie. Dział rozliczeń zamiast samodzielnie zestawiać arkusze w Excelu, dostaje gotowy raport z alarmami tam, gdzie coś wymaga uwagi.
Trzy rzeczy, które AI robi przy pacjentach prywatnych i usługach komercyjnych
W szpitalach z segmentem komercyjnym albo w przychodniach pracujących zarówno na kontrakcie NFZ jak i prywatnie, AI może wspierać generowanie przychodów w trzech obszarach.
Analiza i aktualizacja cennika. Mamy dane o kosztach własnych procedur. Mamy publicznie dostępne cenniki innych placówek w okolicy. AI może zestawić jedno z drugim i wskazać, gdzie wasza placówka wyraźnie zaniża cenę, gdzie marża jest bliska zeru albo gdzie brakuje pozycji, na które widać popyt. To nie decyzja za was. To materiał do konkretnej rozmowy na następnym posiedzeniu zarządu, zamiast dyskusji bez danych.
Follow-up po wizycie. Pacjent był na konsultacji kardiologicznej i dostał zalecenie: Holter, echo serca, kontrola za sześć tygodni. Czy umówił te badania u was? Czy w ogóle dostał propozycję terminu? AI może automatycznie sprawdzić, czy zlecone badania mają zaplanowany termin w waszym systemie rejestracji, i wysłać do pacjenta informację z linkiem do zapisania się, jeśli nie. Bez angażowania rejestracji.
Propozycja badań profilaktycznych. Pacjent po pięćdziesiątce, ostatnia wizyta rok temu, brak wpisanego wyniku kolonoskopii. AI może zaproponować, żeby rejestracja zaproponowała badanie przy okazji następnego kontaktu telefonicznego albo wizyty. Personel nie musi tego pamiętać ani sprawdzać samodzielnie.
Rejestracja i kalendarz: ile wizyt przepada niepotrzebnie
No-show, czyli pacjent, który nie przyszedł i nie odwołał, to strata, której większość placówek nie liczy precyzyjnie. Wiemy z wdrożeń, że automatyczne przypomnienia SMS wysyłane z odpowiednim wyprzedzeniem wyraźnie zmniejszają liczbę nieobecności. Samo przypomnienie to jednak połowa historii.
Aktywne zarządzanie listą oczekujących. Gdy pacjent odwołuje wizytę, system może automatycznie sprawdzić listę i skontaktować się z pierwszą osobą, która może przyjść wcześniej. Bez telefonu z rejestracji, bez ręcznego przejrzenia kolejki w AP-KOLCE ani w arkuszu. W poradni, gdzie lista oczekujących liczy kilkadziesiąt osób, to realne wypełnienie kilkunastu terminów tygodniowo, które inaczej by przepadły.
Analiza wzorców nieobecności. Pewne godziny, pewne dni tygodnia, pewne typy wizyt mają statystycznie wyższy wskaźnik nieobecności. AI może to zidentyfikować na podstawie danych historycznych z systemu rejestracji i zaproponować odpowiedź: inny czas wysłania potwierdzenia, overbooking w okienkach wysokiego ryzyka, inny kanał komunikacji dla konkretnych grup pacjentów.
Co AI nie zrobi przy przychodach
Warto być precyzyjnym, żeby uniknąć rozczarowania po kilku miesiącach. AI nie stworzy popytu, którego nie ma. Nie przyciągnie pacjentów z powietrza. Nie zastąpi decyzji o otwarciu nowego oddziału ani negocjacji nowej umowy z NFZ.
Efekty koncentrują się po stronie odzysku: lepsze zakodowanie tego, co zrobiliście, lepsze wypełnienie dostępnych terminów, sprawniejsze przygotowanie dokumentacji do rozliczenia. W placówkach, gdzie te procesy są dziurawe, efekt jest wyraźny. Tam, gdzie dokumentacja jest już rzetelna, a kalendarz zapełniony na tygodnie do przodu, przestrzeń na poprawę jest mniejsza.
Dlatego zanim zdecydujecie się na wdrożenie, warto ocenić, gdzie konkretnie leży luka: przy kodowaniu, przy rozliczeniach z NFZ, przy zarządzaniu kalendarzem czy przy usługach komercyjnych. Odpowiedź na to pytanie wskazuje, od czego zacząć i czego oczekiwać.
Jak mierzyć efekty i od czego zacząć
Mierzenie efektów wymaga punktu odniesienia. Warto ustalić kilka liczb bazowych przed startem, bo bez nich nie będzie wiadomo, co się faktycznie zmieniło:
- wartość odrzuconych lub pomniejszonych rozliczeń przez NFZ w ostatnich sześciu miesiącach, z podziałem na przyczyny odrzucenia
- liczba wolnych terminów po no-show w miesiącu, które nie zostały wypełnione
- odsetek hospitalizacji, w których dokumentacja była uzupełniana po wypisie pacjenta, nie w jego trakcie
- aktualny wskaźnik wypełnienia kontraktu w podziale na zakresy umowy
Po wdrożeniu te same wskaźniki dają obraz zmiany. Efekty przy kodowaniu i dokumentacji widać zwykle po kilku tygodniach, gdy AI ma już przejrzany materiał historyczny. Poprawa wskaźnika wypełnienia kalendarza i zmniejszenie liczby nieobecności po 2-3 miesiącach. Wpływ na wynik rozliczeń z NFZ jest mierzalny na poziomie raportu kwartalnego, bo cykl rozliczeniowy jest miesięczny.
Zanim cokolwiek wdrożycie, możemy zacząć od bezpłatnego audytu, który wskaże, gdzie konkretnie Wasza placówka traci przychody. Możecie też sprawdzić, jak te procesy wyglądają w praktyce w realnych wdrożeniach u innych placówek.
Najczęstsze pytania
Czy AI przy kodowaniu JGP wymaga zgody NFZ lub spełnienia jakichś formalności?
Nie. AI wspierające kodowanie to narzędzie pracy dla pracownika rozliczeń i lekarza, a nie wyrób medyczny ani system decyzji klinicznych. Ostateczna odpowiedzialność za kody w rozliczeniu nadal leży po stronie placówki i to się nie zmienia.
Ile czasu trzeba czekać, zanim AI faktycznie zwiększy przychody?
Efekty przy kodowaniu i kompletności dokumentacji widać zwykle po kilku tygodniach od uruchomienia. Poprawa wypełnienia kalendarza i zmniejszenie liczby nieobecności bez odwołania wymaga 2-3 miesięcy danych historycznych. Wpływ na rozliczenia z NFZ jest mierzalny na poziomie raportu kwartalnego.
Czy szpital kontraktowy z NFZ i szpital prywatny korzysta z AI do przychodów inaczej?
Tak. Placówka pracująca głównie na kontrakcie NFZ zyska najwięcej na lepszym kodowaniu, monitorowaniu realizacji umowy i kompletności dokumentacji. Placówka z segmentem komercyjnym ma dodatkowo przestrzeń przy cenniku, follow-up po wizycie i zarządzaniu listą oczekujących na usługi płatne.
Czy AI może pomóc przy przychodach w małej przychodni z jednym lub dwoma lekarzami?
Tak, choć skala efektów jest inna niż w szpitalu. Małe przychodnie zyskują przede wszystkim na automatycznych przypomnieniach o wizytach, aktywnym zarządzaniu listą oczekujących i follow-up po wizycie. Złożone kodowanie JGP i monitorowanie kontraktu to obszar ważniejszy dla szpitali i poradni specjalistycznych.
Co zrobić, jeśli lekarze boją się, że AI będzie zmieniać ich kody bez zgody?
AI przy kodowaniu działa jako propozycja, nie jako decyzja: lekarz albo pracownik rozliczeń zawsze zatwierdza lub odrzuca sugestię. W praktyce AI najczęściej wychwytuje braki i pominięcia, a nie podważa kodów, które lekarz już wpisał.
Opracowanie: zespół redAi z wykorzystaniem narzędzi AI.
Chcecie sprawdzić, jak AI rozwiąże to u Was?
Bezpłatny audyt potrzeb i pokaz działającego wdrożenia. Bez zobowiązań.


