---
title: "Centralna e-Kolejka: kto pilnuje kwalifikacji do planowego zabiegu?
"
description: Jak oddzielić wpis do Centralnej e-Kolejki od kwalifikacji lekarskiej? Karta decyzji dla polskiej placówki, granice AI i trzy metryki kontroli.
image: "https://ai4med.pl/img/centralna-ekolejka-zabiegi.jpg"
date: 2026-07-11
author: Jacek Wyderka
category: AI w placówce medycznej
tags: Centralna e-Kolejka, planowe zabiegi, kwalifikacja lekarska, AI w placówce, NFZ
url: "https://ai4med.pl/ai-w-placowce-medycznej/centralna-ekolejka-zabiegi"
inLanguage: pl
---

# Centralna e-Kolejka: kto pilnuje kwalifikacji do planowego zabiegu?


## Czego dowiesz się z tego artykułu?

- Jak oddzielić wpis do Centralnej e-Kolejki od kwalifikacji do planowego zabiegu.
- Gdzie system lub AI mogą wskazać brak, a gdzie decyzję zatwierdza lekarz.
- Jaką kartę odpowiedzialności i trzy metryki przygotować przed wdrożeniem.

8 lipca 2026 r. Ministerstwo Zdrowia zapowiedziało **Centralną e-Kolejkę dla planowych zabiegów szpitalnych**. Pacjent ma wybrać placówkę albo skorzystać z automatycznego przypisania do szpitala w województwie, a etapy mają być widoczne w systemie. **To zapowiedź, nie gotowa specyfikacja**: komunikat nie podaje finalnych reguł ani terminu uruchomienia.

Dla polskiej prywatnej placówki z kontraktem NFZ granica brzmi: **przypisanie placówki lub terminu nie jest kwalifikacją kliniczną**. Wewnętrzna AI może oznaczyć brak statusu, duplikat albo niespójność, lecz **lekarz zatwierdza kwalifikację**, a rejestracja przekazuje potwierdzony stan.

## Najważniejsze

- **Traktuj e-Kolejkę jako zapowiedziany mechanizm zapisów**, nie automat kwalifikujący do zabiegu.
- **Rozdziel trzy role:** system prowadzi status, rejestracja pilnuje wpisu, lekarz decyduje klinicznie.
- **AI może oznaczać braki i wyjątki**, ale nie ustala priorytetu medycznego.
- **Najpierw zmapuj jedną ścieżkę zabiegową**, dopiero potem oceniaj integrację.

## Termin nie jest kwalifikacją do zabiegu

Placówka powinna rozdzielić wpis, przydzielenie szpitala i kliniczne potwierdzenie zabiegu. **Każdy status potrzebuje autora i czasu zmiany**. Komunikat „zabieg potwierdzony”, gdy lekarz zatwierdził jedynie konsultację kwalifikacyjną, **tworzy ryzyko organizacyjne i kliniczne**.

Ja bym wpisał do procedury zasadę: **system zarządza kolejnością, człowiek znaczeniem klinicznym**. AI może porównać statusy i wskazać wyjątek, ale nie interpretuje skierowania ani nie zmienia decyzji lekarza. Dane pacjenta pozostają w zatwierdzonym środowisku z uprawnieniami i logiem — nie w publicznym modelu.

## Karta decyzji: system – rejestracja – lekarz

Poniższa karta jest **roboczym standardem placówki**, nie opisem finalnej specyfikacji e-Kolejki. Pokazuje, gdzie kończy się automatyczny status, a zaczyna **odpowiedzialność osoby uprawnionej**.

| Etap | System lub AI | Rejestracja | Lekarz |
| --- | --- | --- | --- |
| Wpis | zapisuje status, wskazuje duplikat | potwierdza dane administracyjne | nie kwalifikuje na podstawie wpisu |
| Wyjątek | oznacza niespójność | kieruje ją do właściwej roli | ocenia znaczenie kliniczne |
| Potwierdzenie | utrwala zmianę i autora | przekazuje zatwierdzony komunikat | zatwierdza kwalifikację |
| Zmiana | zachowuje historię | zamyka zadania w systemach | ponownie ocenia przesłanki kliniczne |

**Human-in-the-loop wymaga właściciela wyjątku, terminu reakcji i śladu decyzji**. Żaden status nie powinien znikać po nadpisaniu, a komunikat dla pacjenta musi odróżniać zapis, konsultację i potwierdzony zabieg.

Przykład: prywatna placówka szpitalna mapuje jedną ścieżkę zabiegową. System widzi podwójny wpis, zatwierdzona AI oznacza niespójność, rejestracja sprawdza warstwę administracyjną, a **lekarz potwierdza kwalifikację i priorytet**. Pacjent dostaje komunikat dopiero po tej decyzji; przykład nie wykorzystuje realnych danych pacjenta.

To ma sens, gdy placówka ma osobne statusy, właściciela wyjątku i log zatwierdzenia. To nie ma sensu, gdy automatyczne przypisanie jest przedstawiane jako obietnica zabiegu albo AI ma ustalać priorytet kliniczny.

## Trzy liczby i pierwszy krok

Po starcie mierz **czas do potwierdzenia statusu**, **liczbę wykrytych duplikatów** oraz **odsetek wyjątków zatwierdzonych przez lekarza z zachowanym śladem**. Liczba przydzielonych terminów nie pokaże, czy proces jest bezpieczny.

Sugeruję zacząć od mapy jednego rodzaju zabiegu: statusy, role, komunikaty, wyjątki i logi. **Nie wdrażaj integracji na podstawie samej zapowiedzi**; najpierw uzyskaj aktualną specyfikację MZ, CeZ lub dostawcy systemu i przypisz osobę do jej weryfikacji.

## Źródła

- [Ministerstwo Zdrowia — pakiet zmian w ochronie zdrowia](https://www.gov.pl/web/zdrowie/wieksze-bezpieczenstwo-pacjentow-rowny-dostep-do-swiadczen-i-przejrzyste-finansowanie-minister-zdrowia-przedstawila-pakiet-zmian-w-ochronie-zdrowia), 08.07.2026 — oficjalna zapowiedź e-Kolejki; wnosi zakres planowych zabiegów, wyboru lub automatycznego przypisania szpitala i widoczności etapów. Sprawdzono: 2026-07-10.
- [UODO — Czy AI to zagrożenie dla danych?](https://uodo.gov.pl/pl/138/4422), 10.06.2026 — oficjalne stanowisko o kontroli celu, zakresu i odpowiedzialności za dane oraz analizie przedwdrożeniowej AI. Sprawdzono: 2026-07-10.
- Okładka: [RDNE Stock project na Pexels](https://www.pexels.com/photo/doctors-discussing-a-medical-chart-6129204/)