← Esettanulmányok
Master BuilderHealthcare

Rendszerek egy növekvő klinikán: hároméves digitális átalakulás egy 110 fős egészségügyi szervezetben

Három évvel ezelőtt fejlesztési vezetőként csatlakoztam egy magánklinikához és fogászati rendelőhöz. Az adatkezelés szétszórt és ad hoc alapon működött. Meglévő piaci megoldásokat integráltunk, és egyedi alkalmazásokat fejlesztettünk Google Cloud és Looker Studio alapon. Tégláról téglára építettük fel az alapokat — soha nem terheltük túl a csapatot.

Ügyfél: 110 fős budapesti magánklinika

Amikor 2023 nyarán megérkeztem egy 110 fős budapesti magánklinikára, a szervezet a korábbi, kisebb léptékű működéséhez igazodó, digitálisan ad hoc megoldásokkal dolgozott. Az ötven alkalmazott és a több mint hatvan alvállalkozó orvos jórészt kézi, papíralapú folyamatokra támaszkodott. A klinika olyan méretűre nőtt, hogy ezek a manuális megoldások már nem tudták kiszolgálni a napi működést.

Ez a helyzet a recepción vált igazán nyilvánvalóvá. Amikor egy orvos befejezte a műszakját, a recepciós kézzel számította ki a jutalékát, miközben a betegek egyre hosszabb sorban várakoztak. Az orvos, aki alig várta, hogy elmehessen, sürgette, hogy gyorsabban végezzék el a számításokat. Amellett hogy ez a rendszer nem volt hatékony, sok feszültséghez vezetett és rengeteg hibalehetőséget rejtett magában. De ez csupán egy tünete volt annak, hogy a klinika növekedése meghaladta a meglévő digitális infrastruktúráját, átláthatóságát és kontrollját.

Minden megoldást a szigorú egészségügyi megfelelési követelményeknek megfelelően kellett kialakítani. Az adatkezelés, a GDPR és az egészségügyre vonatkozó szabályozások minden architektúrai döntést meghatároztak. A betegadatok, a személyzeti nyilvántartások, a pénzügyi információk – mindezt a szabályozási előírásoknak megfelelően kellett tárolni, feldolgozni és hozzáférhetővé tenni. Ez nem olyan korlát volt, amit meg lehetett volna kerülni; ez volt az alapja annak, hogy ezek a megoldások megbízhatónak bizonyulhassanak.

A megfelelés nem volt az egyetlen korlát. Ez a munka nehéz gazdasági körülmények között zajlott – a COVID utáni időszak magas inflációval és stagnáló gazdasággal –, ami szűkös költségvetést és kevés mozgásteret jelentett a drága, dobozos vállalati szoftverek számára. Minden döntésnél a költségeket ugyanolyan körültekintően kellett mérlegelni, mint a funkcionalitást, és azokat a megoldásokat előnyben részesíteni, amelyek valódi értéket teremtettek felesleges költekezés nélkül.

Az alapokkal kezdtem. Az első három hónapot azzal töltöttem, hogy az egész szervezetet áttelepítettem a magán Gmail-fiókokról a Google Workspace-re, és kialakítottam a megfelelő hozzáférés-vezérlést, felhasználókezelést és biztonsági csoportokat. Kipróbáltuk a Slacket a belső kommunikációra, de ez nem felelt meg ennek a célközönségnek – a Google Chat bizonyult a megfelelő eszköznek. Ez nem volt látványos munka, de elengedhetetlen volt. Semmi mást nem lehetett volna biztonságosan felépíteni ellenőrizetlen identitás- és hozzáférési rendszerre – különösen az egészségügyi környezetben, ahol a szabályoknak való megfelelés attól függ, hogy ki mihez fér hozzá.

Miután ez az alap megteremtődött, a pénzügyek felé fordultam, ami talán a legnagyobb problémát jelentette. A klinika tucatnyi beszállítótól – orvosoktól, szállító cégektől, anyagszállítóktól – kapott számlákat, többnyire papír formában. A pénzügyi osztály összegyűjtötte ezeket a számlákat, és továbbította őket a könyvelőnek. Rendszeresen előfordult, hogy a számlák útközben elvesztek vagy rosszul kezelték őket. Az eredmény: minden évben a könyvelő 600–700 olyan számlát küldött vissza, amelyekről nem állt rendelkezésre digitális kép, ezért azokat jogilag nem lehetett könyvelni. Ez egy állandó, időigényes körforgás volt.

A pénzügyi csapat két kézzel vezetett táblázatot használt, amelyekbe manuálisan vitték be az egyes számlák adatait. Ezek a táblázatok még a szervezet korábbi, kisebb léptékű működéséből származtak, és a klinika növekedésével egyre nehezebben bírták a terhelést: nem volt bennük adatellenőrzés, egységesített dátumformátum, sem olyan struktúra, ami a további feldolgozáshoz szükséges lett volna.

2024 közepén bevezettem egy alkalmazást, amely automatikusan lekérte a számlaadatokat a magyar adóhatóság (NAV) adatbázisából. A klinika most már pontosan tudja, mely számlákat nyújtottak be nekik, sokhoz már csatolt képekkel együtt. A többi esetében a rendszer az e-mailekből, a kézi feltöltésekből vagy a beszállítói nyomon követésből gyűjti össze az adatokat – de ez ma már csak töredékét jelenti annak a munkának, amit korábban igényelt. Az eredmény: ami korábban két hetet vett igénybe a szétszórt e-mail-előzményekből való összeállításhoz, és soha nem volt 100 százalékosan pontos, azt ma valós időben állítják össze, 100 százalékos pontossággal, és a könyvelő azonnal feldolgozhatja.

Ezzel párhuzamosan bevezettem egy jelenléti (beosztás) menedzsment alkalmazást, amely közvetlenül integrálódik a könyvelő bérszámfejtési rendszerébe. A munkavállalók most pontosan láthatják, hogy mi került rögzítésre és mi kerül kifizetésre. A korábban rejtve maradt bérszámfejtési hibák most azonnal felszínre kerülnek.

2025 elején adatmérnöki munkával és a Looker Studio segítségével létrehoztam egy negyedéves kihasználtsági irányítópultot. Minden orvos mostantól automatikus e-mailt kap, amelyben egy áttekinthető irányítópulton láthatja, hogyan változtak a kihasználtsági adatai negyedévről negyedévre, és hogy változott-e a rendelési rendje. Az orvosok olyan átláthatóságot kaptak, amilyenre korábban soha nem volt példa.

De az igazi gyorsulás később következett be, amikor elkezdtem AI-támogatással végpontok közötti egyedi webalkalmazásokat fejleszteni. Az anyagkezelő eszköz OCR-t használ a tételek vonalkód és csomagolás alapján történő felismeréséhez, és adatbázisbeli egyezéseket javasol, így az asszisztenseknek nem kell manuálisan begépelniük az adatokat. Beolvassák a termék csomagolását vagy a szállítólevelet, a rendszer felismeri, mit kaptak, és a készlet automatikusan frissül két helyszínen és az egyes helyiségekben egyaránt. A rendelés a szétszórt e-mailes egyeztetésből strukturált, ellenőrizhető folyamattá vált.

Ezt követte a készpénzkezelés. Azok a munkatársak, akik készpénz-előleget kaptak, elvesztették a kiadások nyomon követését – a nyugták eltűntek, a részletek megsemmisültek, a pénz sorsa ismeretlen maradt. Kifejlesztettem egy alkalmazást, amelyben a felhasználók OCR segítségével beolvashatják a nyugtákat. A nyugta azonnal rögzítésre kerül, az egyenleg frissül, és teljes auditnyomvonal áll rendelkezésre. Nincs többé elveszett adat.

Ezt követte a pénztári egyeztető eszköz. A klinikának két helyszínen összesen hét pénztára van. A recepciósoknak valós időben kell rögzíteniük minden tranzakciót. A pénzügyi osztálynak egyszerűen kell elvégeznie a készpénz- és kártyás fizetések, valamint az egyéb fizetési módok egyeztetését. A vezetésnek pedig áttekintést kell kapnia az egyes pénztárak tényleges bevételeiről. Egyetlen alkalmazás szolgálja mindhárom igényt – adatbevitelt a recepciósok számára, egyeztetési nézeteket a pénzügyi osztály számára, bevételi jelentéseket a vezetés számára.

Három év. Egy felhőalapú adatbázis. Egy adatcsatorna. Egy jelentési réteg a Looker Studio-ban. Hat, végpontok között felépített egyedi alkalmazás. Az eredmény: egy 110 fős szervezet, amely a manuális, táblázat-vezérelt működésről átállt a valós idejű átláthatóságra, az automatizált munkafolyamatokra, a szabályoknak megfelelő adatkezelési gyakorlatokra és olyan rendszerekre, amelyek valóban működnek.

RENDSZER ARCHITEKTÚRA

Egészségügy · Budapest · 2023–2026

Rendszerek egy növekvő klinikán

Egy 110 fős klinika, amely a növekedés során kinőtte a kézi, papíralapú és táblázat-vezérelt folyamatait — három év alatt egyetlen, szabályoknak megfelelő adatplatformmá építve. Minden réteg az alatta lévőre épül. Nyiss ki bármelyik réteget, hogy lásd, hogyan működik.

3 év
Fejlesztési idő
110
Alkalmazott + orvos
6
Egyedi alkalmazás
1
Adatplatform

Kattints egy rétegre a kibontáshoz — alulról felfelé olvasd

Adatkezelés · GDPR · egészségügyi megfelelésminden réteg

Végpontok között és gyorsan felépítve, 2025 végétől AI-támogatással — ez az a pont, ahol a fejlesztés az építőelemek összerakásától a teljes termékek szállításáig jutott.

Anyagkezelés

Webes rendelés jóváhagyási folyamattal; csomagolás vagy szállítólevél beolvasása, a készlet magát frissíti.

AI-támogatott

Készpénz-előleg követés

Nyugta beolvasása, egyenleg frissül, teljes auditnyomvonal. Nincs többé eltűnt készpénz.

AI-támogatott

Pénztári egyeztetés

Hét pénztár, két helyszín. Egyetlen alkalmazás a rögzítéshez, egyeztetéshez és bevételi nézetekhez.

Saját fejlesztés

Jutalékautomatizálás

Minden orvos a műszak végén automatikusan e-mailben kapja meg a jutalékát.

Saját fejlesztés

Jelentések és irányítópultok, amelyek automatikusan megérkeznek — olyan átláthatóság, amilyen a klinikának és orvosainak korábban egyszerűen nem volt.

Looker Studio irányítópultok

A jelentési réteg a központi adatbázis felett.

Saját fejlesztés

Negyedéves kihasználtsági jelentések

Automatikus e-mailben minden orvosnak; negyedévről negyedévre trendek és rendelkezésre állási változások.

Saját fejlesztés

Egyeztetési nézetek

A pénzügy pénztáranként látja a készpénzt, a kártyát és az egyéb fizetési módokat.

Saját fejlesztés

Vezetői bevételi nézetek

Tényleges bevétel pénztáranként, helyszínenként, valós időben.

Saját fejlesztés

A tudatos munkamegosztás: az emberek végzik a könnyű részt, a rendszer a pontosat. A felismerés automatizált, a pénzről döntő szabályok determinisztikusak.

Jutalékmotor

Determinisztikus számítás a rendelési idő alapján — nincs többé kézi számolás a pultnál.

Saját fejlesztés

OCR-felismerés

Vonalkódok, csomagolás, szállítólevelek, nyugták — beolvasva és az adatbázishoz illesztve.

Saját fejlesztés

Validálás és normalizálás

Strukturált, ellenőrzött, normalizált — végre használható a továbbfeldolgozáshoz.

Saját fejlesztés

Az újragépelés vége. Ahol a megfelelő eszköz már létezett a piacon, kiértékeltem és bevezettem; ahol nem, ott magam építettem meg a begyűjtést.

Számlaadatok

Automatikusan lekérve a magyar adóhatóság (NAV) adatbázisából; a hiányok e-mailben, feltöltéssel és beszállítói nyomon követéssel pótolva.

Bevezetett

Jelenlét / beosztás

Integrálva a könyvelő bérszámfejtési rendszerébe; a dolgozók látják a rögzített és a kifizetett értéket.

Bevezetett

Pénztári tranzakciók

Minden pénztári tranzakció valós időben rögzítve.

Saját fejlesztés

Anyagok és szállítások

Rendelések és beérkezett áruk a cselekvés pillanatában rögzítve.

Saját fejlesztés

Készpénz-előlegek

A kiadás abban a pillanatban rögzítve, amikor a nyugtát beolvassák.

Saját fejlesztés

Semmi biztonságosat nem lehet ellenőrizetlen identitásra építeni. Az egészségügyben maga a megfelelés azzal kezdődik, hogy pontosan tudjuk, ki mihez fér hozzá — ezért ez volt az első, minden más előtt.

Google Workspace

Migráció a privát Gmailről; szervezeti struktúra, csoportok, hozzáférés-vezérlés. ~3 hónap.

Saját fejlesztés

Google Cloud

Az adatrezidencia és a szabályoknak megfelelő tárolás céljából választott infrastruktúra.

Saját fejlesztés

Cloud SQL adatbázis

Az egyetlen tár, amelyből az egész platform olvas és amelybe ír.

Saját fejlesztés

A kézi, táblázat-vezérelt működéstől — a valós idejű átláthatóságig, az automatizált munkafolyamatokig és a szabályozott környezetben is megálló, megfelelő adatkezelési gyakorlatokig.

Saját fejlesztés (végpontok közötti)Kiértékelt és bevezetettAI-támogatott fejlesztés (2025 vége óta)
DATASTUDSDATASTUDSDATASTUDS
© 2026 DataStuds · Minden jog fenntartva