AI w teleporadzie: podsumowanie rozmowy, lista zadań i follow-up dla pacjenta

Decyzja o AI w teleporadzie nie zaczyna się od pytania, który model najlepiej transkrybuje rozmowę. Zaczyna się od pytania: co ma się wydarzyć po zakończeniu konsultacji i kto bierze odpowiedzialność za dalszy krok. W polskiej placówce medycznej to może być szkic notatki, zadanie dla rejestracji, przypomnienie o badaniu, informacja edukacyjna dla pacjenta albo wpis w EDM.

Ja bym tu postawił prostą granicę: AI porządkuje rozmowę, a lekarz zatwierdza znaczenie kliniczne. Model może wychwycić, że padła prośba o kontrolę za trzy tygodnie, że trzeba wysłać zalecenia organizacyjne albo że brakuje informacji o wykonaniu badania. Nie powinien samodzielnie decydować, czy pacjent wymaga zmiany leczenia, pilnej wizyty albo diagnostyki.

Ten playbook jest dla managera placówki, lekarza prowadzącego, kierownika rejestracji i osoby odpowiedzialnej za dokumentację w polskiej przychodni lub klinice. Teleporada jest procesem medycznym, a nie tylko rozmową telefoniczną. Dlatego AI trzeba wpiąć w role, zgody, logi, jakość dźwięku i zapis w systemie, nie w obietnicę „automatycznej notatki”.

Najważniejsze

• AI może przygotować transkrypcję, podsumowanie rozmowy, listę zadań i szkic follow-upu, ale lekarz zatwierdza treść kliniczną i decyzje wobec pacjenta.
• Najbezpieczniej zacząć od teleporad kontrolnych, kontynuacji leczenia i spraw organizacyjnych, gdzie placówka ma jasny scenariusz oraz dokumentację.
• Identyfikacja pacjenta, zgoda na nagrywanie, jakość audio, retencja nagrań i zapis w EDM muszą być opisane przed pilotażem.
• To ma sens, gdy placówka ma powtarzalne teleporady, lekarz traci czas na porządkowanie notatek, a rejestracja gubi zadania po rozmowie.
• To nie ma sensu, gdy zespół chce nagrywać i streszczać wszystko bez procedury danych pacjenta, kontroli lekarza i decyzji, co trafia do dokumentacji.

Najpierw podziel teleporadę na decyzje

W praktyce teleporada składa się z kilku małych decyzji, które często zlewają się w jedną rozmowę. Kto potwierdza tożsamość pacjenta? Kto sprawdza, czy jakość połączenia pozwala prowadzić konsultację? Kto decyduje, że potrzebna jest wizyta stacjonarna? Kto zatwierdza zalecenia i wpis w dokumentacji? Dopiero po takim rozbiciu widać, gdzie AI naprawdę pomaga.

Najczęstszy błąd to potraktowanie transkrypcji jako celu. Sama transkrypcja jest tylko surowcem. Wartość pojawia się wtedy, gdy po rozmowie powstaje krótkie podsumowanie dla lekarza, lista zadań dla zespołu i czytelny follow-up dla pacjenta. Każdy z tych elementów ma inny poziom ryzyka.

Ten podział warto połączyć z wcześniejszymi decyzjami o zgodzie pacjenta na nagrywanie wizyty. Jeśli teleporada działa przez centralę lub telefonię VoIP, przyda się też techniczny kontekst z tekstu o VoIP i AI w placówce medycznej. Nie chodzi o mnożenie procedur, tylko o to, żeby każdy wynik AI miał właściciela.

Bezpieczny przepływ: AI szkicuje, lekarz zatwierdza

Dobry przepływ teleporady powinien mieć momenty zatrzymania. AI nie powinna przepychać automatycznie treści do EDM, wysyłać zaleceń pacjentowi ani tworzyć zadania klinicznego bez kontroli. Może natomiast skrócić czas między rozmową a uporządkowaniem informacji, zwłaszcza gdy lekarz ma kilka konsultacji pod rząd.

Sugeruję zacząć od dwóch produktów po teleporadzie. Pierwszy to notatka robocza dla lekarza: powód kontaktu, ustalenia, braki, proponowane zadania. Drugi to follow-up administracyjny lub edukacyjny: termin kontroli, przypomnienie o badaniu, link do zatwierdzonych materiałów placówki, prośba o dosłanie wyniku przez właściwy kanał. Jeżeli którykolwiek element brzmi jak indywidualne zalecenie medyczne, wraca do lekarza.

flowchart LR
  A[Pacjent łączy się z placówką] --> B[Identyfikacja i informacja o nagraniu]
  B --> C[Teleporada z lekarzem]
  C --> D[Transkrypcja AI]
  D --> E[Szkic podsumowania i zadań]
  E --> F{Treść kliniczna?}
  F -->|tak| G[Lekarz zatwierdza]
  F -->|nie| H[Rejestracja wykonuje zadanie]
  G --> I[Wpis lub załącznik w EDM]
  H --> J[Follow-up organizacyjny]

Rys. 1. Teleporada z AI: system porządkuje rozmowę, ale treść kliniczną zatwierdza lekarz.

W tym modelu człowiek nie jest dekoracją w procesie. Lekarz zatwierdza sens medyczny, rejestracja wykonuje zadania organizacyjne, a manager pilnuje metryk i wyjątków. AI może oznaczać niepewne fragmenty transkrypcji, ale nie może udawać, że słaby dźwięk, przerwana rozmowa albo brak identyfikacji pacjenta to drobiazg.

Cztery ryzyka, które trzeba złapać przed startem

Pierwsze ryzyko to identyfikacja pacjenta. W teleporadzie nie wystarczy, że system ma numer telefonu albo nazwisko w grafiku. Placówka powinna mieć jasną procedurę potwierdzenia tożsamości i decyzję, co robić, gdy rozmowę odbiera opiekun, osoba bliska albo pacjent nie może potwierdzić danych. AI może przypomnieć o kroku, ale nie powinna sama uznać identyfikacji za poprawną.

Drugie ryzyko to jakość nagrania. Słaba jakość dźwięku zmienia sens transkrypcji, szczególnie przy nazwach leków, dawkowaniu, datach i wynikach badań. Dlatego system powinien oznaczać fragmenty niepewne, a lekarz powinien mieć prosty widok: co jest pewne, co wymaga odsłuchu, czego nie wolno przepisać do dokumentacji bez weryfikacji.

Trzecie ryzyko to dane pacjenta i retencja. Nagranie, transkrypt i podsumowanie mogą mieć różne cele oraz różne okresy przechowywania. W tematach danych i bezpieczeństwa warto wracać do kategorii AI4Med: dane i bezpieczeństwo, bo przy teleporadzie łatwo pomylić wygodę lekarza z nowym zbiorem danych. IOD powinien zobaczyć proces przed pierwszym testem na realnych pacjentach.

Czwarte ryzyko to fałszywa kompletność. Podsumowanie AI może wyglądać ładnie, nawet gdy pomija ważne zastrzeżenie pacjenta. Dlatego w pilotażu trzeba wymagać, aby system pokazywał nie tylko gotowy tekst, ale też listę brakujących informacji i fragmenty wymagające decyzji lekarza. W telemedycynie mniej ryzykowna jest krótka notatka z flagą „do sprawdzenia” niż piękny akapit, który udaje pewność.

Przykład z przychodni: kontrola po badaniach

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

Wyobraźmy sobie przychodnię internistyczną, która prowadzi teleporady kontrolne po badaniach. Pacjent umawia kontakt, lekarz omawia wynik, przypomina o kontroli i czasem prosi o dodatkowe badanie. Do tej pory po rozmowie zostawała krótka notatka w EDM, a zadania dla rejestracji były dopisywane ręcznie albo przekazywane ustnie. Największy problem nie leżał w samej rozmowie, tylko w tym, że follow-up potrafił się rozjechać między lekarzem, pacjentem i recepcją.

W pilotażu AI przygotowuje szkic podsumowania: powód teleporady, omówione dokumenty, decyzje wymagające zatwierdzenia, zadania dla rejestracji i propozycję krótkiej wiadomości do pacjenta. Lekarz po rozmowie widzi ten szkic, poprawia fragmenty kliniczne i decyduje, co trafia do EDM. Rejestracja dostaje tylko zatwierdzone zadania, na przykład „umówić kontrolę za 3 tygodnie” albo „przypomnieć o dostarczeniu wyniku badania”.

To ma sens, gdy proces dotyczy powtarzalnych teleporad, lekarz ma kontrolę nad treścią, a zespół wie, które zadania są organizacyjne. To nie ma sensu, gdy AI ma samodzielnie interpretować wynik, dobierać postępowanie albo wysyłać pacjentowi indywidualne zalecenia bez zatwierdzenia. Human-in-the-loop jest tu warunkiem jakości, nie dodatkiem do prezentacji dla zarządu.

Ja bym w takim pilotażu nie zaczynał od wszystkich porad. Lepiej wybrać jeden typ konsultacji, jednego lekarza lub mały zespół i 20-30 rozmów testowych po uzyskaniu wymaganych zgód oraz ustaleniu zasad danych. Pierwszy miesiąc ma odpowiedzieć, czy proces jest bezpieczny i użyteczny, a nie udowodnić, że AI „robi dokumentację za lekarza”.

Co mierzyć po miesiącu

Metryki powinny pokazywać jakość procesu, nie tylko liczbę wygenerowanych podsumowań. Szybkość bez kontroli jest złym celem. Jeśli lekarz dostaje szkic w kilka sekund, ale potem musi go poprawiać dłużej niż własną notatkę, pilotaż nie pomaga. Jeśli pacjent dostaje follow-up szybko, ale bez zatwierdzenia treści, placówka zwiększa ryzyko.

Warto też zebrać krótką opinię lekarza i rejestracji. Czy szkic jest czytelny? Czy zadania są dobrze nazwane? Czy pacjent dostaje informację w przewidywalnym czasie? Twarde liczby bez rozmowy z zespołem bywają mylące, bo teleporada jest usługą, nie linią produkcyjną.

Pierwszy tydzień pilotażu

Pierwszy tydzień powinien być nudny i kontrolowany. To komplement. Nie testuj na najbardziej skomplikowanych przypadkach, nie rozszerzaj od razu na wszystkich lekarzy i nie wysyłaj automatycznie wiadomości do pacjenta. Zacznij od procesu, który placówka już dobrze rozumie.

Dobry brief dla zespołu można przygotować bez danych pacjenta. Poniższy prompt jest do warsztatu wewnętrznego, nie do wklejania historii choroby ani pełnych transkryptów. Używaj opisów procesu i ról, a nie realnych informacji medycznych.

Przygotuj kartę pilotażu AI dla teleporady w polskiej placówce medycznej.

Kontekst:
- typ teleporady: kontrola po badaniach / kontynuacja leczenia / sprawa organizacyjna
- role: lekarz, rejestracja, manager, IOD
- systemy: telefon lub wideo, EDM, grafik, kanał follow-upu

Zwróć:
1. etapy procesu przed rozmową, w trakcie i po rozmowie,
2. elementy, które AI może przygotować,
3. elementy, które musi zatwierdzić lekarz lub personel,
4. ryzyka danych pacjenta i jakości nagrania,
5. metryki po 30 dniach,
6. sytuacje, w których teleporada powinna przejść w wizytę stacjonarną.

Nie używaj danych pacjenta, numerów identyfikacyjnych, nazwisk, pełnej historii choroby ani realnych transkryptów.

Na koniec tygodnia sprawdź trzy rzeczy. Po pierwsze, czy lekarz ufa szkicowi na tyle, żeby szybciej go zatwierdzać, ale nie na tyle, żeby przestać go czytać. Po drugie, czy rejestracja dostaje zadania w formie, którą da się wykonać. Po trzecie, czy pacjent otrzymuje follow-up dopiero po zatwierdzeniu właściwej treści. Jeśli któryś z tych punktów nie działa, zatrzymaj rozszerzanie pilotażu.

Źródła

• Pacjent.gov.pl — „Jak pacjenci oceniają teleporady” — wnosi aktualny kontekst pacjencki: zadowolenie z teleporad, potrzebę decyzji lekarza o wizycie stacjonarnej i znaczenie dopytania o szczegóły; dostęp: 2026-07-01.
• Pacjent.gov.pl — „Nocna i świąteczna opieka zdrowotna” — pokazuje, że to pracownik medyczny ocenia, czy teleporada jest wystarczająca, a w razie potrzeby potrzebna jest wizyta tradycyjna; dostęp: 2026-07-01.
• ISAP — Dz.U. 2022 poz. 1194, standard organizacyjny teleporady w POZ — źródło pierwotne dla standardu teleporady; ważne jako tło prawne dla identyfikacji, poufności i organizacji świadczenia; dostęp: 2026-07-01.
• Centrum e-Zdrowia — System e-zdrowie (P1) — opisuje P1, EDM, zdarzenia medyczne i system teleporady jako element cyfrowego ekosystemu ochrony zdrowia w Polsce; dostęp: 2026-07-01.
• UODO — „Czy AI to zagrożenie dla danych?” — aktualny głos regulatora z 10.06.2026: przed AI najpierw decyzje prawne i organizacyjne, szczególnie przy danych medycznych; dostęp: 2026-07-01.
• Zdjęcie okładkowe: Tima Miroshnichenko / Pexels — lokalna okładka artykułu, spokojna scena teleporady bez sensacyjności.