Jak AI może pomagać przy zarządzaniu umowami i pilnowaniu terminów w szpitalu?

AI może przejąć bieżące monitorowanie rejestru umów: odczytuje dokumenty, wyciąga z nich kluczowe daty i warunki, a potem samodzielnie przypomina odpowiednim osobom, zanim termin minie. W szpitalu obsługującym kilkadziesiąt lub kilkaset aktywnych umów jednocześnie oznacza to koniec sytuacji, w której ktoś odkrywa, że umowa serwisowa na respirator wygasła trzy miesiące temu i nikt nie zaplanował przetargu na odnowienie. Nie trzeba osobnego działu. Wystarczy, że system wie, co ma pilnować, i komu wysłać powiadomienie.

Które umowy w szpitalu są najtrudniejsze do pilnowania?

Każdy szpital ma kilka kategorii umów, które trafiają do zupełnie różnych działów. I tu zaczyna się problem: nikt nie ma pełnego obrazu, bo każdy widzi tylko swój kawałek.

• Umowy serwisowe sprzętu medycznego: respiratory, tomografy, aparaty RTG, kardiomonitory, łóżka elektryczne. Każda ma inny termin, inną datę wypowiedzenia i inne warunki przeglądów gwarancyjnych i pogwarancyjnych.
• Licencje oprogramowania: HIS, PACS, RIS, LIS, systemy kadrowe i finansowe. Część odnawia się automatycznie, część wymaga złożenia zamówienia z wyprzedzeniem, a część wygasa bez ostrzeżenia jeśli nikt jej nie monitoruje.
• Umowy z dostawcami leków i materiałów: tu szczególnie liczy się termin renegocjacji cen przy inflacji lub zmianach katalogu NFZ.
• Kontrakty z NFZ: umowa główna plus aneksy rozliczeniowe, z własnymi terminami składania sprawozdań, korekt i odpowiedzi na komunikaty zwrotne.
• Ubezpieczenia OC, majątkowe i grupowe pracownicze: każda z konkretnym terminem odnowienia i wymogiem powiadomienia o zmianach zakresu.
• Umowy najmu, outsourcingu i usług zewnętrznych: ochrona, catering, sprzątanie, pranie bielizny, utylizacja odpadów medycznych.

Typowo wygląda to tak, że umowy serwisowe leżą w dziale technicznym, licencje IT prowadzi informatyk, kontrakty NFZ ma dział rozliczeń, a ubezpieczenia trzyma główna księgowa. Gdy dyrektor pyta, ile mamy aktywnych umów i co kiedy wygasa, nikt nie ma odpowiedzi od ręki. To nie jest zarzut wobec nikogo. To zwykła logistyczna rzeczywistość każdej większej placówki.

Co konkretnie robi AI z dokumentem umowy?

Gdy wgrywasz PDF do systemu, AI przetwarza tekst i wypełnia pola w rejestrze. Bez ręcznego przepisywania.

Z typowej umowy serwisowej AI potrafi wyciągnąć:

• strony umowy: dostawca i zamawiający, z danymi kontaktowymi osoby odpowiedzialnej
• przedmiot: czego dotyczy, jaki sprzęt obejmuje, numery seryjne urządzeń jeśli są w dokumencie
• data zawarcia, data obowiązywania od i do
• termin wypowiedzenia: to pole jest ważniejsze niż data wygaśnięcia, bo decyduje kiedy trzeba podjąć decyzję, nie kiedy umowa się kończy
• warunki automatycznego przedłużenia lub braku przedłużenia
• kary umowne i warunki reklamacji serwisowej

Na tej podstawie system tworzy wpis w rejestrze i oblicza daty alertów. Przykład: umowa wygasa 31 marca 2027, termin wypowiedzenia trzy miesiące, więc alert idzie na 31 grudnia 2026. Jeszcze jeden przypomniający dwa tygodnie wcześniej. Powiadomienie trafia mailem albo przez Teams do konkretnej osoby z działu zamówień i do działu, który tej umowy używa na co dzień.

Poza samymi alertami AI może też wygenerować jednostronicowe podsumowanie każdej umowy w prostym języku: strony, czego dotyczy, co kiedy. Przydatne gdy dyrektor przed spotkaniem chce szybko sprawdzić warunki bez czytania trzydziestostronicowego dokumentu.

Jak to wygląda krok po kroku przy wdrożeniu?

U jednego z klientów szpital zaczął od umów serwisowych sprzętu medycznego, bo to był największy ból. Urządzenia z wygasłym serwisem to ryzyko kliniczne i natychmiastowy problem przy kontroli.

Pierwsze tygodnie wyglądały tak:

• zebrali wszystkie umowy serwisowe z działu technicznego: okazało się, że jest ich kilkadziesiąt w różnych folderach, mailach i jednej szufladzie
• papierowe zeskanowali, cyfrowe wgrali do systemu
• AI przetworzyło dokumenty i wypełniło pola w rejestrze
• dział techniczny poświęcił kilka dni na weryfikację wyników: poprawiał błędy tam, gdzie OCR się potknął na nieczytelnym skanem albo na niestandarowym układzie dokumentu
• po miesiącu rejestr był kompletny i alerty zaczęły wychodzić

Efekt: w pierwszym kwartale po wdrożeniu system oznaczył dwie umowy serwisowe, o których nikt nie wiedział, że są blisko terminu wypowiedzenia. Bez systemu byłyby wygasłe, a przetarg zorganizowany w trybie awaryjnym. Zdążono ogłosić postępowanie z normalnym wyprzedzeniem.

Kiedy AI się myli i jak to kontrolować?

AI nie jest nieomylny przy czytaniu umów. Błędy zdarzają się najczęściej w trzech sytuacjach:

• Słaba jakość skanu: dokument przekrzywiony, nieczytelny, skopiowany wielokrotnie. OCR myli wtedy cyfry w datach i AI oblicza alerty od złej daty. Data "31.08.2025" staje się "31.06.2025" i wyznacza termin, który nie istnieje w kalendarzu.
• Umowy z wieloma aneksami: gdy główna umowa mówi "obowiązuje do 31.12.2024", a aneks nr 5 przedłuża ją do 2027, AI może nie powiązać obu dokumentów jeśli wgrano je osobno i bez oznaczenia relacji. Wtedy rejestr pokazuje błędną datę wygaśnięcia.
• Odesłaniowy język prawny: klauzule w stylu "termin wypowiedzenia wynika z paragrafu 8 umowy ramowej nr X/2021" sprawiają, że AI nie może wyciągnąć daty bez dostępu do tamtego dokumentu.

Dobra praktyka: pierwsze kilkadziesiąt umów weryfikować ręcznie, porównując wyciąg AI z oryginałem. Po tym etapie wiesz, w których typach dokumentów AI się myli i gdzie trzeba dodać regułę walidacji. Przy umowach o wysokiej wartości lub krytycznym znaczeniu weryfikacja człowieka powinna być standardem, nie wyjątkiem.

Jakie systemy obsługują zarządzanie umowami z AI?

Szpitale korzystają z kilku podejść, zależnie od tego, co już mają i jaki budżet na integrację:

• Platformy CLM (Contract Lifecycle Management): oprogramowanie zaprojektowane pod zarządzanie umowami, z wbudowanym AI do ekstrakcji danych, rejestrem i systemem alertów. Dostępne jako SaaS lub on-premise.
• Moduły w istniejących systemach ERP lub kadrowych: część szpitali ma już systemy finansowo-księgowe albo kadrowe z modułem umów. Warto sprawdzić, czy producent dodał AI do ekstrakcji, zanim szuka się osobnego narzędzia.
• Agent AI na własnym repozytorium dokumentów: niektóre placówki używają SharePoint lub innego systemu DMS, do którego dodają agenta AI przetwarzającego dokumenty. Wymaga konfiguracji, ale nie wymaga zakupu nowego oprogramowania.

Przed wyborem sprawdź trzy rzeczy: czy system rozumie polskie umowy i terminologię prawa zamówień publicznych, czy ma gotową integrację z pocztą i narzędziami komunikacji używanymi w szpitalu, i kto odpowiada za przetwarzanie danych osobowych jeśli dokumenty trafiają na serwery poza Polską. To ostatnie jest pytaniem dla IOD przed podpisaniem umowy z dostawcą.

Od czego zacząć w szpitalu lub przychodni?

Kilka kroków, które działają niezależnie od skali placówki:

• Zrób inwentaryzację: zbierz wszystkie umowy do jednego folderu, choćby tymczasowego. Zwykle jest ich więcej niż wszyscy myślą.
• Wybierz jedną kategorię na start: najlepiej tę, która stwarza największe ryzyko operacyjne. Serwis sprzętu medycznego albo licencje kluczowych systemów informatycznych to dobry punkt wejścia.
• Wdrożenie AI na tej kategorii, weryfikacja pierwszych wyników ręcznie, korekta reguł ekstrakcji.
• Wyznacz właściciela procesu: kogoś, kto odpowiada za to, że każda nowa umowa trafia do systemu przy podpisaniu. Bez tej roli rejestr szybko traci aktualność.
• Po stabilizacji pierwszej kategorii: rozszerzaj na kolejne.

Jeśli chcesz wiedzieć, od którego obszaru warto zacząć w Twojej placówce, sprawdzimy to razem. Zapraszamy na bezpłatny audyt, podczas którego patrzymy na to, gdzie ryzyko jest największe i gdzie AI najszybciej da wymierny efekt. Mamy też realne wdrożenia, w tym z zarządzania dokumentami kontraktowymi w szpitalach. Konkretne przypadki, nie prezentacje slajdowe.