Jak AI może pracować z mMedica: rejestracja, wizyty i rozliczenia NFZ krok po kroku

AI da się zintegrować z mMedica przez interfejs API systemu Asseco i od tego momentu zaczyna pracować na danych, które przychodnia już gromadzi: terminarzu z modułu Rejestracja, wizytach z modułu Gabinet, świadczeniach z Rozliczeń i deklaracjach z modułu Deklaracje POZ. Nie zmienia to sposobu pracy personelu w samym mMedica. AI działa obok, czyta dane i reaguje: odpowiada pacjentom, wychwytuje zaległości i sygnalizuje, co wymaga uwagi przed wysyłką do NFZ.

Co konkretnie wyciągamy z mMedica i z których modułów

mMedica to system z wyraźnie oddzielnymi modułami i każdy z nich dostarcza inne dane. Przy integracji z AI interesują nas cztery obszary.

Moduł Rejestracja daje dostęp do terminarza: zaplanowane wizyty, wolne sloty, przypisanie do lekarza, czas trwania wizyty. To wystarczy, żeby AI odpowiedział pacjentowi przez telefon lub SMS, czy jest wolny termin u danego specjalisty i kiedy dokładnie.

Moduł Gabinet przechowuje dane o wizytach: status wizyty (zaplanowana, odbyta, nieodebrana), wpisane rozpoznania ICD-10, zrealizowane procedury. Z tego AI wyciąga informacje o tym, co się wydarzyło na wizycie i czy wizyta w ogóle się odbyła.

Moduł Rozliczenia to finansowe centrum systemu. Tu siedzi lista świadczeń z oznaczeniem, które trafiły do raportu statystycznego i które czekają. AI przegląda tę listę regularnie i wychwytuje świadczenia ze statusem "do rozliczenia", które zbyt długo pozostają bez przypisania do partii.

Moduł Deklaracje POZ razem z obsługą eWUŚ to czwarte źródło. Z deklaracji AI pobiera listę pacjentów z datą złożenia i datą ostatniej aktualizacji. Z eWUŚ pobiera statusy weryfikacji ubezpieczenia przy wizycie.

Jak AI odpowiada pacjentowi bez angażowania rejestracji

Typowa sytuacja: pacjent dzwoni po godzinie 15, rejestracja już nieczynna. Chce wiedzieć, czy jest wolny termin na USG jamy brzusznej w przyszłym tygodniu i jak się do badania przygotować.

AI czyta terminarz z modułu Rejestracja w czasie rzeczywistym. Widzi, że w środę o 10:30 jest wolny slot u sonografisty. Informuje o tym pacjenta. Następnie odpowiada na pytanie o przygotowanie: na czczo od sześciu godzin, bez napojów gazowanych, przyjść dziesięć minut wcześniej. Tej informacji nie wymyśla, pobiera ją z bazy wiedzy przychodniczej, którą konfigurujemy razem z placówką przed startem.

U jednego z naszych klientów tego rodzaju zapytania stanowiły sporą część ruchu telefonicznego w godzinach wieczornych. Po wdrożeniu AI większość z nich przestała trafiać do kolejki na następny ranek, bo pacjent dostawał odpowiedź od razu. Rejestracja rano miała mniej pilnego oddzwaniania.

Ważna granica: AI nie rezerwuje terminu bez potwierdzenia przez rejestrację, jeśli placówka tak ustali zasady. Może zaproponować termin i przekazać prośbę pacjenta do kolejki rejestratorek. Albo, jeśli placówka zdecyduje inaczej, może samodzielnie zarezerwować slot przez API mMedica. To kwestia konfiguracji, nie ograniczeń technicznych.

Pilnowanie świadczeń bez rozliczenia: dlaczego to wpada w szczelinę

W module Rozliczenia każde zrealizowane świadczenie ma swój status. Problem, który pojawia się w wielu przychodniach, to świadczenia zrealizowane, lecz niezaraportowane do NFZ. Przez przeoczenie albo dlatego, że lekarz zamknął wizytę w Gabinecie, ale nie dodał świadczenia do partii w Rozliczeniach. Małe przychynie robią to na bieżąco ręcznie, ale przy większym wolumenie wizyty coś zawsze wypadnie.

AI przegląda listę świadczeń w module Rozliczenia raz dziennie lub częściej. Szuka pozycji ze statusem "do rozliczenia" i datą realizacji starszą niż ustalony próg, na przykład siedem dni. Gdy takie świadczenia znajdzie, generuje zestawienie i wysyła do osoby odpowiedzialnej za rozliczenia: imię pacjenta, data wizyty, kod świadczenia, lekarz, aktualny status.

Nie decyduje sam, co zrobić. Nie koryguje danych w systemie. Sygnalizuje tylko: tu jest coś, co może przepaść. Reszta należy do człowieka.

Przy rozliczeniach z NFZ każde zapomniane świadczenie to realna strata dla placówki. Im wcześniej ktoś je wyłapie, tym mniejsze ryzyko, że termin na raportowanie minie.

Deklaracje POZ i statusy eWUŚ: co AI sprawdza i kiedy alarmuje

Deklaracje POZ mają konkretne zasady dotyczące aktualizacji. Pacjent, który zmienił adres, lekarza lub ubezpieczyciela, powinien złożyć nową deklarację. W praktyce nikt tego nie pilnuje na bieżąco, bo lista liczy setki lub tysiące pozycji.

AI przegląda listę deklaracji z modułu Deklaracje POZ i porównuje ją z danymi ze statusów eWUŚ. Gdy status eWUŚ przy wizycie zwróci komunikat "osoba nie jest ubezpieczona" lub "brak prawa do świadczeń", a deklaracja tej osoby jest stara, AI zaznacza tę parę jako wymagającą sprawdzenia. Nie kasuje deklaracji, nie wyrejestruje pacjenta. Mówi: sprawdźcie tę osobę przed następną wizytą.

Osobna sprawa to pacjenci, którzy pojawiają się regularnie w terminarzu, ale przy każdej weryfikacji eWUŚ wychodzi błąd. AI może grupować takie przypadki i pokazywać je jako listę do kontaktu telefonicznego jeszcze przed wizytą, żeby uniknąć problemu przy okienku. Rejestratorka wie wtedy, kogo warto uprzedzić.

Przy deklaracjach nieaktualizowanych od ponad roku AI może przygotować zbiorczą listę do przejrzenia. To praca, którą rejestratorki robią ręcznie albo nie robią jej wcale, bo brakuje czasu między pacjentami.

Co AI przygotowuje przed wysyłką raportu statystycznego do NFZ

Raport statystyczny w mMedica (plik XML wysyłany do Oddziału Wojewódzkiego NFZ) wymaga, żeby wszystkie świadczenia z danego okresu były poprawnie zakodowane i przypisane do właściwych partii. Błędy wychodzą przy walidacji po wysyłce. To oznacza poprawianie i ponowne wysyłanie, co zabiera czas i nerwy osobie od rozliczeń.

AI może przeprowadzić wstępną kontrolę przed wysyłką. Przegląda dane z modułu Rozliczenia i sprawdza kilka rzeczy:

• czy przy każdym świadczeniu jest kod ICD-10 i czy nie figuruje tam kod zbiorczy tam, gdzie kontrakt wymaga bardziej szczegółowego oznaczenia
• czy świadczenia z danego okresu rozliczeniowego nie mają statusu "do weryfikacji" lub "zawieszone"
• czy deklaracje powiązane ze świadczeniami POZ są aktywne i nie mają nieaktualnego statusu
• czy liczba świadczeń danego typu nie odbiega wyraźnie od analogicznego okresu w poprzednim miesiącu, co może sygnalizować błąd przy wprowadzaniu

Wynik tej kontroli to zestawienie: co jest gotowe do wysyłki i co wymaga ręcznego sprawdzenia. Konkretna lista z numerem wizyty, datą i opisem problemu. Nie ogólnikowy raport, tylko pozycje do sprawdzenia.

Taka lista nie zastępuje merytorycznej weryfikacji przez pracownika rozliczeń. Skraca jednak czas szukania: zamiast przeglądać cały miesiąc ręcznie, pracownik dostaje gotowe "co sprawdzić" i koncentruje uwagę tam, gdzie naprawdę trzeba.

Od czego zaczynamy integrację AI z mMedica

Pierwsze pytanie, które zadajemy przy każdym takim projekcie: czy mMedica w tej placówce jest zaktualizowany do wersji obsługującej REST API? Asseco udostępnia interfejs API i od tego zależy, jak szybko i jak głęboko można się wpiąć w dane.

Jeśli API jest dostępne, pierwsze połączenie z terminalem wizyt i statusami eWUŚ zajmuje zwykle kilka dni roboczych. Trudniejsza jest konfiguracja reguł: co AI ma sygnalizować, jak definiujemy "zaległe świadczenie", kto dostaje powiadomienia i w jakiej formie. To wymaga rozmowy z osobą odpowiedzialną za rozliczenia i kierownikiem rejestracji, nie z administratorem IT.

Standardowy zakres na start obejmuje trzy rzeczy: terminarz dla bota głosowego lub SMS-owego, alerty o świadczeniach bez rozliczenia i raport kontrolny przed wysyłką do NFZ. Pozostałe funkcje można dokładać stopniowo, gdy placówka zweryfikuje w praktyce, że dane są spójne i AI działa tak, jak się tego spodziewano.

Jeśli chcesz sprawdzić, jak taka integracja mogłaby wyglądać w Twojej przychodni, zapraszamy na bezpłatny audyt. Pokazujemy wtedy na danych z Twojego systemu, gdzie są rzeczywiste zaległości i jak AI może je wychwytywać. Jeśli interesuje Cię, jak wyglądało to u innych placówek, zajrzyj do realnych wdrożeń.