Jak AI pilnuje e-recept, zdarzeń P1 i certyfikatów w małej przychodni?

AI może przejąć pilnowanie obiegu e-recept, e-skierowań i terminów raportowania do platformy P1 w całości. Lekarz wystawia i podpisuje, asystent śledzi, co poszło, co utknęło i co grozi opóźnieniem. Rejestratorka i kierownik przychodni dostają codzienny obraz stanu wysyłek, zamiast ręcznie sprawdzać statusy w gabinet.gov.pl.

Co wyciągamy z systemu P1 i gabinet.gov.pl: dane, z którymi AI realnie pracuje

System P1 Centrum e-Zdrowia to kilka niezależnych usług, z których każda generuje własne dane. W małej przychodni interesuje nas sześć strumieni:

• E-recepty: numer P1 recepty, czterocyfrowy kod dostępu dla pacjenta, data wystawienia, data ważności, status (wystawiona, zrealizowana, częściowo zrealizowana, anulowana), podmiot wystawiający, PESEL pacjenta i lek z dawkowaniem
• E-skierowania: numer skierowania, specjalność docelowa, wskazany świadczeniodawca, data wystawienia, status (wystawione, zarejestrowane w kolejce, anulowane) i kod rozpoznania ICD-10
• E-ZLA: numer zaświadczenia o niezdolności do pracy, okres orzeczonej niezdolności, status przekazania do ZUS i ewentualny kod błędu po stronie ZUS
• Zdarzenia medyczne (ZM): każda wizyta i procedura wymagająca zgłoszenia do P1, status wysyłki (oczekuje, wysłano, potwierdzone, odrzucone), data i godzina ostatniej próby, kod błędu z P1
• EDM (Elektroniczna Dokumentacja Medyczna): które dokumenty zostały zindeksowane w P1, które czekają w kolejce, które trafiły z błędem
• Certyfikaty placówki i lekarzy: data ważności certyfikatu kwalifikowanego placówki, daty ważności certyfikatów poszczególnych lekarzy, identyfikator w rejestrze CSIOZ

Do tego dochodzi eWUŚ, czyli Elektroniczna Weryfikacja Uprawnień Świadczeniobiorców. Rejestratorka wysyła zapytanie przez system i dostaje odpowiedź: pacjent ma uprawnienia do świadczeń NFZ albo nie. Gdy odpowiedź brzmi „brak danych" albo wraca kod błędu WS003, AI może wyjaśnić, co to oznacza i co zrobić dalej, bo te kody nie są w żaden sposób opisane w interfejsie dla personelu.

Każdy z tych sześciu strumieni generuje dane, które dziś w większości przychodni leżą w tabeli bazy danych albo w pliku logów i nikt ich regularnie nie przegląda. Dopóki nie ma widocznego problemu.

Błędy wysyłki do P1: co się psuje i jak to przetłumaczyć rejestratorce

Platforma P1 zwraca błędy jako kody i komunikaty w formacie XML albo JSON. To język zrozumiały dla programisty, nie dla osoby przy okienku rejestracji.

U jednego klienta zdarzenia medyczne z wizyt internistycznych trafiały do kolejki i wracały z kodem ERR_SIGN_CERT_EXPIRED. Rejestratorka widziała tylko czerwony status w systemie. Nie wiedziała, że certyfikat lekarza wygasł dzień wcześniej i że każde zdarzenie z jego podpisem będzie odrzucane przez P1 do czasu odnowienia. Przez trzy dni nikt nie podejmował działania, bo nikt nie wiedział, co dokładnie się dzieje.

AI podpięte do logów P1 może to naprawić. Konkretnie:

• rozpoznać kod błędu i przetłumaczyć go na język przychodni: "Certyfikat dr. Nowaka wygasł 05.11.2026. Zdarzenia z jego wizyt są odrzucane przez P1. Skontaktujcie się z CSIOZ lub dostawcą certyfikatu, żeby odnowić podpis"
• zgrupować serię błędów tego samego typu: zamiast 23 osobnych powiadomień jedna informacja: "23 zdarzenia odrzucone z kodem ERR_SIGN_CERT_EXPIRED, wszystkie od dr. Nowaka"
• odróżnić błąd przejściowy od trwałego: timeout połączenia przy chwilowej niedostępności P1 sam się rozwiąże po ponownym wysłaniu; błędny numer REGON albo brak podpisu wymaga interwencji człowieka
• po rozwiązaniu przyczyny błędu wskazać, które zdarzenia wymagają ponownej wysyłki i od jakiej daty

Żaden z tych błędów nie jest rzadki. Certyfikaty wygasają, łącza padają, numery PESEL bywają źle wpisane w starych kartotekach. Różnica jest tylko w tym, czy przychodnia dowiaduje się o tym od razu czy po tygodniu.

Terminy raportowania zdarzeń medycznych: zaległości, których nie widać gołym okiem

Przepisy nakładają na placówkę medyczną obowiązek raportowania zdarzeń medycznych do P1 w określonym czasie od ich zaistnienia. Wymóg obejmuje wizyty ambulatoryjne, procedury medyczne i wystawione dokumenty. Nieterminowe raportowanie naraża placówkę na konsekwencje podczas kontroli NFZ i organów nadzoru.

W małej przychodni, gdzie pracuje dwóch albo trzech lekarzy, łatwo stracić z oczu, które zdarzenia poszły do P1, a które utknęły. Szczególnie gdy jeden lekarz jest na urlopie, jego sesja w systemie wygasła i zdarzenia z jego wizyt lądują w kolejce bez wyraźnego sygnału dla reszty personelu. Przez kilka dni nikomu to nie przeszkadza. Potem jest backlog, który ktoś musi ręcznie naprawić.

AI może codziennie rano zestawić raport:

• liczba wizyt z poprzedniego dnia i liczba zdarzeń medycznych wysłanych i potwierdzonych przez P1
• zdarzenia oczekujące w kolejce dłużej niż 24 godziny, z imieniem i nazwiskiem lekarza
• zdarzenia odrzucone z kodem błędu przetłumaczonym na język przychodni
• łączny backlog: ile zdarzeń jest niepotwierdzonych, z jakiego okresu i jaka jest data najstarszego niewyjaśnionego zdarzenia

Ten raport idzie rano do kierownika przychodni bez konieczności logowania się do żadnego panelu. Kierownik widzi od razu, czy jest problem. Jeśli backlog rośnie kilka dni z rzędu, AI podbija oddzielny alert.

Jak fizycznie wygląda podłączenie: API, eksporty i wymagania dostępowe

To pytanie, od którego każda rozmowa o integracji powinna się zacząć. Odpowiedź zależy od tego, z czego korzysta przychodnia.

Gabinet.gov.pl jako jedyne narzędzie (lekarze bez własnego systemu EMR): gabinet.gov.pl to aplikacja webowa Centrum e-Zdrowia. Nie udostępnia publicznego API do integracji zewnętrznych. Nie ma otwartego interfejsu, który pozwoliłby podpiąć zewnętrzne oprogramowanie do pobierania statusów wysyłek czy danych o receptach. Legalna droga to eksporty dostępne wewnątrz aplikacji (zestawienia PDF, CSV) oraz dane dostarczane ręcznie przez personel. Automatyzacja przez web scraping jest technicznie możliwa, ale krucha i niezgodna z regulaminem korzystania z usługi.

Komercyjny system EMR z integracją P1 (mMedica, Medisoft, Gabinet+, Kamsoft iMedis, Eskulap, drEryk i inne): to inna sytuacja. Większość tych systemów ma moduł P1, a część z nich:

• prowadzi lokalną bazę danych (najczęściej MS SQL lub Firebird), do której można podejść zapytaniem SQL i wyciągnąć statusy wysyłek, logi błędów i kolejkę zdarzeń medycznych
• eksportuje logi integracji z P1 do pliku (CSV, XML) w określonym katalogu na serwerze przychodni
• oferuje własne REST API albo usługę webową do integracji z innymi modułami (mMedica API w nowszych wersjach, Kamsoft z formatem HL7)

P1 Web Services bezpośrednio: Centrum e-Zdrowia udostępnia dokumentację techniczną usług sieciowych P1, obejmującą interfejsy SOAP i REST. Nowsze usługi korzystają ze standardu HL7 FHIR. Podłączenie bezpośrednio do P1 wymaga: certyfikatu placówki zarejestrowanego w CSIOZ, podpisania umowy na korzystanie z usług P1, dostępu do środowiska testowego (testP1) do sprawdzenia integracji i technika lub firmy IT, która to skonfiguruje. Nie jest to coś, co przychodnia zrobi samodzielnie w weekend, ale jest udokumentowane i dostępne na stronach e-zdrowie.gov.pl.

W praktyce najszybsza droga dla małej przychodni to baza danych lub logi eksportowane przez komercyjny system EMR. AI czyta te dane, przetwarza je i dostarcza wynik bez dostępu do P1 wprost. Certyfikaty i daty ważności na początku dostarczamy ręcznie: jeden raz, potem system pilnuje sam.

Certyfikaty, eWUŚ i IKP: terminy, które łatwo przeoczyć aż do problemu

Certyfikat kwalifikowany placówki do podpisywania zdarzeń medycznych i e-dokumentów ma datę ważności, zwykle rok albo dwa lata. Gdy wygasa, cała wysyłka do P1 staje. W praktyce widzimy to po tym, że rejestratorka zaczyna dostawać komunikaty o błędzie i nikt przez kilka dni nie wie, skąd.

AI może śledzić daty ważności certyfikatów i wysyłać przypomnienia z wyprzedzeniem. Schemat, który u nas dobrze działa:

• 60 dni przed wygaśnięciem certyfikatu placówki: informacja do kierownika i osoby odpowiedzialnej za IT
• 30 dni: podbicie alertu ze wskazaniem, gdzie zacząć procedurę odnowienia (CSIOZ albo dostawca certyfikatu kwalifikowanego)
• 14 dni: codzienny alert, aż do potwierdzenia odnowienia w systemie

To samo dotyczy certyfikatów indywidualnych lekarzy, jeśli przychodnia korzysta z podpisów kwalifikowanych lekarzy zamiast lub obok certyfikatu placówki.

IKP, czyli Internetowe Konto Pacjenta, jest po stronie pacjenta. Ale pacjenci regularnie dzwonią do recepcji z pytaniem, dlaczego nie widzą e-recepty albo e-skierowania na swoim koncie albo w aplikacji mObywatel. AI może przygotować gotowe odpowiedzi do użycia przez recepcję: kiedy e-recepta pojawia się w IKP (zwykle kilka minut po wystawieniu, po potwierdzeniu wysyłki do P1), co zrobić gdy się nie pojawia i gdzie pacjent znajdzie czterocyfrowy kod dostępu.

Co AI robi z tymi danymi każdego dnia: raport dla kierownika i wsparcie recepcji

Codziennie rano, przed otwarciem przychodni, AI składa raport dla kierownika. Jeden plik albo wiadomość z pięcioma punktami:

• zdarzenia medyczne z poprzedniego dnia: wysłane i potwierdzone, oczekujące w kolejce, odrzucone z kodem błędu
• e-recepty i e-skierowania bez statusu potwierdzenia z P1
• certyfikaty z terminem ważności poniżej 60 dni
• błędy eWUŚ z poprzedniego dnia, które nie zostały wyjaśnione
• e-ZLA bez potwierdzenia przekazania do ZUS

Kierownik nie musi logować się do systemu, żeby wiedzieć, czy coś wymaga uwagi. Jeśli raport jest czysty: miło. Jeśli nie: widzi od razu, co i gdzie.

Rejestratorka dostaje wsparcie inaczej. Gdy pacjent dzwoni i mówi, że nie widzi recepty w IKP, AI ma gotową procedurę: sprawdź, czy e-recepta ma status „przekazana do P1", podaj pacjentowi czterocyfrowy kod dostępu z systemu, wyjaśnij, że recepta pojawia się po kilku minutach od potwierdzenia wysyłki. Gdy kod błędu jest inny, rejestratorka dostaje inny komunikat z inną wskazówką.

Typowo wygląda to tak, że pacjent dzwoni z pretensją, że recepta „nie działa", a rejestratorka albo zgaduje, albo odsyła do lekarza. Z dobrze skonfigurowanym asystentem rejestratorka w ciągu 30 sekund widzi, czy e-recepta jest potwierdzona w P1 czy nie, i ma gotową odpowiedź. Bez eskalacji do lekarza, bez czekania na IT.

E-skierowania działają analogicznie. Pacjent pyta, czy może już zarejestrować się do specjalisty. Rejestratorka sprawdza status w systemie, widzi, że skierowanie ma numer P1 i jest potwierdzone, i mówi pacjentowi, żeby podał ten numer przy rejestracji u specjalisty albo zarejestrował się przez IKP samodzielnie.

Od czego zaczynamy w małej przychodni

Pierwsza rozmowa powinna odpowiedzieć na cztery pytania. Z jakiego systemu EMR korzysta przychodnia, albo czy działa tylko na gabinet.gov.pl. Czy system ma dostęp do bazy danych i kto ma do niej klucze. Kto odpowiada za certyfikaty placówki i gdzie są zapisane ich daty ważności. I kto dziś dostaje informację o błędach P1 i jak ją dostaje.

Jeśli przychodnia ma komercyjny system EMR z bazą SQL: możemy podejść do logów integracyjnych już na pierwszym spotkaniu technicznym i mieć działający raport w ciągu kilku dni. Jeśli działa tylko na gabinet.gov.pl: zaczynamy od procesu wspartego ręcznie przez personel, gdzie AI obsługuje komunikację z pacjentami i pilnuje dat certyfikatów przez dostarczane raz na jakiś czas dane, a integrację z P1 budujemy stopniowo, gdy pojawi się komercyjny system.

Zakres pierwszego etapu to trzy rzeczy. Codzienny raport dla kierownika o statusach P1. Baza odpowiedzi dla recepcji na pytania o e-recepty i e-skierowania. Monitoring certyfikatów z alertami z wyprzedzeniem. Żadna z tych trzech rzeczy nie wymaga zmiany sposobu pracy lekarzy ani nowej licencji na oprogramowanie medyczne.

Chcecie sprawdzić, czy Wasza przychodnia jest gotowa na taki przepływ? Umówcie się na 15 minut rozmowy. Pokażemy, co da się zrobić z danymi, które już macie w systemie. Jeśli chcecie zobaczyć, jak wyglądają realne wdrożenia u innych podmiotów medycznych, sprawdźcie nasze case study.