Od czego zacząć wdrożenie AI w przychodni lub szpitalu?

Najlepiej zacząć od wybrania jednego konkretnego problemu operacyjnego, który boli najbardziej. Nie od platformy, nie od budżetu, nie od rozmów z dostawcami. Kiedy wiesz, co chcesz poprawić, możesz sprawdzić, czy twoja placówka ma dane potrzebne do tego zadania, a dopiero potem szukasz narzędzi, które ten problem faktycznie rozwiązują. Inaczej skończysz z systemem, który technicznie działa, ale nikt z niego nie korzysta.

Nie zaczynaj od technologii. Zacznij od problemu

Najczęstszy błąd, jaki widzimy: placówka postanawia "wdrożyć AI" bez odpowiedzi na pytanie, po co. Zarząd jedzie na konferencję, wraca z entuzjazmem i ogłasza projekt. Trzy miesiące później wszyscy są zmęczeni uzgodnieniami i nikt nie wie, czego właściwie szukać.

Zanim otworzysz przeglądarkę w poszukiwaniu dostawcy, zapisz odpowiedzi na te pytania:

• Gdzie tracisz dziś najwięcej czasu personelu? Np. uzupełnianie dokumentacji po każdej wizycie, obsługa telefonów w rejestracji, ręczne przepisywanie wyników z LIS do systemu HIS.
• Co powoduje skargi pacjentów lub pracowników, które regularnie wracają?
• Który proces sprawia, że praca trwa dłużej niż powinna i da się to zmierzyć w czasie lub liczbie reklamacji?

U jednego z naszych klientów punktem startowym była prosta obserwacja: rejestratorki spędzały większość dnia na odbieraniu telefonów z pytaniami o wyniki badań i wolne terminy, zamiast zajmować się pacjentami przy okienku. Zanim cokolwiek wdrożono, dyrektor wiedział dokładnie, co chce zmienić i jak to zmierzy po fakcie. To jest właściwe podejście.

Masz trzy mocne punkty bólowe? Wybierz jeden. Jeden konkretny, mierzalny. Resztę zostaw na kolejne fazy.

Oceń, jakie dane ma twoja placówka

AI nie działa bez danych. Przed jakąkolwiek rozmową z dostawcą odpowiedz na kilka pytań. Nie musisz znać odpowiedzi z głowy, możesz zapytać administratora IT lub koordynatora systemu HIS:

• Jakiego oprogramowania HIS lub systemu gabinetu używasz? Czy dostawca tego systemu udostępnia API lub eksport danych w standardowych formatach (np. HL7, FHIR)?
• Ile lat wstecz masz dane w formie cyfrowej i w jakim formacie są przechowywane wizyty, wyniki i dokumentacja?
• Czy dane są ustrukturyzowane (pola w bazie danych) czy nieustrukturyzowane (skany, pliki PDF, notatki swobodne)?
• Kto ma dostęp do danych i czy aktualne umowy z pacjentami oraz polityka RODO pozwalają na przetwarzanie ich przez zewnętrzne systemy?

Ostatni punkt wymaga czasu, bo to nie jest decyzja IT. Jeśli nie masz podpisanej umowy powierzenia przetwarzania danych osobowych z dostawcą AI, nie możesz mu legalnie przekazać danych pacjentów. Przygotowanie tej umowy i ewentualnego DPIA, czyli oceny skutków dla ochrony danych, to zadanie dla Inspektora Ochrony Danych. Nie dla działu informatyki i nie dla działu administracji.

Placówki z przestarzałym HIS lub dużą ilością papierowej dokumentacji nie są wykluczone z gry. Muszą tylko zacząć od obszarów, które już działają cyfrowo: e-rejestracja, wyniki laboratoryjne, e-recepty.

Który obszar wybrać jako pilota?

Dobry pilot to taki, który przynosi widoczny efekt w ciągu kilku miesięcy i nie wymaga zmian w kilkunastu procesach naraz. Kilka obszarów, które typowo sprawdzają się jako pierwsze wdrożenia:

• Automatyzacja rejestracji i potwierdzania wizyt: voicebot lub chatbot odbiera część telefonów, wysyła przypomnienia SMS, odpowiada na pytania o godziny pracy i dostępność lekarzy. Efekt mierzalny od razu: liczba nieodebranych połączeń, czas oczekiwania na połączenie, odsetki nieodwołanych wizyt.
• Wsparcie dokumentacji: transkrypcja wizyty i podpowiedzi do karty informacyjnej lub wywiadu lekarskiego. Efekt: czas pracy lekarza przy komputerze po wizycie. Wdrożenie nie wymaga certyfikacji jako wyrób medyczny, jeśli lekarz zatwierdza każdy wpis.
• Planowanie dyżurów: jeśli robisz grafiki w Excelu lub ręcznie w tabelce, istnieją narzędzia generujące harmonogram z uwzględnieniem specjalizacji, dostępności, wymagań Kodeksu pracy i przepisów o czasie pracy lekarzy.
• Analiza danych do rozliczeń z NFZ: przegląd dokumentacji przed wysłaniem sprawozdania pod kątem brakujących kodów ICD lub niezgodności, które skutkują odrzuconymi świadczeniami.

Unikaj na start obszarów klinicznych wymagających certyfikacji systemu jako wyrobu medycznego klasy IIa lub wyższej według MDR lub AI Act (np. systemy wspomagające diagnozę). Nie dlatego, że są złe. Dlatego, że to nie jest miejsce na pierwszy krok, kiedy uczysz się wdrażać AI w swojej organizacji.

Kto w placówce powinien prowadzić projekt?

Projekt AI nie może "leżeć na IT". Informatyk odpowiada za integrację techniczną, ale decyzje o zakresie, procesach i priorytetach musi podejmować ktoś z realną władzą i rozumieniem codziennej pracy placówki.

W praktyce projekt prowadzi zwykle:

• Dyrektor operacyjny lub zastępca dyrektora ds. medycznych, jeśli projekt dotyka procesów klinicznych.
• Kierownik rejestracji lub administracji, jeśli projekt dotyczy front-office i obsługi pacjenta.
• Pełnomocnik ds. jakości lub koordynator ds. cyfryzacji, jeśli placówka ma taką rolę w strukturze.

Tej osobie daj dostęp do danych, czas i mandat do podejmowania decyzji. Bez tego projekt ugrzęźnie na etapie uzgodnień między działami.

Warto powołać małą grupę roboczą: osoba prowadząca projekt, przedstawiciel IT, Inspektor Ochrony Danych i jeden lekarz lub pielęgniarka, która będzie codziennie korzystać z systemu. To nie musi być formalny komitet sterujący. Wystarczy spotkanie co dwa tygodnie i jedno miejsce do gromadzenia ustaleń.

Jakie dokumenty trzeba przygotować przed startem?

Zanim wpuścisz jakikolwiek system AI do danych placówki, zadbaj o trzy rzeczy:

• Umowa powierzenia przetwarzania danych osobowych (DPA) z dostawcą AI, zgodna z art. 28 RODO. Bez niej nie możesz przekazać mu danych pacjentów, nawet w formie zanonimizowanej, jeśli pseudonimizacja nie jest pewna.
• DPIA (ocena skutków dla ochrony danych) jest wymagana, kiedy system przetwarza dane o stanie zdrowia na dużą skalę lub w sposób systematyczny. Sporządza ją Inspektor Ochrony Danych, a nie IT ani dostawca.
• Informacja dla personelu o tym, że ich praca będzie wspierana przez system AI. Wynika to zarówno z przepisów AI Act w przypadku systemów wysokiego ryzyka, jak i z Kodeksu pracy w zakresie monitorowania pracownika.

Część placówek potrzebuje też aktualizacji klauzul informacyjnych dla pacjentów, jeśli AI przetwarza ich dane w nowy sposób lub dochodzi nowy cel przetwarzania. To zależy od zakresu wdrożenia. IOD powinien to ocenić na etapie DPIA, nie po uruchomieniu systemu.

Jak wygląda harmonogram od decyzji do działającego pilota?

Każda placówka zaczyna z innego punktu, więc nie ma jednego szablonu. Typowo jednak pierwsze wdrożenie przebiega w kilku fazach, które warto rozpisać na papierze:

• Mapowanie i definicja problemu (2-4 tygodnie): decyzja o obszarze pilota, sprawdzenie stanu danych, wyznaczenie osoby prowadzącej projekt i spisanie wstępnych wymagań wobec systemu.
• Wybór dostawcy (4-8 tygodni): zapytania ofertowe, prezentacje demonstracyjne, rozmowy z referencyjnymi placówkami medycznymi, negocjacje umowy i DPA.
• Przygotowanie prawne i techniczne (2-6 tygodni, często równolegle z poprzednim etapem): DPIA, integracja z HIS, szkolenia dla personelu, konfiguracja systemu.
• Pilot (6-12 tygodni): uruchomienie w ograniczonym zakresie, zbieranie danych o efektach, bieżące korekty razem z dostawcą.
• Ocena i decyzja: porównanie wyników z celami zapisanymi na starcie, decyzja: rozszerzamy, modyfikujemy zakres lub szukamy innego podejścia.

Przy gotowej infrastrukturze cyfrowej i sprawnym Inspektorze Ochrony Danych cały cykl od decyzji do działającego pilota trwa zwykle od dwóch do pięciu miesięcy. Przy dużej ilości papierowej dokumentacji lub przestarzałym HIS może to potrwać dłużej, bo te braki trzeba zaadresować najpierw.

Jeden ważny szczegół: zapisz cele pilota przed startem, nie po. Brzmi oczywisto, ale większość placówek tego nie robi. Bez punktu odniesienia po trzech miesiącach nikt nie wie, czy projekt się udał.

Jeśli chcesz sprawdzić, w którym miejscu tej drogi jesteś i które obszary twojej placówki są gotowe na AI już teraz, umów się na bezpłatny audyt. Możesz też zobaczyć, jak wyglądało to u innych, na stronie realnych wdrożeń.