Jak AI może poprawić koordynację leczenia i komunikację między oddziałami szpitala?

W większości szpitali konsultacja wewnętrzna wygląda tak samo od lat: lekarz wpisuje zlecenie do HIS albo na kartkę, liczy, że ktoś z drugiego oddziału to odczyta, i czeka. Gdy odpowiedź nie przychodzi przez dobę, dzwoni. AI może przejąć to pilnowanie, wysyłać przypomnienia do lekarzy konsultujących i eskalować opóźnienia do ordynatorów, zanim problem stanie się kliniczny. Nie zastępuje lekarzy przy podejmowaniu decyzji, ale eliminuje sytuacje, w których informacja po prostu gdzieś ugrzęzła.

Gdzie naprawdę gubią się informacje między oddziałami

Szpital to kilka do kilkudziesięciu oddziałów, które muszą ze sobą rozmawiać przez cały dzień. Konsultacja kardiologiczna przed planową operacją. Wynik biopsji do przekazania chirurgowi. Przeniesienie pacjenta ze szpitalnego oddziału ratunkowego na neurologię z aktualną listą leków i otwartymi zleceniami. Każda z tych sytuacji wymaga, żeby konkretna informacja dotarła do konkretnej osoby w konkretnym czasie.

Problem rzadko leży w samym HIS. Leży w tym, że nikt nie pilnuje statusu tych informacji na bieżąco. Zlecenie konsultacji może leżeć w kolejce modułu konsultacji w AMMS przez dwie doby, jeśli lekarz dyżurny na neurologii nie miał czasu zajrzeć do listy. Wynik badania może czekać w skrzynce systemu na lekarza, który akurat jest na urlopie. Nikt w tym czasie nie wysyła alertu.

Jeden z naszych klientów, po przeglądzie kilku miesięcy zleceń, odkrył, że znaczna część konsultacji planowych realizowana była po terminie określonym we własnych standardach szpitala. Nie z winy personelu, tylko dlatego, że nikt nie śledził całego strumienia zleceń w jednym miejscu i nie wiedział, gdzie jest korek. Jeden oddział regularnie opóźniał odpowiedzi, bo miał stale niedobsadzoną zmianę. To wyszło dopiero z danych, nie z rozmów korytarzowych.

Co AI może monitorować w obiegu konsultacji wewnętrznych

Jeżeli szpital ma moduł konsultacji w HIS i zlecenia są tam wpisywane, AI może zacząć od prostego kroku: czytania statusów zleceń i wysyłania powiadomień, gdy coś przekracza ustalony czas oczekiwania.

Konkretnie można ustawić takie reguły:

• Zlecenie oznaczone jako pilne bez potwierdzenia przyjęcia przez cztery godziny: SMS do dyżurnego lekarza konsultującego z danego oddziału.
• Zlecenie planowe bez odpowiedzi przez dwadzieścia cztery godziny: e-mail do ordynatora oddziału konsultującego.
• Zlecenie z otwartym statusem i jednoczesnym zleceniem wypisowym dla tego samego pacjenta: alert do lekarza prowadzącego i pielęgniarki koordynującej.
• Brak wpisu wyniku konsultacji do dokumentacji pacjenta w ciągu kilku godzin od oznaczenia konsultacji jako "zrealizowana": przypomnienie do konsultanta.

Każde takie zdarzenie trafia do rejestru. Co tydzień AI generuje raport: ile zleceń wpłynęło, ile zakończono w terminie, ile wymagało eskalacji, które oddziały mają najdłuższe czasy realizacji. Ten raport trafia do zastępcy dyrektora ds. lecznictwa i zainteresowanych ordynatorów.

Raport nie wskazuje palcem na konkretnych lekarzy. Wskazuje na oddziały i rodzaje zleceń, gdzie pojawia się wzorzec opóźnień. Zarządzanie tym jest wtedy decyzją kierownictwa, nie ciągłym gaszeniem pożarów przez pielęgniarki koordynujące, które i tak mają za dużo na głowie.

Jak AI wspiera przekazanie pacjenta między oddziałami

Przeniesienie pacjenta to drugi punkt ryzyka. Lekarz przekazujący opisuje stan w kilku zdaniach, dołącza listę leków i otwarte zlecenia. Lekarz przyjmujący musi to przeczytać przed pierwszym kontaktem. Na nocnym dyżurze, przy kilku przeniesieniach jednocześnie, nie zawsze tak się dzieje przed obchodem. Albo w ogóle.

AI może zebrać z HIS dane potrzebne do przekazania i wygenerować szkic notatki: aktualne rozpoznania, aktywne zlecenia, lista leków z adnotacją o alergiach, ostatnie wyniki badań laboratoryjnych z flagami krytycznymi, stan pacjenta z ostatniego wpisu pielęgniarskiego. Lekarz przekazujący dostaje gotowy szkic do przejrzenia i uzupełnienia, nie pisze od zera.

Ważna rzecz: AI nie decyduje, co jest ważne klinicznie. Zbiera to, co jest w systemie, i przekazuje lekarzowi do oceny. To lekarz podpisuje notatkę przekazania i odpowiada za jej treść.

Można też ustawić potwierdzenie odbioru. Gdy przeniesienie jest zarejestrowane w systemie, lekarz przyjmujący dostaje powiadomienie i ma określony czas na jego potwierdzenie. Jeśli nie potwierdzi, przypomnienie idzie ponownie, a przy braku reakcji alert trafia do lekarza dyżurnego oddziału przyjmującego. Proste. Eliminuje sytuację, gdy pacjent leży na nowym oddziale od kilku godzin i nikt go formalnie nie "przejął."

Koordynacja wypisów: POZ, rehabilitacja, opieka społeczna

Wypis pacjenta to nie zamknięcie dokumentacji szpitalnej. To moment, w którym szpital musi przekazać pacjenta do innego systemu: do lekarza POZ, do poradni specjalistycznej, do rehabilitacji, czasem do opieki społecznej. Każda z tych ścieżek wymaga dokumentu, kontaktu lub zlecenia wystawionego zanim pacjent wyjdzie przez drzwi.

Typowo wygląda to tak, że lekarz prowadzący w pośpiechu przed wypisem pisze kartę wypisową, a o skierowaniu do poradni albo liście do POZ przypomina sobie dopiero gdy rodzina pyta w rejestracji. AI może działać tu jako asystent koordynatora wypisów. Gdy w HIS pojawia się adnotacja o planowanym wypisie, może:

• Sprawdzić, czy do dokumentacji dołączono zlecenie na leki na pierwsze tygodnie po wypisie.
• Przygotować szkic informacji dla lekarza POZ: aktualne rozpoznania, lista leków z dawkowaniem, zalecenia do kontynuacji leczenia. Lekarz weryfikuje i podpisuje, nie pisze od zera.
• Wychwycić, że pacjent ma otwartą konsultację bez odpowiedzi, a wypis zaplanowany jest na następny dzień. Alert trafia do lekarza prowadzącego.
• Na podstawie rozpoznania głównego sprawdzić, czy wystawiono skierowanie do rehabilitacji lub poradni specjalistycznej, i jeśli nie, wysłać przypomnienie.

To ostatnie jest szczególnie ważne przy pacjentach po udarze, złamaniu szyjki kości udowej lub zaostrzeniu choroby przewlekłej. W polskim systemie nie ma automatycznego "przejęcia" pacjenta przez kolejny szczebel opieki. Ktoś musi wystawić skierowanie i zadbać o ciągłość. AI pilnuje, żeby ta rzecz nie wypadła przez nieuwagę przy intensywnym rytmie oddziału.

Co jest warunkiem technicznym, żeby to działało

Trzy rzeczy muszą być na miejscu przed uruchomieniem.

Pierwsze: zlecenia muszą być w systemie. Gdy konsultacje umawiane są telefonicznie albo przez karteczki, AI nie ma skąd czytać statusów. Wdrożenie monitoringu często wymusza dyscyplinę w wpisywaniu zleceń do HIS, bo powiadomienie idzie tylko do tych, które są w systemie. To bywa dodatkowym efektem: porządkuje sam proces, nie tylko go monitoruje.

Drugie: musi istnieć kanał powiadomień, który personel faktycznie odbiera. SMS na numer służbowy, powiadomienie push w aplikacji szpitalnej, e-mail na konto sprawdzane w trakcie dyżuru. Powiadomienie wysłane na konto, do którego lekarz loguje się raz w tygodniu, nie istnieje z perspektywy procesu.

Trzecie: muszą być ustalone czasy reakcji dla różnych rodzajów zleceń. Cztery godziny na konsultację pilną, dwadzieścia cztery godziny na planową. Bez tych parametrów AI nie wie, kiedy wysłać alert. Wartości te wynikają z wewnętrznych standardów szpitala lub z procedur akredytacyjnych CMJ. Jeśli szpital ich nie ma, to ich brak to osobny problem do rozwiązania przed wdrożeniem, nie po.

Integracja z HIS przez API daje najlepszy efekt. W systemach takich jak AMMS Asseco, CliniNET CGM, InfoMedica czy Medicom zazwyczaj istnieją interfejsy do odczytu danych. Tam, gdzie API nie jest dostępne, można zacząć od prostszego podejścia: poranny odczyt statusów z modułu raportowego i monitoring w arkuszu wspieranym przez AI.

Od czego zacząć w praktyce

Nie zaczynamy od całego szpitala. Wybieramy jeden rodzaj konsultacji, który generuje największą liczbę telefonów w stylu "gdzie to jest, bo nie mogę znaleźć." Zazwyczaj są to konsultacje kardiologiczne albo neurologiczne: najczęstsze i takie, których opóźnienie niesie realne ryzyko kliniczne.

Przez pierwsze cztery tygodnie monitorujemy bez interwencji. Ile zleceń wchodzi, ile jest po terminie, jak długi jest czas od zlecenia do odpowiedzi. To daje punkt odniesienia. Dopiero potem włączamy powiadomienia, bo bez tej linii bazowej nie będziemy wiedzieć, czy cokolwiek się zmieniło.

Po miesiącu mamy dane. Czy liczba eskalacji spada? Czy czas realizacji konsultacji się skrócił? Czy lekarze potwierdzają przekazania szybciej? Na tej podstawie decydujemy, czy rozszerzamy na kolejne rodzaje zleceń i kolejne procesy koordynacyjne. To nie jest projekt na rok. Pierwsze efekty widać po kilku tygodniach działania pilotażu.

Chcesz zobaczyć, jak taki monitoring wyglądałby w Waszym szpitalu i z jakimi danymi macie już teraz dostęp do pracy? Umów się na bezpłatny audyt. Sprawdzimy, co jest w Waszym HIS i od czego można zacząć bez długiego projektu wdrożeniowego. Możesz też przejrzeć realne wdrożenia, żeby zobaczyć, jak inne szpitale podchodziły do tego samego problemu.