--- title: "Rehabilitacja według ICF: jak lekarz i fizjoterapeuta dzielą kwalifikację? " description: Jak przygotować proces kwalifikacji do rehabilitacji według ICF, żeby AI wspierała ocenę, a lekarz i fizjoterapeuta zachowali decyzję. image: "https://ai4med.pl/img/rehabilitacja-icf-proces.jpg" date: 2026-07-07 author: Jacek Wyderka category: AI w pracy lekarza tags: rehabilitacja, ICF, kwalifikacja pacjenta, fizjoterapia, human-in-the-loop url: "https://ai4med.pl/ai-w-pracy-lekarza/rehabilitacja-icf-proces" inLanguage: pl --- # Rehabilitacja według ICF: jak lekarz i fizjoterapeuta dzielą kwalifikację? ## Czego dowiesz się z tego artykułu? - Jak przełożyć projekt zmian w rehabilitacji na proces w polskiej placówce. - Gdzie ICF i skale medyczne pomagają, a gdzie decyzję musi podjąć człowiek. - Jak ułożyć kartę kwalifikacji bez wklejania danych pacjenta do przypadkowego narzędzia AI. - Co mierzyć po pierwszym miesiącu, żeby nie pomylić porządku z automatyzacją kliniczną. Ministerstwo Zdrowia skierowało do konsultacji projekt zmian w rehabilitacji leczniczej. Dla managera placówki rehabilitacyjnej nie jest to tylko informacja prawna. To sygnał, że **kwalifikacja pacjenta będzie coraz mocniej opierać się na stanie klinicznym, funkcjonalnym, skalach medycznych i ICF**, a nie na luźnej praktyce jednego gabinetu. W tym miejscu łatwo pójść za daleko z technologią. AI może pomóc uporządkować formularz, sprawdzić kompletność pól i przygotować listę braków. Nie powinna jednak **samodzielnie przypisywać pacjenta do formy rehabilitacji** ani zastępować rozmowy lekarza z fizjoterapeutą. W polskiej placówce to nadal decyzja medyczna, z odpowiedzialnością konkretnego człowieka. Ja bym potraktował ICF jako wspólny język zespołu, a nie jako magiczną etykietę w systemie. **Najpierw proces, role i ślad decyzji**, dopiero potem narzędzie. Jeśli ta kolejność się odwróci, placówka może mieć ładny formularz i bardzo niejasną odpowiedzialność. ## Najważniejsze - **ICF nie jest automatem kwalifikującym.** To klasyfikacja i język opisu funkcjonowania, który ma wspierać ocenę, plan terapii i monitorowanie efektów. - **Lekarz i fizjoterapeuta muszą mieć rozdzielone role.** System może zebrać dane organizacyjne, ale specjalista zatwierdza znaczenie kliniczne i plan. - **Rejestracja nie interpretuje skal.** Może sprawdzić kompletność dokumentów, termin i status sprawy, ale nie tłumaczy pacjentowi, jaka forma rehabilitacji jest właściwa medycznie. - **Dane pacjenta wymagają bezpiecznego środowiska.** Do warsztatu z AI wystarczy opis procesu, dane syntetyczne albo puste szablony pól. - **Metryką nie jest liczba wypełnionych formularzy.** Licz kompletność kwalifikacji, korekty planu po pierwszej wizycie i liczbę spraw odesłanych do ponownej oceny. ## Co naprawdę zmienia projekt rehabilitacji Projekt MZ zapowiada uporządkowanie ścieżki pacjenta i kwalifikacji do różnych form rehabilitacji: ambulatoryjnej, domowej, dziennej albo stacjonarnej. W praktyce placówki oznacza to potrzebę lepszego zapisu, dlaczego pacjent trafia do danego trybu. **Nie wystarczy notatka, że pacjent wymaga rehabilitacji**. Trzeba pokazać stan funkcjonalny, skalę, cel i osobę podejmującą decyzję. Dla prywatnej placówki, która obsługuje pacjentów komercyjnie i NFZ, to dobry moment na uporządkowanie własnej karty kwalifikacji. Nawet jeżeli finalne przepisy będą jeszcze zmieniane po konsultacjach, kierunek jest czytelny: **więcej obiektywizacji, więcej porównywalności i mocniejszy opis efektów terapii**. To jest praca operacyjna, nie zakupowa. AI może w tym pomóc, jeśli dostaje zadanie pomocnicze: sprawdź, czy karta ma wszystkie pola, oznacz braki, podpowiedz pytania do specjalisty, porównaj wersję przed i po terapii. **Nie może dopisywać uzasadnienia klinicznego, którego specjalista nie powiedział**. Jeśli narzędzie brzmi pewnie, ale nie wiadomo, skąd wzięło wniosek, proces jest za słaby. ## AI przygotowuje — człowiek zatwierdza Najważniejszy moduł wdrożeniowy to prosty podział odpowiedzialności. W wielu placówkach problem nie polega na braku narzędzia, tylko na tym, że każdy widzi tylko swój fragment. Lekarz patrzy na rozpoznanie i przeciwwskazania, fizjoterapeuta na funkcję i plan terapii, rejestracja na terminy i dokumenty. **ICF ma sens wtedy, gdy te trzy perspektywy spotykają się w jednym procesie**. | Etap | AI przygotowuje | Człowiek zatwierdza | Ślad w placówce | | --- | --- | --- | --- | | Przyjęcie sprawy | Lista brakujących pól, status skierowania, typ wizyty | Rejestracja lub koordynator | data wpływu, kompletność dokumentów, kanał kontaktu | | Ocena kliniczna | Uporządkowanie informacji do rozmowy, bez interpretacji diagnozy | Lekarz | rozpoznanie, przeciwwskazania, decyzja o dalszej ścieżce | | Ocena funkcjonalna | Porównanie wypełnionych skal, wskazanie pustych pól | Fizjoterapeuta | skala, wynik, opis funkcjonowania, ograniczenia | | Plan terapii | Szkic struktury planu i przypomnienie o celu terapii | Lekarz lub fizjoterapeuta zgodnie z kompetencją | cel, zakres, termin kontroli, osoba zatwierdzająca | | Kontakt z pacjentem | Prosty komunikat organizacyjny na podstawie zatwierdzonego tekstu | Rejestracja, a przy treści medycznej specjalista | wersja komunikatu, data, eskalacja do człowieka | Taki podział dobrze łączy się z zasadą opisaną w tekście o [kontroli człowieka nad AI](/ai-w-pracy-lekarza/kontrola-czlowieka-ai). Model porządkuje, człowiek interpretuje. **Human-in-the-loop nie może być kliknięciem na końcu**, tylko realnym momentem, w którym specjalista może zmienić, zatrzymać albo odrzucić wynik narzędzia. ## Karta kwalifikacji bez danych wrzucanych do modelu Sugeruję zacząć od karty procesu, nie od promptu. Karta powinna być możliwa do omówienia na warsztacie bez danych pacjenta: same pola, role i statusy. **To chroni zespół przed pokusą testowania narzędzia na prawdziwych opisach wizyt**, co przy danych zdrowotnych jest złą drogą bez decyzji prawnej, technicznej i organizacyjnej. Minimalna karta kwalifikacji może mieć osiem pól: źródło skierowania, stan kliniczny do oceny przez lekarza, stan funkcjonalny do oceny przez fizjoterapeutę, zastosowana skala, element ICF, cel terapii, decyzja człowieka i termin oceny efektów. **AI może sprawdzić, czy pola są uzupełnione logicznie**, ale nie rozstrzyga, czy wynik skali oznacza konkretną formę rehabilitacji dla danej osoby. Do tego dodałbym pole statusu: robocze, wymaga uzupełnienia, wymaga lekarza, wymaga fizjoterapeuty, zatwierdzone. Brzmi administracyjnie, ale w placówce robi dużą różnicę. **Rejestracja widzi, czego brakuje**, a pacjent nie dostaje przedwczesnej obietnicy, że dana forma terapii jest już przesądzona. ## Przykład w placówce rehabilitacyjnej > **Przykład modelowy** — scenariusz pokazuje sposób myślenia o pilotażu. Liczby ilustrują metryki, nie gwarantują wyniku wdrożenia. Wyobraźmy sobie polską placówkę rehabilitacyjną, która przyjmuje pacjentów po konsultacji ortopedycznej i neurologicznej. Manager widzi, że część pacjentów trafia na pierwszą wizytę bez kompletu informacji, a część planów terapii jest korygowana po kilku dniach, bo cel rehabilitacji był zapisany zbyt ogólnie. **To nie jest problem jednego fizjoterapeuty**, tylko brak wspólnego formatu kwalifikacji. Placówka przygotowuje kartę ICF i testuje ją przez miesiąc w jednej poradni. Rejestracja sprawdza kompletność dokumentów i status sprawy. Lekarz opisuje przeciwwskazania i decyzję o ścieżce. Fizjoterapeuta uzupełnia ocenę funkcjonalną, skalę i cel terapii. AI działa wyłącznie na szablonie i danych procesowych: **pokazuje brak pola, niespójny status albo potrzebę eskalacji do specjalisty**. Po 30 dniach manager nie pyta, czy narzędzie przyspieszyło pracę o deklarowane 30 procent. Pyta konkretnie: ile kart było kompletnych przed pierwszą wizytą, ile planów zmieniono po ocenie funkcjonalnej, ile razy rejestracja musiała dopytywać pacjenta i ile spraw wróciło do lekarza. **Dopiero takie liczby pokazują, czy proces jest dojrzalszy**. ## Kiedy iść dalej, a kiedy zatrzymać projekt To ma sens, gdy placówka ma powtarzalną ścieżkę kwalifikacji, potrafi rozdzielić role lekarza, fizjoterapeuty i rejestracji, a narzędzie AI ma pracować na zatwierdzonym szablonie. Wtedy technologia porządkuje proces, zamiast udawać dodatkowego specjalistę. **Najlepszym pierwszym efektem jest mniej braków i mniej korekt**, nie obietnica automatycznej kwalifikacji. To nie ma sensu, gdy oczekiwanie brzmi: system sam oceni pacjenta, dobierze formę rehabilitacji i wyjaśni decyzję rejestracji. W takim układzie AI tylko przyspieszy chaos. **Bez specjalisty, logu decyzji i zasad danych pacjenta nie zaczynałbym pilotażu**, nawet jeśli demo wygląda bardzo przekonująco. Jest jeszcze trzeci przypadek: placówka ma dobrych specjalistów, ale słaby zapis procesu. Wtedy ja bym nie zaczynał od modelu, tylko od tygodnia mapowania decyzji. **Spisz, kto dzisiaj podejmuje decyzję, jaką skalę stosuje i gdzie trafia informacja o celu terapii**. Dopiero potem sprawdzaj, czy AI może odciążyć zespół z kontroli kompletności. ## Checklista pilotażu: pierwszy tydzień przygotowań Pierwszy tydzień powinien zakończyć się nie prezentacją narzędzia, tylko jedną stroną procesu. Zbierz lekarza, fizjoterapeutę, rejestrację, managera i osobę odpowiedzialną za dane. **Nie używaj realnych historii pacjentów na warsztacie**. Wystarczy jeden anonimowy scenariusz typu pacjent po urazie albo pacjent z ograniczeniem funkcjonalnym, bez danych identyfikujących. Na spotkaniu ustal cztery rzeczy. Po pierwsze, które pola są obowiązkowe przed pierwszą wizytą. Po drugie, które pola może uzupełnić wyłącznie specjalista. Po trzecie, kiedy sprawa wraca do lekarza albo fizjoterapeuty. Po czwarte, gdzie zostaje wersja zatwierdzona. **Jeżeli tych punktów nie da się ustalić w godzinę, proces nie jest gotowy na automatyzację**. Checklista pilotażu powinna być krótka i widoczna dla całego zespołu: - Mamy jeden typ kwalifikacji do testu, bez mieszania wszystkich poradni. - Karta ma pola: skala, element ICF, cel terapii, decyzja człowieka i termin oceny efektów. - Rejestracja wie, kiedy sprawa wymaga lekarza albo fizjoterapeuty. - AI pracuje na szablonie lub danych syntetycznych, nie na pełnej dokumentacji pacjenta. - Po miesiącu sprawdzamy kompletność kart, korekty planu i eskalacje do człowieka. Na koniec wybierz trzy metryki: kompletność karty przed wizytą, liczba korekt planu terapii po pierwszej ocenie i liczba eskalacji do człowieka. To wystarczy na początek. **AI w rehabilitacji ma pomagać zespołowi widzieć braki szybciej**, ale odpowiedzialność za kwalifikację zostaje przy osobach wykonujących zawód medyczny. ## Źródła - [Ministerstwo Zdrowia — Rehabilitacja lepiej dopasowana do potrzeb pacjentów. Projekt zmian trafił do konsultacji publicznych](https://www.gov.pl/web/zdrowie/rehabilitacja-lepiej-dopasowana-do-potrzeb-pacjentow-projekt-zmian-trafil-do-konsultacji-publicznych), 06.07.2026. Oficjalny komunikat MZ wnosi świeży kontekst projektu: ICF, skale medyczne, podział form rehabilitacji i zastrzeżenie, że skale nie zastępują decyzji specjalisty. - [Pacjent.gov.pl — Wszystko o rehabilitacji](https://pacjent.gov.pl/artykul/rehabilitacja-lecznicza), zmodyfikowano 16.09.2024, dostęp: 2026-07-06. Źródło NFZ/MZ porządkuje obecne formy rehabilitacji, poradę lekarską rehabilitacyjną i wizytę fizjoterapeutyczną; użyte jako tło procesu w placówce. - [Pacjent.gov.pl — Nie przekazuj AI swoich danych](https://pacjent.gov.pl/aktualnosc/nie-przekazuj-ai-swoich-danych), opublikowano i zmodyfikowano 14.05.2026, dostęp: 2026-07-06. Materiał Centrum e-Zdrowia uzasadnia ostrożność przy danych zdrowotnych i zakaz testowania narzędzi AI na dokumentach pacjenta. - [WHO — International Classification of Functioning, Disability and Health](https://www.who.int/standards/classifications/international-classification-of-functioning-disability-and-health), dostęp: 2026-07-06. Źródło pierwotne dla ICF jako klasyfikacji funkcjonowania, niepełnosprawności i zdrowia oraz ram opisu funkcjonowania. - Okładka: [Funkcinės Terapijos Centras na Pexels](https://www.pexels.com/photo/physiotherapist-with-exercising-man-20860622/), dostęp: 2026-07-06.