Jak AI czyta dane z ZnanyLekarz i co potem robi z nieobecnościami pacjentów?

AI podłączone do ZnanyLekarz przez API portalu odczytuje listę nadchodzących wizyt, statusy rezerwacji, źródła bookingów i dostępne okna w grafiku lekarza. Na tej podstawie wskaże, które rezerwacje mają statystycznie wyższe ryzyko niestawiennictwa, i przygotuje gotową listę telefonów do potwierdzenia na jutrzejszy dzień. Wysyłkę przypomnień każdorazowo zatwierdza osoba z rejestracji.

Co API ZnanyLekarz faktycznie udostępnia i jak to wygląda od środka

ZnanyLekarz to portal z własnym API. Nie ma tu bazy danych zainstalowanej na serwerze przychodni, którą można by podpiąć bezpośrednio. Cała komunikacja odbywa się przez żądania HTTP do endpointów portalu, a dostęp kontroluje klucz API z konkretnymi zakresami uprawnień. To inna architektura niż systemy gabinetowe offline takie jak Comarch Optima, gdzie baza siedzi lokalnie. Tu pracujecie na danych portalu przez jego interfejs, ze wszystkimi konsekwencjami.

Przez API można odczytać:

• listę rezerwacji z datą, godziną, imieniem i nazwiskiem pacjenta, statusem (potwierdzona, oczekująca, anulowana) oraz źródłem bookingu: czy pacjent zarezerwował sam przez portal, czy zrobiła to rejestracja ręcznie w panelu
• grafik dostępności lekarza: wolne sloty na dany dzień, bloki godzin przyjęć, zaplanowane przerwy
• historię zmian statusu rezerwacji: kiedy pacjent anulował, ile godzin przed wizytą, czy zmieniał termin kilkakrotnie w krótkim czasie
• typ wizyty: pierwszorazowa, kontrolna, konkretna specjalność lub procedura zdefiniowana w portalu

To solidny materiał do pracy. Typowo wygląda to tak, że asystent co określony czas odpytuje API i pobiera zaktualizowaną listę rezerwacji na kolejne 24 lub 48 godzin, przetwarza ją i odświeża swój widok stanu grafiku. Nie działa w trybie ciągłym, bo API ZnanyLekarz ma limity zapytań na minutę i na dobę. To znane ograniczenie, które uwzględnia się przy projektowaniu harmonogramu odpytywania. W praktyce dla funkcji obsługi nieobecności nie potrzebujecie danych w czasie rzeczywistym. Cykl co 30-60 minut w zupełności wystarczy.

Klucz z wąskim zakresem: dlaczego "tylko odczyt" to przewaga, a nie problem

Generując klucz API w panelu ZnanyLekarz, wybieramy zakresy uprawnień. Można wydać klucz, który wyłącznie odczytuje dane, bez żadnego prawa do zapisu, zmiany terminów ani anulowania rezerwacji w imieniu pacjenta lub przychodni.

Dla zarządzającego gabinetem to konkretna zaleta bezpieczeństwa. Nawet jeśli cokolwiek pójdzie nie tak po stronie asystenta AI lub samej integracji, nikt z zewnątrz nie przesunie wizyty kardiologa na inny dzień, nie skasuje jutrzejszego grafiku ani nie doda wizyt, o których rejestracja nie wie. AI czyta, analizuje i przygotowuje sugestie. Działania w systemie wykonuje człowiek.

Drugi powód jest czysto praktyczny. Rejestracja zna kontekst, którego API nie odda. Że pan Malinowski dzwonił rano i mówił, że może się spóźnić. Że ta pani zawsze potwierdza wizytę dopiero w dniu przyjęcia i to jest jej norma. Że dzisiaj lekarz skończy wcześniej z powodów, których nie widać w grafiku. Klucz tylko do odczytu wymusza model, w którym AI dostarcza informację, a decyzja należy do człowieka. To nie jest ograniczenie integracji. To prawidłowy podział odpowiedzialności.

Czego API nie odda i gdzie są granice integracji

Kilka rzeczy, które mają znaczenie przy planowaniu projektu:

• API portalu nie zawiera danych medycznych pacjenta: rozpoznania, wyników badań, historii leczenia. To dane w systemie gabinetowym, np. w Medifile, Gabinet.net czy innym EMR, a nie w ZnanyLekarz.
• Numer telefonu pacjenta dostępny przez API może być ograniczony zależnie od ustawień konta i polityki portalu. Warto to sprawdzić przed startem projektu, bo wpływa bezpośrednio na kompletność listy do potwierdzenia telefonicznego.
• Płatności, faktury i rozliczenia z NFZ są poza zakresem API portalu rezerwacyjnego. Jeśli potrzebujecie tych danych w asystencie, trzeba sięgnąć do systemu finansowego przychodni osobno.
• Notatki wewnętrzne rejestracji i komentarze do wizyt, jeśli w ogóle istnieją w portalu, mogą być niedostępne przez API lub dostępne w ograniczonej formie zależnie od wersji integracji.

Integracja z ZnanyLekarz to podłączenie do jednego, jasno określonego wycinka danych: grafiku i rezerwacji. Na tym wycinku AI pracuje bardzo dobrze, bo to ustrukturyzowane dane w regularnym formacie. Bez niejednoznaczności ani różnych wersji pliku, jak przy ręcznym Excelu. Ale trzeba wiedzieć, co jest w środku, a co poza zasięgiem, zanim zbudujecie oczekiwania wobec wdrożenia.

Jak AI liczy straty z nieobecności i wskazuje rezerwacje podwyższonego ryzyka

Tu zaczyna się konkretny efekt dla przychodni. AI przegląda historię rezerwacji i zestawia wizyty zrealizowane ze statusami oznaczającymi niestawiennictwo oraz anulacjami złożonymi w ostatnich godzinach przed wizytą. Nie wymyśla liczb. Liczy na danych, które są w portalu.

W efekcie otrzymujecie realną odpowiedź na pytanie: ile wolnych okien w ciągu ostatnich kilku miesięcy było efektem nieobecności, a nie celowego pozostawienia w grafiku. Ile czasu lekarza przepadło przez pacjentów, którzy nie przyszli i nie odwołali wizyty. Bez ręcznego przeklikiwania raportów w panelu i bez szacowania na oko.

Na tej samej historii AI może szukać wzorców. U jednego klienta okazało się, że rezerwacje złożone ponad trzy tygodnie przed wizytą przez pacjentów pierwszorazowych, którzy zarezerwowali przez portal bez wcześniejszego kontaktu telefonicznego, miały wyraźnie wyższy odsetek niestawiennictwa niż wizyty kontrolne umawiane przez rejestrację. Wzorzec nie był widoczny gołym okiem, bo gabinet nie prowadził takiego zestawienia. AI wyciągnął go z danych, które już tam były.

Z tej analizy wychodzi lista czynników ryzyka dla konkretnej rezerwacji. Asystent może oznaczyć w jutrzejszym grafiku wizyty, które pasują do profilu: źródło "portal", brak wcześniejszego potwierdzenia, pacjent pierwszorazowy, termin umówiony kilka tygodni temu. Rejestracja dostaje to jako sugestię do sprawdzenia, nie jako automatyczną decyzję.

Lista telefonów na jutro: co przygotowuje AI, co robi rejestracja

Przygotowanie listy do potwierdzenia to zadanie, które rejestracja wykonuje ręcznie każdego dnia. Ktoś przegląda jutrzejszy grafik, wyciąga telefony z systemu, dzwoni i zaznacza przy nazwisku, czy pacjent potwierdził, odmówił albo nie odbiera. Przy kilkudziesięciu wizytach dziennie to spory kawałek poranka, który znika zanim zacznie się właściwa praca.

AI przejmuje etap przygotowania listy. Pobiera jutrzejszy grafik, sortuje według ryzyka nieobecności, dołącza dostępny numer telefonu z danych rezerwacji i formułuje krótką notatkę: co warto powiedzieć przy danym typie wizyty, np. że to wizyta wymagająca konkretnego skierowania albo że pacjent powinien przyjść na czczo. Rejestratorka dostaje gotowy widok, przegląda go, usuwa pozycje już potwierdzone SMS-em lub przez portal i dzwoni wyłącznie do tych, którzy wymagają kontaktu.

Jeśli w grę wchodzą automatyczne przypomnienia SMS lub wiadomości przez portal, każda seria wymaga zatwierdzenia przez człowieka przed wysyłką. Asystent przygotowuje treść i listę adresatów. Rejestratorka klika "wyślij" albo koryguje treść, jeśli zauważy coś, co wymaga zmiany. Przychodnia ponosi odpowiedzialność za komunikację z pacjentem i nie powinna delegować jej w całości do automatu, tym bardziej że część pacjentów ma specyficzne potrzeby komunikacyjne, które rejestracja zna z codziennego kontaktu, a dane rezerwacji nie zawierają.

Od czego zacząć integrację ZnanyLekarz z AI

Kilka kroków, które mają sens przed startem:

• Sprawdźcie dostęp do API. Nie każde konto ZnanyLekarz ma API aktywowane domyślnie. Warto sprawdzić w panelu konta lub zapytać portal, jakie zakresy są dostępne dla waszego planu i co API zwraca zgodnie z dokumentacją.
• Ustalcie zakres i cykl odpytywania. Lista rezerwacji na kolejne 48 godzin odpytywana co godzinę to zazwyczaj dobry punkt startowy dla funkcji potwierdzania wizyt. Nie potrzebujecie danych co minutę.
• Zdefiniujcie granicę między AI a człowiekiem. Gdzie kończy się sugestia asystenta, a zaczyna decyzja rejestratorki. Bez tej granicy ustalonej przed uruchomieniem integracja albo jest ignorowana, albo tworzy zamieszanie w codziennej pracy.
• Zmierzcie stan wyjściowy. Zanim uruchomicie integrację, policzcie, ile wizyt tygodniowo kończy się nieobecnością bez wcześniejszego anulowania. To wasz punkt odniesienia do oceny, czy AI realnie coś zmieniło po kilku miesiącach działania.

Połączenie, testy i uruchomienie pierwszej funkcji to zazwyczaj kilka tygodni, jeśli API jest aktywne i zakres danych jest jasny. Odpowiedź na pytanie, ile czasu rejestracja spędza teraz na ręcznym przygotowaniu listy i ile pustych slotów generują nieobecności, szybko podpowie, czy i kiedy to się liczy. Jeśli chcecie sprawdzić, jak to wygląda konkretnie dla waszej przychodni, zapraszamy na bezpłatny audyt. Przykłady z gabinetów, z którymi już pracowaliśmy, znajdziecie w realnych wdrożeniach.