Czego dowiesz się z tego artykułu?

  • Jak zbudować listę rezerwową, która pomaga zapełniać wolne terminy bez presji na pacjenta.
  • Jak AI może ustalać kolejność kontaktu według preferencji, kanału i limitu czasu.
  • Gdzie człowiek musi zatwierdzić wyjątek, żeby nie zrobić z grafiku czarnej skrzynki.
  • Jak mierzyć pilotaż listy rezerwowej po 7 i 30 dniach.

Zwolniony termin w grafiku wygląda niewinnie: jeden pacjent odwołał wizytę, jeden slot jest pusty, rejestracja próbuje szybko znaleźć kogoś z listy. W praktyce polskiej przychodni to często kilka równoległych telefonów, nieaktualne preferencje pacjentów i stres, czy ktoś nie dostał komunikatu za późno albo zbyt nachalnie.

Lista rezerwowa z AI ma sens dopiero wtedy, gdy placówka traktuje ją jak proces obsługi pacjenta, a nie automat do wciskania ludzi w wolne okienka. Pacjent nie jest rekordem w tabeli. Ma swoje godziny pracy, kanał kontaktu, ograniczenia dojazdu, typ wizyty i prawo powiedzieć: nie teraz.

Ja bym zaczynał od prostego założenia: AI porządkuje kolejność i przygotowuje komunikat, a człowiek zatwierdza nietypowe sytuacje, konflikt danych i finalne wpisanie do grafiku. To wolniejsze niż agresywny bot, ale znacznie lepsze dla reputacji placówki.

Najważniejsze

  • AI może wskazać, do kogo zadzwonić lub wysłać SMS najpierw, ale nie powinna sama rozstrzygać spraw klinicznych ani obiecywać terminu bez potwierdzenia rejestracji.
  • Dobra lista rezerwowa ma reguły: typ wizyty, lokalizacja, lekarz, minimalny czas na dojazd, preferowany kanał i limit oczekiwania na odpowiedź.
  • Kontaktuj pacjentów sekwencyjnie albo w małych falach, z jasnym czasem ważności propozycji; masowa wysyłka do wszystkich naraz tworzy chaos.
  • To ma sens, gdy placówka ma aktualne zgody kontaktowe, sprawny grafik, właściciela procesu i metrykę: czas od zwolnienia slotu do potwierdzenia wizyty.
  • To nie ma sensu, gdy lista jest stara, nie wiadomo kto zatwierdza termin, a AI miałaby decydować, który pacjent klinicznie powinien wejść pierwszy.

Najpierw reguły listy, potem automatyzacja

Najczęstszy błąd polega na tym, że placówka chce automatyzować listę, której nikt wcześniej nie uporządkował. Wtedy AI dostaje mieszankę: pacjentów z różnych usług, starych numerów telefonów, niejasnych zgód, preferencji zapisanych w notatkach i terminów, które wymagają zgody konkretnego lekarza. Automatyzacja tylko przyspiesza bałagan, jeśli nie ma reguł wejściowych.

Minimalna karta listy rezerwowej powinna mówić, kto może na nią trafić, dla jakiej usługi, na jak długo, jakim kanałem można się kontaktować i kiedy pacjent wypada z kolejki. Warto rozdzielić listę dla wizyt administracyjnie prostych od wizyt, gdzie termin zależy od kwalifikacji lekarza, przygotowania do badania albo dokumentów. Nie każda luka w grafiku jest tym samym problemem.

Sugeruję zacząć od jednej usługi, jednej lokalizacji i jednego kanału kontaktu. Jeśli placówka ma już opisany standard telefonu, można go powiązać z tekstem o AI w call center małej sieci placówek. Jeśli nie, lista rezerwowa powinna być najpierw prostą procedurą rejestracji, dopiero potem modułem AI.

Logika wyboru pacjenta bez robienia loterii

AI może pomóc tam, gdzie człowiek zwykle traci czas na porównywanie kilku warunków naraz. Nie chodzi o tajemniczy scoring pacjenta. Chodzi o jawne reguły operacyjne, które rejestracja rozumie i może zakwestionować. Właściciel placówki powinien umieć wyjaśnić, dlaczego system zaproponował daną kolejność.

RegułaCo może policzyć AICo zatwierdza człowiekRyzyko
Dopasowanie usługizgodność typu wizyty, lekarza, lokalizacji i czasu trwaniaczy termin faktycznie pasuje do grafiku i kwalifikacji wizytywpisanie pacjenta do niewłaściwego typu slotu
Preferencje pacjentakanał kontaktu, godziny kontaktu, minimalny czas na dojazdczy preferencje są aktualne i zgodne z zasadami placówkiirytujące wiadomości poza ustalonym oknem
Pilność organizacyjnakto czeka najdłużej, kto wcześniej prosił o szybszy terminczy nie ma wyjątku klinicznego wymagającego lekarzaudawanie, że AI ocenia stan zdrowia
Limit odpowiedziczas ważności propozycji, liczba prób kontaktukiedy przejść do następnej osobyblokowanie slotu przez zbyt długie oczekiwanie
Historia kontaktuostatnia odpowiedź, brak odpowiedzi, odwołanie z wyprzedzeniemczy kontakt nie wygląda na nadużycie lub błąd danychniesprawiedliwe karanie pacjenta za brak odpowiedzi

W tej tabeli najważniejsza jest kolumna środkowa: co zatwierdza człowiek. AI może przygotować krótką listę kandydatów, ale recepcja musi widzieć powód wyboru i mieć przycisk stop. Jeżeli system mówi tylko, że pacjent ma wynik 87/100, ja bym poprosił dostawcę o prostsze wyjaśnienie albo odłożył wdrożenie.

Od wolnego slotu do potwierdzonej wizyty

Proces powinien być spokojny i sekwencyjny. Najpierw termin się zwalnia, potem system sprawdza typ wizyty i reguły listy, następnie wybiera małą grupę kandydatów, wysyła propozycję i czeka określony czas. Dopiero po potwierdzeniu człowieka pacjent trafia do grafiku. Wolny slot nie powinien być oferowany dziesięciu osobom bez kontroli.

Diagram 
flowchart LR
  A[Termin zwolniony] --> B[AI sprawdza reguły listy]
  B --> C[Kandydaci z preferencjami]
  C --> D[Kontakt SMS lub telefon]
  D --> E{Odpowiedź w limicie?}
  E -->|tak| F[Rejestracja potwierdza]
  E -->|nie| G[Następny kandydat]
  G --> D
  F --> H[Wpis w grafiku]
  F --> I[Log decyzji]

Rys. 1. Lista rezerwowa jako proces: AI porządkuje kandydatów, a rejestracja zatwierdza wpis do grafiku.

Dobre narzędzie powinno pozwalać ustawić limit ważności propozycji: na przykład 20 minut dla wizyty jutro rano i 2 godziny dla terminu za trzy dni. Powinno też zapisywać prosty log: kto został wskazany, kiedy wysłano kontakt, jaka była odpowiedź, kto zatwierdził wpis. Log ma odtworzyć odpowiedzialność, a nie kopiować pełną historię pacjenta.

Jeżeli lista rezerwowa łączy się z telefonią lub VoIP, warto sprawdzić też, czy system potrafi rozdzielić połączenia ręczne od automatycznych i czy recepcja widzi status sprawy. Podobne pytania pojawiają się przy VoIP i AI w placówce medycznej. Najgorszy wariant to dwa równoległe procesy, w których SMS mówi jedno, a recepcja w tym samym czasie dzwoni z czymś innym.

Komunikat, który nie irytuje pacjenta

Treść wiadomości powinna być krótka, konkretna i bez danych medycznych. Nie pisz w SMS-ie rozpoznania, szczegółów wyniku ani informacji, którą mogłaby przeczytać osoba postronna. Wystarczy: placówka, propozycja wcześniejszego terminu, czas ważności odpowiedzi i informacja, że potwierdzenie nastąpi po stronie rejestracji. Pacjent ma dostać wybór, nie presję.

Przykład tonu: Dzień dobry, zwolnił się wcześniejszy termin wizyty w naszej placówce. Jeśli chce Pan/Pani skorzystać, prosimy odpowiedzieć TAK w ciągu 30 minut. Rejestracja potwierdzi termin osobną wiadomością lub telefonicznie. Jeżeli termin nie pasuje, prosimy zignorować wiadomość. To jest komunikat organizacyjny, nie porada medyczna.

W kanale telefonicznym rejestracja powinna mieć podobny skrypt: jedna propozycja, jasny limit decyzji i brak nacisku. Nie każdy pacjent może odebrać natychmiast. Nie każdy chce rozmawiać przy współpracownikach albo w autobusie. Szacunek do rytmu pacjenta jest częścią jakości obsługi, nie dodatkiem marketingowym.

Przykład modelowy: klinika rehabilitacyjna

Przykład modelowy - scenariusz pokazuje sposób myślenia o pilotażu. Liczby ilustrują metryki, nie gwarantują wyniku wdrożenia.

Klinika rehabilitacyjna w Polsce ma pięciu fizjoterapeutów i dużo odwołań z jednodniowym wyprzedzeniem. Rejestracja prowadzi listę rezerwową w arkuszu, ale pacjenci mają różne preferencje: jedni mogą przyjść tylko rano, inni tylko po pracy, część chce SMS, część prosi o telefon. Przed pilotażem średni czas od zwolnienia slotu do obsadzenia terminu wynosi 4 godziny. Część okienek zostaje pusta, bo zespół zaczyna dzwonić za późno.

W pilotażu placówka wybiera jedną usługę: konsultacja fizjoterapeutyczna 45 minut. AI sprawdza listę według czterech kryteriów: zgodność usługi, preferowane godziny, kanał kontaktu i minimalny czas na dojazd. System proponuje trzy osoby, ale wysyła wiadomość tylko do pierwszej. Jeśli pacjent nie odpowie w limicie, propozycja idzie do kolejnej osoby. Rejestracja zatwierdza finalny wpis, a nietypowe sytuacje przekazuje kierownikowi.

Po 30 dniach manager patrzy na pięć liczb: średni czas obsadzenia zwolnionego slotu, odsetek potwierdzonych propozycji, liczba pacjentów kontaktowanych równolegle, liczba ręcznych korekt oraz liczba skarg na komunikację. Jeżeli sloty zapełniają się szybciej, ale pacjenci narzekają na presję albo niejasne SMS-y, proces wymaga korekty. Wynik operacyjny nie może przykryć jakości kontaktu.

Karta pilotażu dla rejestracji

Pierwszy tydzień powinien być mały. Wybierz jedną usługę, jedną listę, jeden kanał podstawowy i jedną osobę odpowiedzialną za zatwierdzenie. Z mojego doświadczenia to dużo lepsze niż start od pełnej automatyzacji całego grafiku, bo zespół szybciej widzi, gdzie reguły są niejasne. Pilotaż ma nauczyć procesu, nie udowodnić tezę za wszelką cenę.

Poniższy prompt jest do warsztatu procesowego. Nie wklejaj danych pacjentów, numerów telefonów, PESEL, opisów chorób ani historii wizyt. Opisuj role, reguły i kanały, a nie konkretne osoby.

Przygotuj kartę pilotażu listy rezerwowej dla polskiej placówki medycznej.

Kontekst:
- typ placówki: przychodnia / klinika / gabinet specjalistyczny
- usługa objęta pilotażem: nazwa usługi bez danych pacjentów
- kanały kontaktu: SMS / telefon / e-mail / portal pacjenta
- role: rejestracja, kierownik rejestracji, manager, lekarz lub osoba medyczna, IOD

Zwróć:
1. reguły wejścia pacjenta na listę rezerwową,
2. kryteria wyboru kolejności kontaktu,
3. limit czasu odpowiedzi dla terminu dziś, jutro i za kilka dni,
4. treść neutralnego komunikatu bez danych medycznych,
5. sytuacje, które musi zatwierdzić człowiek,
6. minimalny log decyzji bez kopiowania dokumentacji medycznej,
7. metryki po 7 i 30 dniach.

Nie twórz zaleceń medycznych. Nie oceniaj pilności klinicznej pacjenta.

Tę kartę warto omówić z rejestracją, managerem i IOD przed rozmową z dostawcą. Jeśli placówka dopiero zaczyna wdrożenia AI, dobrze połączyć ten temat z szerszym planem pierwszych 30 dni pilotażu. Lista rezerwowa jest wdzięcznym procesem startowym, ale tylko wtedy, gdy zespół ma prawo zatrzymać automat.

Pytania do IOD, dostawcy i zespołu

Do IOD zapytałbym: jakie dane są potrzebne do prowadzenia listy, jaka jest podstawa kontaktu, jak długo trzymamy preferencje pacjenta i kto ma dostęp do logów. UODO w kontekście AI w ochronie zdrowia mocno podkreśla kontrolę nad celem, zakresem i odpowiedzialnością za dane. W praktyce oznacza to: najpierw reguły i rozliczalność, potem narzędzie.

Do dostawcy zapytałbym: czy dane z listy są używane do trenowania modeli, gdzie są przetwarzane, czy da się wyłączyć masową wysyłkę, czy system pokazuje powód wyboru pacjenta i czy każdy komunikat ma status. Jeżeli dostawca nie umie wyjaśnić priorytetu, nie oddawałbym mu procesu z grafikiem pacjentów.

Do zespołu zapytałbym: kiedy kontakt jest za późny, kiedy zbyt nachalny, jak pacjent może wypisać się z listy, kto rozwiązuje konflikt dwóch potwierdzeń i co robimy, gdy system wskaże osobę, której termin jednak nie pasuje. Te pytania brzmią operacyjnie, ale to one decydują, czy pacjent poczuje sprawną obsługę, czy automatyczny nacisk.

Decyzja managera: start albo stop

To ma sens, gdy masz aktualną listę, opisane preferencje, zgodne kanały kontaktu, realny grafik i osobę w rejestracji, która bierze odpowiedzialność za finalne potwierdzenie. Wtedy AI działa jak asystent porządkujący kolejkę, a nie osoba decydująca o dostępie do świadczenia.

To nie ma sensu, gdy lista rezerwowa jest zbiorem starych notatek, pacjenci nie wiedzą, na co się zapisali, a placówka chce wysyłać propozycje wszystkim naraz. Nie ma też sensu, gdy system miałby automatycznie oceniać, kto klinicznie bardziej potrzebuje wizyty. Taka decyzja należy do uprawnionego personelu, nie do algorytmu od grafiku.

Pierwszy krok na jutro jest prosty: weź ostatnie 20 zwolnionych terminów i sprawdź, ile czasu zajęło ich obsadzenie, ile osób trzeba było kontaktować i gdzie powstało zamieszanie. Dopiero potem ustaw pilotaż. Najlepsza lista rezerwowa zaczyna się od uczciwej mapy obecnego procesu.

Źródła