--- title: "Nieodebrane telefony w rejestracji: jak AI może odzyskać pacjentów po godzinach pracy?" description: "Jak AI może odzyskiwać nieodebrane połączenia w polskiej przychodni: SMS, formularz, zadanie dla recepcji i raport bez triażu klinicznego." image: "https://ai4med.pl/img/nieodebrane-telefony-ai.jpg" date: 2026-07-03 author: Jacek Wyderka category: AI w placówce medycznej tags: rejestracja medyczna, nieodebrane połączenia, SMS do pacjenta, AI w recepcji, obsługa pacjenta, workflow medyczny url: "https://ai4med.pl/ai-w-placowce-medycznej/nieodebrane-telefony-ai" inLanguage: pl --- # Nieodebrane telefony w rejestracji: jak AI może odzyskać pacjentów po godzinach pracy? ## Czego dowiesz się z tego artykułu? - Jak policzyć, ile kontaktów pacjentów znika po godzinach pracy rejestracji. - Jak ułożyć prosty proces: nieodebrane połączenie, SMS, formularz, zadanie i raport dzienny. - Gdzie AI może przygotować obsługę, a gdzie decyzję musi podjąć człowiek. - Jak pokazać właścicielowi placówki efekt pilotażu bez obiecywania cudów. Pacjent dzwoni o 18:37, bo dopiero po pracy znalazł chwilę na umówienie wizyty. Rejestracja jest już zamknięta, telefon zapisuje połączenie jako nieodebrane, a rano zespół widzi tylko długą listę numerów. W małej polskiej przychodni to nie jest detal techniczny, tylko **utracony kontakt z pacjentem** i **ryzyko, że osoba pójdzie do konkurencji albo odłoży wizytę**. Nie zaczynałbym od voicebota, który ma „obsłużyć wszystko”. Ja bym zaczął od jednego, nudnego procesu: **wykryj połączenie poza godzinami**, wyślij krótki SMS, zbierz podstawową intencję w formularzu, załóż zadanie dla rejestracji i pokaż rano raport. To jest praktyczne, mierzalne i nie udaje decyzji medycznej. Warto przy tym pamiętać, że telefon w placówce medycznej ma też wymiar praw pacjenta. Rzecznik Praw Pacjenta przypomina, że sama publikacja numeru telefonu nie wystarcza, jeśli pacjent nie ma realnej możliwości kontaktu z rejestracją. Dlatego AI w tym procesie ma pomagać **odzyskać kontakt organizacyjny**, a nie prowadzić samodzielny triaż. ## Najważniejsze - Najpierw zmierz bazę: liczba nieodebranych połączeń po godzinach, odsetek oddzwonień i średni czas pierwszej reakcji następnego dnia. - AI może klasyfikować intencję, przygotować zadanie i raport, ale **nie może rozstrzygać pilności klinicznej ani obiecywać terminu poza grafikiem**. - SMS powinien być krótki, bez danych medycznych w treści, z jasną informacją, kiedy odezwie się rejestracja. - Największą wartość daje połączenie telefonu, formularza i lekkiego ticketingu, podobnie jak w procesach opisanych przy [VoIP i AI w placówce](/narzedzia-i-wdrozenia/voip-i-ai). - Po 30 dniach decyzja jest prosta: albo proces skraca czas oddzwonienia i odzyskuje kontakty, albo wracamy do ręcznej obsługi z lepszą kolejką. ## Najpierw policz, ile kontaktów znika po zamknięciu drzwi W wielu placówkach nikt nie wie, ile połączeń faktycznie przepada. Recepcja pamięta, że „telefon dzwoni cały czas”, właściciel widzi puste okienka w grafiku, a pacjent widzi brak odpowiedzi. Przed wdrożeniem AI potrzebujesz **minimum siedmiu dni danych bazowych**: godzina połączenia, numer, status oddzwonienia, temat sprawy, czas reakcji i wynik kontaktu. Nie chodzi o budowę centrum analitycznego. Wystarczy eksport z centrali telefonicznej albo ręczna tabela, jeśli system VoIP jeszcze nie istnieje. Sugeruję rozdzielić połączenia z godzin pracy i po godzinach, bo to są **dwa różne problemy operacyjne**. W godzinach pracy może brakować obsady; po godzinach brakuje prostego mechanizmu przejęcia zgłoszenia. Jeśli placówka ma kilka lokalizacji, warto porównać standard rozmów i przekierowań z podejściem opisanym w tekście o [AI w call center małej sieci placówek](/ai-w-placowce-medycznej/call-center-placowek-ai). Przy jednej przychodni wystarczy prostszy model: jedna skrzynka zadań, jeden raport dzienny i jedna osoba odpowiedzialna za pierwszy kontakt. | Obszar | Przed pilotażem | Po pilotażu 30 dni | | --- | --- | --- | | Widoczność połączeń po godzinach | Lista numerów w centrali albo brak raportu | Raport dzienny: liczba połączeń, godziny, status obsługi | | Pierwsza reakcja | Rano, gdy recepcja znajdzie czas | Automatyczny SMS po kilku minutach i zadanie na rano | | Informacja od pacjenta | Tylko numer telefonu | Formularz z wyborem: umówienie, zmiana terminu, pytanie administracyjne | | Odpowiedzialność | „Ktoś oddzwoni” | Zadanie przypisane do konkretnej osoby lub kolejki | | Ryzyko kliniczne | Ukryte w rozmowie telefonicznej | Wyjątki oznaczone do kontaktu człowieka, bez automatycznej kwalifikacji medycznej | ## Proces odzyskania kontaktu w pięciu krokach Najprostszy proces wygląda tak: centrala wykrywa nieodebrane połączenie poza godzinami, system wysyła SMS, pacjent może wypełnić krótki formularz, AI porządkuje intencję, a rano recepcja dostaje kolejkę zadań. W tym modelu **AI nie rozmawia o objawach**, tylko pomaga zespołowi nie zgubić kontaktu. Ja bym ograniczył formularz do spraw administracyjnych: wybór placówki, preferowany termin kontaktu, typ sprawy, zgoda na oddzwonienie i ewentualnie krótka wiadomość bez danych medycznych. Gdy pacjent opisuje objawy, ból, pogorszenie stanu albo sprawę pilną, system powinien pokazać komunikat o kontakcie z właściwym kanałem pomocy i oznaczyć zgłoszenie jako **wymagające człowieka**. *Rys. 1. Proces odzyskania kontaktu po godzinach — AI porządkuje zgłoszenie, a człowiek prowadzi dalszą obsługę.* Ten przepływ warto połączyć z lekkim systemem zadań. Jeżeli w placówce działa już ticketing, sprawa trafia do kolejki „oddzwonić”; jeżeli nie, wystarczy wspólna lista z właścicielem zadania i statusem. Najważniejsze są **ślady decyzji**, nie liczba pól w formularzu. ## SMS nie może udawać porady medycznej SMS po nieodebranym połączeniu powinien brzmieć organizacyjnie, nie klinicznie. Bez pytania o rozpoznanie, bez prośby o zdjęcia wyników, bez zachęty do opisywania pełnej historii choroby. Dobra wiadomość mówi: **odebraliśmy informację o próbie kontaktu**, rejestracja wróci w określonym czasie, a formularz służy tylko do wskazania rodzaju sprawy. Przykład bezpieczniejszego tonu: „Dziękujemy za kontakt z przychodnią. Rejestracja jest już zamknięta. Możesz zostawić prośbę o oddzwonienie w formularzu. Nie wpisuj danych medycznych ani pilnych objawów. W sprawach nagłych skorzystaj z właściwej pomocy medycznej”. Taki komunikat jest mniej efektowny niż marketingowy bot, ale **lepiej chroni pacjenta i placówkę**. W danych pacjenta trzeba być szczególnie ostrożnym. Numer telefonu, godzina kontaktu i informacja, że ktoś próbuje umówić wizytę, mogą być danymi osobowymi w kontekście świadczeń zdrowotnych. Dlatego przed startem warto uzgodnić z IOD podstawę przetwarzania, retencję logów, dostęp zespołu, treść SMS-a i to, czy dostawca narzędzia przetwarza dane jako podmiot przetwarzający. **Human-in-the-loop oznacza tu także człowieka odpowiedzialnego za politykę danych**, nie tylko recepcjonistkę oddzwaniającą rano. ## Przykład modelowy: mała przychodnia po godzinach > **Przykład modelowy** — scenariusz pokazuje sposób myślenia o pilotażu. Liczby ilustrują metryki, nie gwarantują wyniku wdrożenia. Załóżmy prywatną przychodnię specjalistyczną w Polsce: pięciu lekarzy, rejestracja czynna od 8:00 do 18:00, telefon VoIP i około 120 połączeń dziennie. Przez pierwszy tydzień manager sprawdza, że po godzinach pojawia się średnio 18 nieodebranych połączeń dziennie. Rano recepcja oddzwania do części numerów, ale **nie ma statusów**, więc nikt nie wie, które kontakty wróciły do grafiku. Po wdrożeniu pilotażu każdy kontakt po 18:00 dostaje SMS z linkiem do formularza. Pacjent wybiera jedną z opcji: nowa wizyta, zmiana terminu, odwołanie, pytanie administracyjne, prośba o kontakt. AI przypisuje kategorię i priorytet organizacyjny, a sprawa trafia do kolejki. Zespół nadal oddzwania, ale zaczyna od spraw z formularzem i od tych, które system oznaczył jako **wymagające szybszego kontaktu człowieka**. Po miesiącu manager porównuje trzy liczby: odsetek kontaktów z odpowiedzią w ciągu następnego dnia roboczego, średni czas oddzwonienia i liczbę zgłoszeń zakończonych umówieniem albo zmianą wizyty. Jeśli wcześniej placówka odzyskiwała 30-40% takich kontaktów, a po pilotażu widzi 60-70%, to jest sygnał do rozmowy o dalszym wdrożeniu. Nadal nie jest to gwarantowany ROI, tylko **konkretna decyzja operacyjna oparta o dane**. ## Kiedy bym to wdrażał, a kiedy odpuścił To ma sens, gdy placówka ma powtarzalny problem z telefonami po godzinach, potrafi eksportować listę nieodebranych połączeń i ma osobę, która rano bierze odpowiedzialność za kolejkę zadań. Wtedy AI działa jak **porządkujący asystent rejestracji**: zbiera intencję, układa sprawy i pokazuje raport. To nie ma sensu, gdy placówka nie ma ustalonych godzin kontaktu, nie wie, kto oddzwania rano, a SMS miałby tylko przykryć brak organizacji. Nie ma też sensu, gdy zespół chce pozwolić automatyzacji oceniać objawy albo decydować, kto „naprawdę” potrzebuje wizyty. W takich miejscach zacząłbym od standardu rejestracji i zasad eskalacji, dopiero potem od narzędzia. Granica jest prosta: **AI odzyskuje kontakt, człowiek decyduje o obsłudze pacjenta**. To zdanie warto wpisać do karty pilotażu i powtarzać przy wyborze dostawcy. Jeśli dostawca obiecuje, że system samodzielnie rozpozna pilność sprawy medycznej po krótkim formularzu, ja bym tę rozmowę zatrzymał i wrócił do pytań o odpowiedzialność. ## Pierwszy krok jutro rano dla rejestracji Pierwszy tydzień nie musi być wielkim wdrożeniem. W poniedziałek zbierz dane bazowe z telefonu. We wtorek ustal treść SMS-a z managerem, rejestracją i IOD. W środę przygotuj formularz bez pól na dane medyczne. W czwartek ustaw kolejkę zadań. W piątek przejdź z zespołem przez trzy scenariusze: nowa wizyta, zmiana terminu i zgłoszenie wymagające człowieka. Najważniejszy dokument to krótka karta pilotażu. Powinna zawierać **cel, zakres, metryki, role i granice automatyzacji**. Nie potrzebujesz prezentacji na 40 slajdów. Potrzebujesz jednej strony, którą zrozumie recepcja, właściciel, lekarz prowadzący i IOD. ```text Karta pilotażu: nieodebrane telefony po godzinach Cel: odzyskać kontakt z pacjentem bez triażu klinicznego. Zakres: połączenia poza godzinami pracy rejestracji. Kanały: SMS, formularz, kolejka zadań, raport dzienny. AI może: klasyfikować intencję administracyjną, przygotować zadanie, podsumować raport. Człowiek musi: oddzwonić, zatwierdzić termin, rozpoznać wyjątek, eskalować sprawę kliniczną. Metryki: liczba połączeń, czas reakcji, odsetek oddzwonień, wynik kontaktu. ``` Po tygodniu sprawdź, czy zespół faktycznie korzysta z kolejki i czy SMS nie generuje nowych nieporozumień. Jeśli pacjenci wpisują dane medyczne w wolnym polu, usuń to pole albo zmień komunikat. Jeśli recepcja nadal prowadzi własne notatki poza systemem, problemem nie jest AI, tylko **brak zaufania do procesu**. ## Źródła - [Rzecznik Praw Pacjenta — „Rejestracja do lekarza POZ musi być możliwa”](https://www.gov.pl/web/rpp/rejestracja-do-lekarza-poz-musi-byc-mozliwa--kolejny-wyrok-wsa-potwierdza-stanowisko-rzecznika-praw-pacjenta), 3 marca 2026. Oficjalny materiał RPP pokazuje, że rejestracja telefoniczna ma być realnie dostępna, a kierownictwo placówki powinno monitorować obciążenie linii i reagować na problemy. - [Ministerstwo Zdrowia — „Polska liderem e-zdrowia w Europie”](https://www.gov.pl/web/zdrowie/polska-liderem-e-zdrowia-w-europie-nowe-uslugi-cyfrowe-i-projekty-ai-przyspieszaja-transformacje-systemu-ochrony-zdrowia), 2 czerwca 2026. Źródło daje aktualny kontekst cyfryzacji ochrony zdrowia w Polsce oraz podkreśla cyberbezpieczeństwo i bezpieczne wykorzystanie AI. - [UODO — „Mapa źródeł danych medycznych w Polsce”](https://uodo.gov.pl/pl/138/4335), 14 kwietnia 2026. Wybrane jako źródło o danych medycznych i prywatności, bo pokazuje rozproszenie danych oraz potrzebę równowagi między innowacją a ochroną pacjenta. - [NFZ — „Miliony SMS-ów z przypomnieniem o wizycie”](https://www.nfz.gov.pl/aktualnosci/aktualnosci-centrali/miliony-sms-ow-z-przypomnieniem-o-wizycie%2C8551.html), 1 lutego 2024. Starsze, ale praktyczne źródło o komunikacji SMS w polskim systemie ochrony zdrowia; pokazuje skalę przypomnień i problem nieodwołanych wizyt. - Okładka: [www.kaboompics.com na Pexels](https://www.pexels.com/photo/portrait-of-doctor-with-stethoscope-working-on-laptop-5207114/), zdjęcie ID 5207114, dostęp: 2026-07-02.