Jak AI może pomóc obniżyć koszty energii i mediów w szpitalu?
AI może przejrzeć faktury za prąd, gaz i wodę, połączyć je z harmonogramami oddziałów i wskazać, gdzie szpital płaci za energię, która nie trafia do leczenia pacjentów.
Faktury za energię elektryczną, gaz, ciepło i wodę lądują co miesiąc w dziale finansowym albo u kierownika technicznego, są weryfikowane i opłacane. Na tym analiza zwykle się kończy. AI może pójść dalej: zestawić zużycie z harmonogramami oddziałów, liczbą hospitalizowanych pacjentów, porą doby i warunkami zewnętrznymi, a potem wskazać konkretnie, gdzie szpital płaci za energię, która nie trafia do leczenia. Nie wymaga to zakupu nowych systemów. Wystarczą dane, które w większości placówek już są.
Skąd biorą się koszty energii, których nikt nie widzi na co dzień
Szpital działa całą dobę. To oczywiste i uzasadnione. Ale nie wszystkie jego systemy muszą pracować z tą samą intensywnością przez całą dobę.
Kilka przykładów sytuacji, które zdarzają się w polskich szpitalach regularnie:
- Blok operacyjny. Harmonogram zabiegów kończy się o 20:30. Klimatyzacja i wentylacja sal operacyjnych pracują z pełną mocą do 23:00, bo nikt nie zaktualizował harmonogramu systemu wentylacyjnego po tym, jak zmienił się plan operacji.
- Centralna sterylizatornia. Cykl myjący uruchamiany jest o stałej godzinie, niezależnie od liczby instrumentów czekających na sterylizację. Niepełny wsad to energia wydana bez proporcjonalnego efektu.
- Pralnia szpitalna. Praca uruchamiana o 6:00 rano, czyli w godzinach szczytu taryfowego. Przestawienie na nocne godziny to zmiana, która nie wymaga zakupu nowego sprzętu.
- Oddziały szpitalne. Elektryczne grzejniki uzupełniające w salach działają non stop przez cały tydzień, nawet gdy po wypisach weekendowych połowa łóżek stoi pusta dwie doby.
- Agregaty chłodnicze i sprężarki. Zestarzały się, zużywają coraz więcej, a nikt nie powiązał rosnącej faktury z ich coraz gorszą sprawnością, bo nikt nie ogląda obu danych obok siebie.
Każdy z tych przypadków z osobna wygląda jak drobiazg. W skali roku i całego szpitala suma takich drobiazgów tworzy stały wydatek, który nie jest niczym uzasadniony klinicznie.
Co AI przeanalizuje bez inwestycji w nowy sprzęt
Punkt startowy to dane, które szpital ma już teraz i które w większości przypadków leżą w starych folderach na dysku serwera lub w szufladzie działu technicznego:
- Faktury za energię elektryczną, gaz, ciepło z sieci i wodę z ostatnich 12-24 miesięcy. PDF, skan, CSV. Format nie ma znaczenia.
- Odczyty z głównych liczników, jeśli dział techniczny je eksportuje co miesiąc lub co kwartał.
- Opis budynku i oddziałów: które piętro, który oddział, powierzchnia lub liczba łóżek. Nie potrzeba projektu budowlanego ani kosztorysu energetycznego.
- Przybliżony harmonogram działania: godziny pracy bloku operacyjnego, centralnej sterylizatorni, pralni, laboratorium, dyżurantów.
Na tej podstawie AI szuka kilku kategorii wzorców. Anomalie dobowe i tygodniowe: zużycie, które nie pasuje do profilu typowego tygodnia. Korelacja z obłożeniem: czy wzrost zużycia w danej strefie w danym tygodniu pokrywa się ze wzrostem liczby hospitalizacji, czy nie? Trendy wielomiesięczne: zużycie rośnie rok do roku, mimo że liczba łóżek się nie zmieniła. To często sygnał starzejącej się infrastruktury.
U jednego z klientów takie zestawienie ujawniło, że zużycie energii na jednym z oddziałów zabiegowych nie rośnie liniowo z liczbą pacjentów, jak na pozostałych. Rośnie skokowo w środy, niezależnie od obłożenia. Dział techniczny sprawdził. Okazało się, że w środy rano uruchamiany jest sprzęt serwisowy zgodnie z harmonogramem, który ustawiono kilka lat temu i od tamtej pory nikt go nie przeglądał. Sprawa do zmiany w kilka minut.
Gdy szpital ma podliczniki lub BMS: co wnosi więcej danych
Wiele nowszych szpitali lub tych po modernizacji ma systemy zarządzania budynkiem (BMS, ang. Building Management System) od dostawców takich jak Siemens, Honeywell czy Johnson Controls. Część szpitali zamontowała podliczniki energii elektrycznej na piętrach lub w wybranych strefach technicznych.
Gdy te dane są dostępne, AI może działać na danych godzinowych lub 15-minutowych zamiast miesięcznych. To zmienia jakość analizy:
- Anomalie są wykrywane tego samego dnia, nie po miesiącu.
- Dział techniczny dostaje informację z konkretną lokalizacją i przedziałem czasowym: "oddział B, poziom 2, wzrost zużycia od 2:00 do 4:00 w nocy przez ostatnie trzy środy, brak korelacji z temperaturą zewnętrzną ani harmonogramem".
- Możliwe jest porównanie stref godzina do godziny i znalezienie urządzenia, które przestało reagować normalnie na sygnały sterujące. To może wskazywać na usterę zanim stanie się poważna awaria.
Jedno ważne zastrzeżenie: AI czyta dane i rekomenduje. Nie przejmuje sterowania infrastrukturą. Decyzję o zmianie trybu pracy urządzenia lub interwencji technicznej podejmuje zawsze operator lub kierownik techniczny. W środowisku szpitalnym tak być powinno.
Raporty dla zarządu i raporty dla działu technicznego: czym się różnią
Dyrektor i kierownik techniczny potrzebują z tej samej analizy innych informacji.
Raport dla zarządu wygląda mniej więcej tak: jedna strona z zestawieniem kosztów mediów według oddziałów za ostatnie cztery kwartały, wykres trendu na osi czasu, dwie lub trzy konkluzje w języku finansowym. Nie wykres słupkowy z czterema dziesiątnymi, tylko konkret: "Pralnia szpitalna pracuje w taryfie dziennej. Przeniesienie do taryfy nocnej da oszczędność X zł rocznie" - gdzie X pochodzi z waszych faktur, nie z naszych szacunków.
Raport dla działu technicznego zawiera:
- Listę anomalii z datą, strefą i wartością odchylenia od normy sezonowej.
- Propozycję konkretnych działań: "strefa C, piętro 4, agregat klimatyzacyjny: temperatura utrzymywana na poziomie 23°C całą dobę. Obłożenie spada do zera między 1:00 a 5:00. Możliwa korekta harmonogramu na te godziny".
- Listę urządzeń, których wzorzec zużycia odbiega od normy i mogą wymagać przeglądu serwisowego przed następnym sezonem grzewczym lub chłodniczym.
Obie wersje opierają się wyłącznie na danych szpitala. AI nie wstawia własnych wartości ani branżowych benchmarków bez zaznaczenia, że to szacunek zewnętrzny.
Jak AI łączy zużycie energii z działalnością kliniczną
Najciekawsza część analizy zaczyna się, gdy AI ma dostęp do danych z systemu HIS lub przynajmniej do prostych raportów obłożenia: ile łóżek było zajętych danego dnia na danym oddziale, ile procedur wykonano na bloku operacyjnym, o której skończyła się ostatnia porada w przychodni przyklinicznej.
Wtedy możliwe jest zestawienie, którego żadna faktura sama z siebie nie pokaże: ile energii elektrycznej zużywa szpital na jednego pacjenta na dobę, z podziałem na oddziały. Jeśli oddział A i oddział B mają podobny profil pacjentów, podobną powierzchnię i zbliżony sprzęt, ale oddział A zużywa wyraźnie więcej na pacjenta, to jest punkt do rozmowy z kierownikiem. Nie ocena, nie nagana. Pytanie: "co widzisz w tych danych?"
Typowo wygląda to tak: różnice wynikają z drobnych nawyków organizacyjnych, które można zmienić bez żadnych kosztów. Klimatyzacja wyłączana ręcznie zamiast automatycznie po godzinach przyjęć, sprzęt diagnostyczny w stałym trybie gotowości przez całą dobę zamiast harmonogramowanego wybudzania, okna otwierane przy włączonym ogrzewaniu, szczególnie typowe na przełomie sezonów.
Dane z systemów takich jak AMMS Asseco lub Clininet CGM dają się wyeksportować jako zestawienia statystyczne. To wystarcza do korelacji z danymi energetycznymi bez potrzeby integracji technicznej między systemami.
Od czego zacząć i co przygotować
Zanim zaangażujecie AI, warto zebrać kilka rzeczy z działu finansowego i technicznego. Bez nich analiza będzie powierzchowna, z nimi daje konkretne wnioski:
- Faktury za media z ostatnich 12-24 miesięcy: prąd, gaz, ciepło z sieci, woda. W PDF lub XLS.
- Schemat pomieszczeń lub opis oddziałów: nazwa oddziału, powierzchnia lub liczba łóżek, piętro.
- Przybliżony harmonogram urządzeń i oddziałów: godziny pracy bloku, pralni, sterylizatorni, laboratorium, dyżury nocne.
- Eksport z BMS lub podliczników, jeśli są dostępne. Format nie ma znaczenia.
- Raport obłożenia z systemu HIS za ten sam okres, jeśli możliwy do wygenerowania.
Pilot warto przeprowadzić na jednym budynku lub wybranych oddziałach. Po kilku dniach analizy dostajecie raport, weryfikujecie go z działem technicznym i decydujecie, czy rozszerzać zakres. Żadnych nieodwracalnych zmian w systemach przed tą weryfikacją.
Zanim w szpitalu zmieni się umowę z dostawcą energii albo uruchomi kolejny przetarg na media, warto wiedzieć, jak faktycznie wygląda zużycie i gdzie jest przestrzeń do zmiany. AI może to pokazać na podstawie danych, które już macie.
Jeśli chcecie sprawdzić, jak to wygląda w praktyce dla waszej placówki, zapraszamy na bezpłatny audyt. A jeśli chcecie zobaczyć, jak podobne analizy przebiegły u innych placówek, zajrzyjcie do realnych wdrożeń.
Najczęstsze pytania
Czy AI może sterować systemem BMS w szpitalu?
AI może analizować dane z systemu BMS i wyświetlać rekomendacje dla operatora, ale nie przejmuje sterowania infrastrukturą krytyczną. Decyzję o zmianie trybu pracy urządzenia podejmuje zawsze technik lub kierownik techniczny.
Jakich danych potrzebuje AI, żeby przeanalizować zużycie energii w szpitalu?
Minimum to faktury za prąd, gaz, ciepło i wodę z ostatnich 12-24 miesięcy oraz opis oddziałów z powierzchnią lub liczbą łóżek. Dane z podliczników i BMS znacząco pogłębiają analizę, ale nie są wymagane na start.
Czy szpital musi mieć BMS, żeby skorzystać z AI przy kosztach energii?
Nie. Analiza może zacząć się od zwykłych faktur i odczytów z głównego licznika. BMS dostarcza danych godzinowych zamiast miesięcznych, co przyspiesza wykrywanie anomalii, ale podstawowa analiza jest możliwa bez niego.
Jak szybko szpital zobaczy efekty po wdrożeniu AI w zarządzaniu energią?
Pierwsze wnioski z analizy danych historycznych są gotowe w ciągu kilku dni od dostarczenia faktur. Realna zmiana kosztów na fakturze zależy od tempa wdrożenia rekomendacji operacyjnych przez dział techniczny.
Czy mała przychodnia też może skorzystać z AI przy kosztach energii i mediów?
Tak, choć skala różnicy na fakturze będzie mniejsza niż w szpitalu wielołóżkowym. Już analiza wzorców zużycia prądu i gazu w podziale na godziny i dni tygodnia może wskazać, gdzie przychodnia płaci za energię w godzinach, gdy gabinety stoją puste.
Opracowanie: zespół redAi z wykorzystaniem narzędzi AI.
Chcecie sprawdzić, jak AI rozwiąże to u Was?
Bezpłatny audyt potrzeb i pokaz działającego wdrożenia. Bez zobowiązań.


