Za każdą nową funkcją systemu stoi znacznie więcej niż samo programowanie. Najpierw trzeba zrozumieć potrzebę szpitala, sprawdzić dostępne możliwości, przygotować projekt i wycenę. Później przychodzi czas na kod, testy, wdrożenie i wsparcie użytkowników. W Appmedica sztuczna inteligencja pomaga nam na każdym z tych etapów. Co to oznacza dla naszych klientów? Sprawniejszą realizację zmian, lepsze wykorzystanie budżetu i więcej czasu na dopracowanie rozwiązań, które wspierają codzienną pracę placówki.

Nowa funkcja często zaczyna się od rozmowy o konkretnym problemie. Dział aparatury medycznej potrzebuje lepszego sposobu organizacji pracy. Zespół techniczny chce uprościć obsługę zgłoszeń. Kierownik szuka informacji, które pozwolą mu sprawniej planować zadania.

Przełożenie takiej potrzeby na działające rozwiązanie wymaga współpracy wielu osób. Informacje muszą przejść od klienta do kierownika projektu, zespołu produktu, programistów i testerów. Na każdym etapie trzeba coś sprawdzić, doprecyzować lub udokumentować.

Właśnie w tych czynnościach wykorzystujemy AI. Pomaga nam szybciej odnajdywać informacje, porządkować ustalenia i wykonywać powtarzalną pracę. Dzięki temu możemy poświęcić więcej uwagi temu, jak projektowana funkcja sprawdzi się w szpitalu.

O AI rozmawiamy także we własnym zespole

Podczas naszej firmowej integracji w Wierzbowym Ranczu, 15-16 października 2026 roku, znalazł się również czas na rozmowę o przyszłości pracy z AI. Punktem wyjścia była prezentacja Piotrka „AGI @ Appmedica – praca na innej płaszczyźnie”, w której podzielił się swoim spojrzeniem na możliwości sztucznej inteligencji i zmieniającą się rolę człowieka.

Jednym z głównych wniosków z wystąpienia było rosnące znaczenie umiejętnego organizowania pracy AI: określania celów, dostarczania odpowiedniego kontekstu, udostępniania narzędzi i weryfikowania rezultatów. Rozmawialiśmy również o tym, jak zaoszczędzony czas wykorzystać do realizacji ambitniejszych projektów – także pomysłów, które wcześniej trudno było zmieścić w dostępnym budżecie.

W codziennej pracy oznacza to dla nas dalsze rozwijanie kompetencji zespołu i szukanie zastosowań AI, które przynoszą konkretne korzyści naszym klientom.

Asystent, który korzysta z wiedzy zespołu

Przy pracy nad systemem odpowiedź na jedno pytanie bywa rozproszona w kilku miejscach. Część informacji znajduje się w zadaniach projektowych, część w historii kontaktu z klientem, a szczegóły działania funkcji – w kodzie produktu.

Nasz asystent AI ma dostęp do tych źródeł w zakresie uprawnień osoby, która z nim pracuje. Może pomóc sprawdzić, co klient wcześniej zgłaszał, jak działa obecne rozwiązanie albo które zmiany czekają na testy.

Ogranicza to czas potrzebny na przeszukiwanie kilku systemów i odtwarzanie wcześniejszych ustaleń. Kierownik projektu czy programista może szybciej przejść do oceny problemu, mając pod ręką potrzebny kontekst.

Od rozmowy z klientem do dobrze opisanego zadania

Pierwszym krokiem jest zrozumienie potrzeby. Jeśli wszyscy uczestnicy zgodzą się na nagranie spotkania, wykorzystujemy je do przygotowania transkrypcji i notatki z ustaleniami. AI pomaga uporządkować informacje, do których zespół może później wrócić podczas projektowania i realizacji zmiany.

Następnie sprawdzamy, co Appmedica już potrafi. Część potrzeb można zaspokoić istniejącymi funkcjami lub ich odpowiednią konfiguracją. Asystent pomaga porównać wymagania klienta z możliwościami systemu. To istotne, ponieważ pozwala uniknąć budowania od początku czegoś, co jest już dostępne.

AI wspiera również przygotowanie wyceny. Pomaga zebrać informacje potrzebne do oszacowania pracy, ale ostateczny zakres i liczbę godzin zatwierdza człowiek.

Kolejny etap to projekt ekranu. Z pomocą AI możemy wcześniej pokazać klientowi, jak będzie wyglądała nowa funkcja. Łatwiej wtedy ocenić, czy układ informacji jest czytelny i czy proponowany sposób obsługi odpowiada rzeczywistej pracy użytkownika. Zmiana w projekcie wymaga zwykle mniej pracy niż przebudowa gotowego rozwiązania.

Zanim zadanie trafi do programisty, asystent pomaga też sprawdzić jego opis. Szuka niejasności, brakujących informacji i sytuacji, które wymagają doprecyzowania. Im wcześniej je zauważymy, tym mniej pytań i poprawek pojawi się podczas realizacji.

Programowanie i testy ze wsparciem AI

Programiści wykorzystują asystenta w codziennej pracy nad kodem. AI pomaga przygotowywać zmiany, analizować istniejące rozwiązania i wykonywać powtarzalne czynności.

Zaoszczędzony czas możemy przeznaczyć na dopracowanie funkcji, sprawdzenie dodatkowych scenariuszy i rozwiązywanie bardziej złożonych problemów.

Każda zmiana przechodzi jednak kilka poziomów weryfikacji. Korzystamy ze sprawdzeń automatycznych, wsparcia AI oraz przeglądu wykonywanego przez drugiego programistę. Następnie funkcja trafia do testów.

Asystent pomaga testerom sprawdzać jej działanie krok po kroku i wychwytywać nieprawidłowości przed wdrożeniem. Ostatecznie każdą funkcję sprawdza człowiek. Szybsze przygotowanie kodu pozostaje połączone z kontrolą jego jakości.

Gotowa funkcja to także wdrożenie, instrukcja i pomoc użytkownikowi

Praca nad zmianą trwa również po zakończeniu programowania. Trzeba przygotować nową wersję systemu, wdrożyć ją u klientów i wyjaśnić użytkownikom, jak korzystać z nowych możliwości.

AI wspiera przygotowanie wersji, instrukcji oraz krótkich materiałów szkoleniowych. Dzięki temu łatwiej przekazać pracownikom szpitala informacje potrzebne do rozpoczęcia pracy z funkcją.

Asystent pomaga również zespołowi wsparcia. Gdy klient zgłasza problem, ułatwia odnalezienie informacji i ustalenie możliwej przyczyny, zanim sprawa trafi do programisty. Usprawnia to analizę zgłoszenia i przygotowanie dalszych działań.

Regularnie przyglądamy się także własnemu sposobowi pracy. Sprawdzamy, gdzie nadal tracimy czas, które zastosowania AI przynoszą efekty i co wymaga poprawy.

AI w codziennej pracy całej firmy

Ze sztucznej inteligencji korzystają u nas zarząd, zespół techniczny, programiści, testerzy, zespół produktu, kierownicy projektów, wsparcie klienta i marketing.

Jednym z przykładów jest nasz wewnętrzny system do pracy z klientami, który powstał z pomocą AI. Potrzebne funkcje opisywaliśmy zwykłym językiem, a asystent wspierał przekładanie tych opisów na działające rozwiązania.

AI pomaga również w większych projektach, takich jak unowocześnianie platformy. Przyspiesza żmudną, powtarzalną część pracy, dzięki czemu możemy stopniowo modernizować system i jednocześnie rozwijać jego funkcjonalności. Zmiany nadal podlegają sprawdzaniu przed wdrożeniem u klientów.

Co pokazują nasze dane?

Chcieliśmy sprawdzić, czy zmiana sposobu pracy znajduje odzwierciedlenie w wynikach. Porównaliśmy liczbę zamykanych zadań programistycznych przypadających na każde 100 godzin pracy programistów w czerwcu, lipcu i sierpniu 2025 oraz 2026 roku.

Latem 2026 roku zamykaliśmy w tym samym czasie niemal dwa razy więcej zadań niż rok wcześniej.

Liczba zadań jest jednym ze wskaźników sprawności pracy – poszczególne zadania różnią się zakresem i złożonością. Wynik pokazuje jednak skalę zmiany, którą obserwujemy w organizacji realizacji prac.

Z perspektywy klienta znaczenie ma to, na co możemy przeznaczyć zaoszczędzone godziny: kolejne usprawnienia, dokładniejsze testy i lepsze dopracowanie zamawianych funkcji.

Zasady, które porządkują korzystanie z AI

Wykorzystanie sztucznej inteligencji opieramy na kilku zasadach:

– AI wspiera decyzje, a odpowiedzialność pozostaje po stronie człowieka.

– Asystent korzysta wyłącznie z informacji dostępnych dla osoby, która z nim pracuje.

– Zmiany w systemie są sprawdzane przez człowieka przed przekazaniem klientom.

– Błędy AI analizujemy i wykorzystujemy do poprawy sposobu pracy.

Takie podejście pozwala łączyć automatyzację z wiedzą zespołu oraz kontrolą nad efektem końcowym.

Sztuczna inteligencja w funkcjach Appmedica

AI wspiera również użytkowników samego systemu. Przykładem jest AI Insights, które szacuje prawdopodobieństwo awarii urządzenia w ciągu najbliższych 90 dni. Analiza uwzględnia między innymi historię awarii i zgłoszeń, wiek oraz rodzaj sprzętu, a także wcześniejsze interwencje serwisowe.

Użytkownik otrzymuje uporządkowaną listę urządzeń wymagających uwagi i może utworzyć zadanie przeglądu jednym kliknięciem. Ocena systemu wspiera planowanie pracy, a decyzję o działaniu podejmuje człowiek. Obowiązkowe przeglądy pozostają częścią dotychczasowego nadzoru nad aparaturą.

Więcej o tym rozwiązaniu opisujemy w artykule „Analiza predyktywna awarii, czyli jak przejść od reaktywnego serwisu do utrzymania opartego na ryzyku”.

Innym zastosowaniem jest obsługa zgłoszeń przesyłanych pocztą elektroniczną. Pracownik szpitala może wysłać wiadomość, na przykład „nie działa drukarka na SOR”. System rozpoznaje zgłoszenie, przypisuje je do odpowiedniej kategorii i rejestruje w Appmedica. Nadawca otrzymuje wiadomość z numerem zgłoszenia. Funkcja działa osobno dla zgłoszeń IT i technicznych.

Więcej czasu na potrzeby szpitala

W rozwoju oprogramowania dla szpitali liczy się zarówno sprawność realizacji zmian, jak i dobre zrozumienie pracy użytkowników. AI pomaga nam ograniczać czas poświęcany na wyszukiwanie informacji, przygotowanie dokumentacji i powtarzalne czynności techniczne.

Dzięki temu więcej uwagi możemy poświęcić rozmowie z klientem, ocenie proponowanego rozwiązania i jego sprawdzeniu przed wdrożeniem. To właśnie w tych działaniach oszczędność czasu przekłada się na wartość dla szpitala: lepiej przemyślane funkcje, sprawniejszą obsługę zgłoszeń i większe możliwości rozwoju systemu w dostępnym budżecie.