Кейс: MedTech. RPA-автоматизация маршрутизации пациентов для сети клиник

В частной медицине время врача — самый дорогой ресурс. Однако в сети из 12 клиник врачи тратили до 30% своего приема на чтение PDF-файлов с анализами из сторонних лабораторий и ручной перенос показателей (гемоглобин, сахар и т.д.) в медицинскую информационную систему (МИС).

Исходные данные (Legacy)

• Потеря времени: врач тратил в среднем 6 минут на прием, просто вбивая данные анализов в карточку.
• Человеческий фактор: из-за спешки возникали опечатки в жизненно важных показателях.
• Маршрутизация: администраторы вручную распределяли пациентов по узким специалистам после получения результатов, что занимало дни.

Архитектурное решение (System Design)

Мы спроектировали конвейер обработки медицинских документов на базе RPA (n8n) и локальных OCR-моделей (Optical Character Recognition).

1. LLM-парсер анализов. Как только на почту клиники или в Telegram-бот падает PDF с анализами от "Инвитро" или "Гемотест", система перехватывает файл. Локальная AI-модель извлекает из него показатели, нормализует их (сводит к единым единицам измерения) и автоматически подгружает в карточку пациента в МИС.
2. Triage-алгоритм (Маршрутизация). Если алгоритм замечает критическое отклонение от нормы (красные флаги), он автоматически ставит тег Urgent, создает задачу в CRM и отправляет уведомление лечащему врачу.
3. Авто-напоминания. После анализа данных RPA-узел сам связывается с пациентом в WhatsApp: «Ваши анализы готовы, обнаружено снижение витамина D. Ближайшая запись к эндокринологу — завтра в 14:00».

Импакт и ROI

Врачи перестали работать машинистками. Время полезного приема (сбор анамнеза, осмотр) увеличилось, что повысило удовлетворенность пациентов (NPS) и пропускную способность клиник.