Czego dowiesz się z tego artykułu?
- Jak zawęzić Proof of Value do jednego procesu, jednej metryki i decyzji po 30 dniach.
- Jakie metryki mają sens przy telefonach, dokumentacji i follow-upie pacjenta.
- Kiedy przerwać test AI, zanim placówka zacznie dopłacać do chaosu.
- Jak ustawić granice danych pacjenta i nadzór człowieka w małym pilotażu.
Proof of Value w placówce medycznej nie jest małym wdrożeniem pod inną nazwą. To krótki test procesu, który ma odpowiedzieć na bardzo praktyczne pytanie: czy AI odciąża ludzi w tej konkretnej przychodni, z tym grafikiem, tym systemem EDM i tym zespołem rejestracji.
Ja bym nie zaczynał od prezentacji narzędzia. Zacząłbym od miejsca, w którym codziennie tracicie czas albo pacjentów: nieodebrane telefony, powtarzalne uzupełnianie dokumentacji, ręczny follow-up po wizycie. Dopiero potem dobiera się AI, zakres danych i osobę, która po 30 dniach powie: idziemy dalej, poprawiamy albo kończymy test.
W polskiej placówce prywatnej PoV musi być prosty, ale nie naiwny. Dane pacjenta, odpowiedzialność kliniczna i RODO nie znikają tylko dlatego, że test trwa miesiąc. Dlatego najlepszy PoV jest mały, mierzalny i ma wyraźną granicę: AI przygotowuje lub porządkuje, a człowiek zatwierdza decyzję.
Najważniejsze
- Dobry PoV ma jeden problem operacyjny, jedną metrykę bazową i właściciela po stronie placówki.
- Test na 30 dni powinien używać ograniczonego zakresu danych; jeśli można testować bez danych pacjenta, zacznij właśnie tak.
- Przy telefonach mierz czas reakcji i utracone kontakty, przy dokumentacji czas szkicu i korektę lekarza, przy follow-upie odsetek spraw wymagających człowieka.
- Decyzja po PoV nie brzmi „AI działa”. Brzmi: wdrażamy w tym procesie, poprawiamy założenia albo przerywamy.
- Przy danych pacjenta i decyzjach klinicznych człowiek musi mieć kontekst, uprawnienia i prawo zatrzymania procesu.
Najpierw proces, potem demo narzędzia
Najczęstszy błąd wygląda niewinnie: dostawca pokazuje ładne demo, zespół jest pod wrażeniem, a po dwóch tygodniach nikt nie wie, jaki problem placówki właściwie miał zostać rozwiązany. PoV zaczyna się odwrotnie. Najpierw opisujesz proces w języku rejestracji, lekarza albo managera, a dopiero potem sprawdzasz, czy narzędzie pasuje.
Dla małej lub średniej przychodni dobry problem PoV ma trzy cechy: pojawia się często, da się go policzyć i nie wymaga od razu pełnej integracji z EDM. Jeżeli bez integracji nie da się niczego sprawdzić, to zwykle nie jest jeszcze Proof of Value, tylko projekt wdrożeniowy. Sugeruję zacząć od procesu, który można opisać na jednej kartce i omówić z zespołem w 30 minut.
Przykład: „chcemy AI do rejestracji” jest zbyt szerokie. Lepsze zdanie brzmi: „chcemy sprawdzić, czy asystent po godzinach pracy zbierze dane kontaktowe i powód kontaktu tak, aby rejestracja rano oddzwoniła szybciej”. Wtedy metryka, dane i odpowiedzialność robią się konkretne. Podobne podejście opisałem przy pierwszych 30 dniach AI w placówce, ale PoV jest jeszcze węższy: ma dać decyzję, nie pełny plan transformacji.
Jedna metryka, która zdecyduje po 30 dniach
PoV bez metryki zwykle kończy się opiniami: „pacjenci chyba zadowoleni”, „lekarzowi chyba szybciej”, „recepcja mówi, że różnie”. To za mało. Właściciel placówki potrzebuje liczby przed testem i liczby po teście, nawet jeśli jest to prosta miara z arkusza, a nie raport klasy enterprise.
Wybierz jedną metrykę główną i dwie kontrolne. Główna odpowiada na pytanie biznesowe, kontrolne pilnują, żeby nie poprawić jednego wskaźnika kosztem bezpieczeństwa albo jakości obsługi. Nie mierzyłbym wszystkiego naraz, bo zespół szybko zacznie pracować pod raport, a nie pod proces.
| Proces PoV | Metryka główna | Metryki kontrolne | Decyzja po 30 dniach |
|---|---|---|---|
| Telefony po godzinach | Odsetek kontaktów obsłużonych następnego dnia | Liczba błędnie zaklasyfikowanych spraw, czas oddzwonienia | Czy rozszerzyć godziny lub scenariusze rozmów |
| Szkic dokumentacji | Średni czas przygotowania notatki przez lekarza | Liczba poprawek, odsetek odrzuconych szkiców | Czy narzędzie realnie skraca pracę bez ryzyka klinicznego |
| Follow-up po wizycie | Odsetek pacjentów z wykonanym kontaktem kontrolnym | Liczba eskalacji do personelu, skargi lub niejasne odpowiedzi | Czy proces nadaje się do stałego użycia |
Jeśli placówka nie ma danych bazowych, zrób tydzień pomiaru ręcznego. To nie musi być piękny dashboard. Wystarczy, że kierownik rejestracji, lekarz prowadzący i manager widzą ten sam punkt startu. Bez tego PoV łatwo staje się testem nastroju, nie wartości.
Dane w PoV: minimum, retencja i jasna zgoda zespołu
W testach AI szczególnie pilnowałbym zasady minimalizacji. Jeżeli sprawdzasz automatyczne porządkowanie pytań z formularza, nie wkładaj do PoV pełnych historii chorób. Jeżeli testujesz szkic zaleceń po wizycie, użyj anonimowych scenariuszy albo danych syntetycznych, dopóki IOD i osoba odpowiedzialna medycznie nie zatwierdzą innego zakresu.
UODO w czerwcu 2026 r. opisał sprawę, w której nieautoryzowane narzędzia komunikacji stały się narzędziem przetwarzania danych. Wniosek dla placówki jest prosty: nawet mały test musi mieć zatwierdzone narzędzie, role i zasady użycia. „Tylko sprawdzamy” nie jest dobrą polityką bezpieczeństwa, zwłaszcza gdy personel może wkleić do systemu dane pacjenta.
W karcie PoV zapisz cztery rzeczy: kto jest administratorem procesu, kto ma dostęp do danych, jak długo przechowujecie wyniki testu oraz czego nie wolno wpisywać do narzędzia. Przy procesach klinicznych dodaj piątą: kto zatwierdza treść przed kontaktem z pacjentem lub wpisem do dokumentacji. To jest miejsce na human-in-the-loop, a nie ozdobny akapit w polityce.
Jeśli test wymaga integracji, wróć do mapy integracji AI w placówce. PoV powinien sprawdzić wartość procesu, ale nie powinien przypadkiem otworzyć bocznej furtki do EDM, CRM albo poczty bez kontroli.
Trzy scenariusze testu w przychodni
Pierwszy scenariusz to telefony i formularze po godzinach pracy. AI może zebrać powód kontaktu, preferowany termin i informację, czy sprawa wymaga pilnej reakcji personelu. Nie powinna samodzielnie kwalifikować medycznie pacjenta ani obiecywać terminu, którego grafik nie potwierdza. Człowiek rano widzi listę spraw, oddzwania i oznacza błędne klasyfikacje.
Drugi scenariusz to szkic dokumentacji lub podsumowania wizyty. Tutaj AI może przygotować roboczy tekst, uporządkować wypowiedzi i wskazać brakujące pola, ale lekarz zatwierdza treść i odpowiada za dokumentację. Metryką nie jest tylko oszczędzony czas. Mierz też liczbę poprawek, fragmenty odrzucone i sytuacje, w których lekarz uznał szkic za ryzykowny.
Trzeci scenariusz to follow-up po wizycie lub zabiegu. AI może przypomnieć o zaleceniach organizacyjnych, zebrać prosty status i przekazać wyjątki do personelu. Eskalacja do człowieka musi być szybka i czytelna, zwłaszcza gdy pacjent opisuje objawy, ból, pogorszenie albo nie rozumie zaleceń. W takich miejscach automatyzacja ma wspierać dostępność zespołu, nie udawać poradę medyczną.
Przykład modelowy — scenariusz pokazuje sposób myślenia o pilotażu. Liczby ilustrują metryki, nie gwarantują wyniku wdrożenia.
Mała przychodnia specjalistyczna przez 7 dni mierzy 84 kontakty po godzinach, z czego 31 nie wraca do grafiku. PoV trwa 30 dni: asystent zbiera dane kontaktowe i powód sprawy, a rejestracja rano oddzwania według listy. Po miesiącu placówka porównuje liczbę odzyskanych kontaktów, średni czas oddzwonienia, liczbę błędnych klasyfikacji i skargi. Decyzja nie zależy od samej liczby rozmów, tylko od tego, czy proces da się utrzymać bez przeciążenia recepcji.
Kiedy przerwać PoV bez poczucia porażki
Dobry PoV ma warunki stopu. To nie jest pesymizm, tylko higiena zarządzania. Jeżeli po dwóch tygodniach zespół ręcznie poprawia większość wyników, dane wejściowe są chaotyczne albo pacjenci częściej dzwonią z reklamacją, przerwanie testu może być najlepszą decyzją managera.
To ma sens, gdy… problem jest częsty, właściciel procesu ma czas na ocenę wyników, a test da się przeprowadzić na ograniczonych danych i z jasną eskalacją do człowieka. Najlepszy kandydat do PoV to proces powtarzalny, męczący dla personelu i możliwy do policzenia bez budowania nowej infrastruktury.
To nie ma sensu, gdy… placówka nie potrafi wskazać właściciela, nie ma zgody co do danych, chce testować kilka procesów naraz albo oczekuje, że AI samodzielnie podejmie decyzje kliniczne. W takim układzie najpierw porządkuje się proces, politykę danych i minimalny zestaw narzędzi. Pomocny może być tekst o minimalnym stacku AI w placówce, bo pokazuje, że mniej narzędzi często daje więcej kontroli.
Warunki stopu zapisz przed startem, najlepiej w prostych progach: maksymalny odsetek błędnych klasyfikacji, maksymalny czas pracy personelu przy korektach, zero tolerancji dla wpisywania zakazanych danych do narzędzia. Jeżeli próg zostanie przekroczony, nie negocjuj z wynikiem. Zatrzymaj test, nazwij przyczynę i zdecyduj, czy wracasz po poprawie procesu.
Karta PoV do użycia na spotkaniu
Jedna karta PoV wystarczy, żeby zespół przestał mówić ogólnie o „sprawdzeniu AI”. Ja bym ją wypełnił przed rozmową z dostawcą, a nie po ofercie. Dostawca powinien dopasować demo do Waszego procesu, nie odwrotnie.
Poniższy prompt jest bezpieczny tylko wtedy, gdy używasz opisu procesu bez danych pacjentów. Nie wpisuj imion, numerów PESEL, pełnych historii chorób ani nagrań wizyt. To ma być karta decyzyjna dla managera, a nie test modelu na prawdziwej dokumentacji.
Jesteś doradcą operacyjnym polskiej placówki medycznej. Pomóż przygotować kartę Proof of Value dla jednego testu AI bez danych pacjentów.
Kontekst placówki: [typ placówki, wielkość zespołu, główny problem procesu]
Proces do testu: [np. telefony po godzinach, szkic dokumentacji, follow-up po wizycie]
Zakres danych: [tylko dane anonimowe / dane syntetyczne / dane organizacyjne bez danych pacjenta]
Właściciel procesu: [rola osoby po stronie placówki]
Czas testu: 30 dni
Przygotuj:
1. jedno zdanie problemu,
2. jedną metrykę główną i dwie kontrolne,
3. granice: czego AI nie może robić,
4. punkty, w których człowiek zatwierdza wynik,
5. warunki przerwania testu,
6. decyzję po 30 dniach: wdrożyć, poprawić proces albo zamknąć PoV.Po wygenerowaniu karty usuń wszystko, co brzmi jak obietnica medyczna albo gwarancja wyniku. AI może pomóc uporządkować plan, ale ostateczną wersję powinien zatwierdzić manager, IOD przy danych osobowych i osoba odpowiedzialna za proces kliniczny, jeśli test dotyka pracy lekarza.
Decyzja po 30 dniach: trzy uczciwe wyjścia
PoV kończy się spotkaniem decyzyjnym, nie kolejnym demem. Na stole powinny leżeć: metryka bazowa, wynik po 30 dniach, lista incydentów lub wyjątków, opinia zespołu i koszt utrzymania procesu. Nie podejmuj decyzji na podstawie jednego efektownego przykładu, bo w placówce liczy się powtarzalność.
Pierwsze wyjście: wdrażamy ograniczony proces, bo metryka się poprawiła, zespół rozumie zasady, a ryzyka są opisane. Drugie: poprawiamy założenia, bo wartość jest widoczna, ale dane wejściowe, integracja lub szkolenie zespołu wymagają pracy. Trzecie: zamykamy PoV, bo test nie pokazał wartości albo koszt kontroli człowieka jest zbyt wysoki.
Z mojego doświadczenia to trzecie wyjście bywa najbardziej dojrzałe. Placówka, która potrafi zamknąć słaby PoV, oszczędza pieniądze i zaufanie zespołu. A przy okazji uczy się, które procesy są gotowe na AI, a które najpierw potrzebują porządnego właściciela, prostszych danych i lepszej instrukcji pracy.
Na koniec zapisałbym jedną decyzję wprost: „w tym procesie AI przygotowuje, człowiek zatwierdza, a placówka mierzy efekt co miesiąc”. To jest dopiero początek wdrożenia, ale przynajmniej zaczyna się od faktów, nie od wiary w narzędzie.
Pierwszy krok managera jutro rano
Pierwszy krok nie wymaga zakupu narzędzia. Weź jeden proces, najlepiej taki, który codziennie wraca na odprawie, i zapisz go w czterech liniach: kto zaczyna sprawę, co ma się wydarzyć, kto zatwierdza wynik i jaka liczba pokaże poprawę po 30 dniach. To jest mała checklista, ale w praktyce odcina połowę pomysłów, które brzmiały dobrze tylko na prezentacji.
Potem umów krótkie spotkanie z właścicielem procesu, IOD albo osobą odpowiedzialną za dane oraz przedstawicielem zespołu, który będzie pracował z wynikiem AI. Nie pytaj jeszcze o funkcje narzędzia. Zapytaj, czy proces ma właściciela, czy można go testować na ograniczonych danych i czy człowiek ma realne miejsce na zatrzymanie błędnego wyniku. Jeśli odpowiedź brzmi „nie”, PoV trzeba przygotować, a nie uruchamiać.
Źródła
- UODO — Wykorzystanie nieautoryzowanych narzędzi przetwarzania danych powodem naruszenia, 22.06.2026 — oficjalny przykład, dlaczego nawet mały test musi mieć zatwierdzone narzędzia, role i środki techniczne; źródło wybrane zamiast ogólnych poradników RODO, bo pokazuje realne konsekwencje nieautoryzowanego kanału pracy.
- UODO — Prezes UODO o AI i ochronie danych podczas konferencji CMS & Microsoft 2.0, 18.06.2026 — aktualny kontekst relacji AI Act, ochrony danych i cyberbezpieczeństwa w Polsce; przydatne przy planowaniu nadzoru nad testami AI w placówce.
- Ministerstwo Cyfryzacji — UE upraszcza przepisy dotyczące sztucznej inteligencji, dostęp: 2026-07-02 — źródło urzędowe o zmianach harmonogramu obowiązków dla systemów wysokiego ryzyka i piaskownicach regulacyjnych.
- Nature Medicine — Show us the evidence for the value of medical AI, 21.04.2026 — krótki, aktualny punkt odniesienia: deklaracje wartości medycznej AI wymagają dowodów, nie samego entuzjazmu.
- Zdjęcie okładkowe: Polina Tankilevitch na Pexels, dostęp: 2026-07-02.