Podczas konferencji prasowej „Hej Proassist – Polski asystent AI, który odciąża lekarzy i przywraca uwagę pacjentom” zaprezentowaliśmy asystenta głosowego dla lekarzy oraz wnioski z rozmów pacjentów z chatbotem Rejestratorką Pauliną.

Wspólnym tematem wystąpień było ograniczenie powtarzalnej pracy: wpisywania informacji do dokumentacji, odpowiadania na pytania organizacyjne i prowadzenia pacjenta przez rejestrację. Pokazy oraz analiza rzeczywistych rozmów pozwoliły przyjrzeć się temu, gdzie AI może pomóc zespołowi placówki i co jest potrzebne, aby działało w praktyce.

Współpraca z naukowcami AGH i rozwój asystenta lekarza

O naukowych podstawach projektu opowiedzieli dr hab. inż. Konrad Kowalczyk, prof. AGH, oraz dr inż. Marcin Witkowski z Zespołu Przetwarzania Sygnałów AGH. Przedstawili prace nad rozpoznawaniem mowy i modelami językowymi dostosowanymi do polskiej terminologii medycznej oraz wypowiedzi pojawiających się podczas wizyt.

Rozwijany przez Proassist i AGH projekt inteligentnego asystenta głosowego jest współfinansowany ze środków Narodowego Centrum Badań i Rozwoju w ramach programu INFOSTRATEG IV. Jego celem jest usprawnienie uzupełniania dokumentacji i formularzy na podstawie wypowiedzi lekarza. To zadanie wymaga zarówno rozpoznania słów, jak i przypisania informacji do odpowiedniego miejsca w systemie.

Pokaz na żywo, czyli głos w codziennej pracy lekarza

Podczas demonstracji uczestnicy zobaczyli trzy scenariusze: uruchamianie szablonów wizyt komendami głosowymi, dyktowanie treści do wybranych pól karty pacjenta oraz obsługę dokumentów takich jak e-recepty i e-zwolnienia. Pokaz dotyczył czynności, które lekarz wykonuje w systemie w trakcie codziennej pracy.

Praktyczne znaczenie tych funkcji jest proste: mniej ręcznego uzupełniania pól, mniej przepisywania i sprawniejsze wykonywanie codziennych zadań. Asystent ma wspierać przygotowanie elektronicznej dokumentacji medycznej, a lekarz zachowuje kontrolę nad jej zawartością i zatwierdzeniem. Dzięki temu obsługa programu może zajmować mniej uwagi podczas wizyty.

Rejestratorka Paulina i doświadczenia z 65 placówek

Drugim obszarem zastosowania AI była komunikacja z pacjentami. Maciej Wyleciał, kierownik Działu AI, przedstawił analizę pracy chatbota Rejestratorki Pauliny. Według danych zaprezentowanych podczas konferencji rozwiązanie działało już w 65 placówkach, obsłużyło ponad 140 000 wiadomości i rozpoznało ponad 15 000 intencji pacjentów. Ponad 4000 z nich zakończyło się bezpośrednim umówieniem wizyty.

Warto jednak pamiętać, że wiadomość, rozpoznana intencja i umówiona wizyta to różne elementy procesu obsługi. Dlatego przedstawionych danych nie należy traktować jako liczby unikalnych pacjentów ani na ich podstawie wyliczać prostego współczynnika konwersji rozmów.

Jak modele Bielik wspierają rozmowę z pacjentem?

Pacjent rzadko formułuje swoją wiadomość według gotowego schematu. W jednym zdaniu może podać nazwisko lekarza, zapytać o cenę wizyty i od razu wskazać dogodny termin. Modele językowe z rodziny Bielik pomagają Paulinie rozpoznawać takie intencje oraz wyodrębniać informacje potrzebne do rejestracji także wtedy, gdy pacjent posługuje się potocznym językiem lub popełnia literówki.

Równie istotne jest zachowanie ciągłości rozmowy. Pytanie o parking w trakcie umawiania wizyty nie powinno oznaczać konieczności rozpoczynania całego procesu od początku. Paulina potrafi odpowiedzieć na pytanie organizacyjne, zachować dotychczasowy kontekst i płynnie wrócić do ustalania terminu wizyty. Model językowy jest więc elementem większego systemu, który łączy rozumienie swobodnej wypowiedzi pacjenta z rzeczywistym procesem rejestracji w placówce.

Baza wiedzy placówki i kontrola nad odpowiedziami

Paulina korzysta z technologii RAG, która pozwala pobierać informacje z bazy wiedzy konkretnej placówki i wykorzystywać je przy tworzeniu odpowiedzi. Mogą to być wiadomości o usługach, dojeździe, płatnościach czy zasadach przygotowania do wizyty. System działa w kontrolowanym środowisku serwerów Proassist.

Oparcie odpowiedzi na wskazanych źródłach ma ograniczać ryzyko podawania nieprawdziwych informacji. Nie oznacza jednak gwarancji całkowitego wyeliminowania błędów. Znaczenie mają aktualność bazy wiedzy, jasno określony zakres obsługi i możliwość skierowania pacjenta do personelu, gdy sprawa wymaga udziału człowieka.

AI jako funkcja systemu używanego przez placówkę

Jacek Piaseczyński, założyciel Proassist, zwrócił uwagę na sposób wdrażania sztucznej inteligencji. W przedstawionej przez niego koncepcji AI powinno być funkcją dostępną w systemie, z którego placówka już korzysta. Użytkownik ma uruchamiać pomocne narzędzie w miejscu wykonywania pracy, bez budowania osobnego procesu wokół nowej aplikacji.

Dlatego tak istotne jest połączenie AI z kalendarzem, dokumentacją i zasadami obsługi. Płynna odpowiedź na czacie ma praktyczną wartość wtedy, gdy pomaga załatwić sprawę pacjenta. Rozpoznawanie mowy pomaga lekarzowi wtedy, gdy wypowiedziana treść trafia do właściwego pola.

Co wynika z analizy 4000 rozmów z Pauliną

Uczestnikom i subskrybentom udostępniliśmy również raport „Czy AI potrafi zastąpić pierwszą rozmowę z pacjentem?”. Opracowanie opiera się na analizie 4000 autentycznych konwersacji z Rejestratorką Pauliną. To odrębna próba analityczna od przywołanych wcześniej danych o łącznej skali wdrożenia.

W badanej próbie 38% interakcji odbywało się poza godzinami pracy tradycyjnej recepcji. Raport wskazuje też największą aktywność między 7:00 a 13:00, szczególnie od 9:00 do 11:00, oraz kolejny wzrost po 18:00. Wynika z tego potrzeba wsparcia rejestracji zarówno w godzinach największego obciążenia, jak i po jej zamknięciu.

Około 30% kontaktów dotyczyło bezpośredniej chęci rezerwacji terminu, a 70% stanowiły powtarzalne pytania organizacyjne. Pacjenci pytali między innymi o świadczenia w ramach NFZ, dostępne usługi i specjalizacje, dojazd, parking oraz formy płatności. Dane opisują analizowane rozmowy z chatbotem, a nie wszystkie połączenia telefoniczne w polskich placówkach.

Dużo kontaktów nie zawsze oznacza dużo rezerwacji

Autorzy raportu nazywają to „pułapką dzwoniącego telefonu”. Duża liczba kontaktów może oznaczać, że pacjenci potrzebują informacji, których nie znajdują szybko na stronie. Każda taka rozmowa zajmuje czas rejestracji, choć nie musi od razu prowadzić do zapisu.

Pytanie o parking czy płatność jest jednak ważne dla osoby planującej wizytę. Automatyzacja ma ułatwić uzyskanie odpowiedzi i pozwolić personelowi zająć się sprawami wymagającymi rozmowy, wyjaśnienia lub indywidualnego podejścia. Dla managera praktycznym punktem wyjścia jest zebranie najczęstszych pytań pacjentów i sprawdzenie, czy informacje w bazie wiedzy są kompletne oraz aktualne.

Sprawdź jak AI może wesprzeć Twój zespół

Konferencja pokazała dwa uzupełniające się zastosowania AI: pomoc lekarzowi przy dokumentacji oraz wsparcie rejestracji w kontakcie z pacjentem. W obu przypadkach punktem wyjścia są konkretne czynności wykonywane w placówce. Od ich dobrego rozpoznania zależy, czy technologia rzeczywiście ułatwi pracę zespołu.

Chcesz przyjrzeć się potrzebom swoich pacjentów? Przeczytaj bezpłatny raport z analizy 4000 konwersacji. Jeśli chcesz zobaczyć rozwiązania Proassist w praktyce, umów bezpłatną prezentację systemu. Porozmawiamy o tym, jakie zadania w Twojej placówce mogą zyskać wsparcie AI.

Skontaktuj się z działem sprzedaży: handel@proassist.pl lub +48 505 708 455.