Začala jsem stejně jako lékař: hledáním na internetu. Co ukázalo mapování veřejných informací o ambulantních informačních systémech v Česku?
Kapitoly článku:
Když lékař zakládá ordinaci nebo uvažuje o změně informačního systému, obvykle nezačíná odborným auditem.
Otevře vyhledávač, případně použije AI. Přesně touto cestou jsem se vydala i já. Chtěla jsem zjistit, co lze o českých ambulantních informačních systémech objektivně vyčíst z veřejných zdrojů, kde informace končí a jak z běžného online hledání vytvořit férový podklad pro rozhodnutí.
| 14 posuzovaných AIS | 49 veřejných zdrojů | 168 evidenčních záznamů |
Na začátku byla obyčejná otázka: Který systém vybrat pro konkrétní ambulanci?
Průzkum vznikl z konkrétní potřeby ambulantní praxe. V rámci digitálního studia Webett jsme zpracovali průzkum veřejně dostupných informací do objektivní a jasně stanovené metodiky s doporučením pro konkrétní ambulance.
Zadání znělo na první pohled jednoduše: najít systém, který zvládne každodenní agendu, komunikaci s pojišťovnami a službami eHealth, nebude pro malý tým technickou zátěží a současně ponechá prostor pro další digitalizaci. Bylo nám jasné, že produkty nelze poctivě porovnat podle jedné tabulky funkcí ani podle ceny uvedené na titulní stránce. Pro běžného lékaře, který zakládá ambulance, totiž může stejné slovo u různých dodavatelů znamenat něco jiného.
Cloud může být čistě webová aplikace, hostovaný systém s instalovaným klientem nebo lokální program s několika online funkcemi. Objednávání může označovat interní kalendář pro personál, ale také skutečné samoobjednání pacienta. A nízká základní cena ještě neříká, kolik bude stát druhý uživatel, migrace, podpora, laboratoře nebo pacientský portál.
Proto jsme původní otázku změnili. Neptali jsme se, který systém je obecně nejlepší.
Ptali jsme se: Co může lékař zjistit sám, ještě než odešle poptávku a vstoupí do obchodního procesu?
Šli jsem po stopách lékaře, ale s výzkumným protokolem
Záměrně jsme pracovali jen s tím, co má k dispozici běžný zájemce: s oficiálními produktovými stránkami, veřejnými ceníky, návody, technickou dokumentací, obchodními podmínkami, zásadami ochrany osobních údajů, často kladenými otázkami a datovanými aktualitami. Nepoužili jsme odpovědi dodavatelů, individuální nabídky, neveřejná dema ani interní znalosti.
U každého produktu následoval stejný postup.
Nejprve ověření, že jde o aktivně nabízený ambulantní systém pro český trh.
Potom projít web a dokumentaci a opakovat stejné vyhledávací dotazy: cena, migrace, export dat, zálohování, podpora, API, laboratoře, eRecept, eNeschopenka, pojišťovny, pacientské služby, telemedicína a AI.
Každé tvrzení dostalo přímý zdroj, datum kontroly, přesný rozsah a informaci, zda jde o základ systému, placený modul, produkt stejné skupiny, externí integraci nebo teprve plán.
Do finálního souboru se dostalo 14 aktivně nabízených systémů.
Vzniklo 168 evidenčních záznamů opřených o 49 veřejných zdrojů. Nešlo však jen o sběr odkazů. Zásadní bylo nastavit pravidla, která zabrání tomu, aby lépe napsaný web automaticky vypadal jako lepší software.
Nejdůležitější písmeno celého průzkumu bylo N
Každé zjištění jsme označili jako doložené, částečně doložené, veřejně nenalezené, explicitně nedostupné nebo neposouditelné. Právě stav „veřejně nenalezeno“ – zkráceně N – se ukázal jako klíčový pro férovou interpretaci.
| N neznamená, že to systém neumí. Znamená pouze, že po provedení stejného vyhledávacího postupu nebylo možné danou vlastnost bezpečně potvrdit z veřejného zdroje. Pro ordinaci se z takové mezery nestává automaticky nevýhoda produktu, ale konkrétní otázka pro dodavatele. |
Toto rozlišení je důležité i opačně. Marketingové tvrzení, že je systém moderní, intuitivní, jednoduchý nebo bezpečný, samo o sobě není důkazem rychlosti práce, kvality podpory ani skutečné úrovně zabezpečení. Veřejná analýza může hodnotit doložitelnost a transparentnost. Skutečnou kvalitu musí potvrdit demo, reference, smluvní podklady nebo praktický pilot.
Co ukázala data
První průřezový audit pracoval se 140 poli, deseti stejnými oblastmi u čtrnácti systémů. Z nich bylo 80 veřejně doložených, 39 částečně doložených, 17 veřejně nenalezených, jedno explicitně nedostupné a tři nebylo možné bezpečně posoudit. Po rozšíření samostatného sledování AI a telemedicíny vznikla finální databáze 168 evidenčních záznamů.
Základní klinická dokumentace byla veřejně doložena u všech čtrnácti systémů. Laboratorní integrace byla přímo doložena u třinácti. To je logické, protože jde o tradiční jádro ambulantního softwaru, které dodavatelé obvykle popisují poměrně konkrétně.
Mnohem méně jistoty bylo tam, kde ordinace řeší dlouhodobou závislost na dodavateli a odolnost provozu. U migrace a exportu dat nebyl veřejný podklad nalezen u devíti systémů a u zbývajících pěti byl rozsah popsán jen částečně. V oblasti bezpečnosti a kontinuity provozu nebyl ani jeden systém v prvním auditu možné označit za plně veřejně doložený: sedm mělo informace částečné, u šesti nebyly relevantní údaje nalezeny a jeden případ nebylo možné bezpečně posoudit. Často chyběly konkrétní informace o obnově po výpadku, odpovědnosti za zálohy, vícefaktorovém ověřování, auditních záznamech nebo šifrování.
Podobně opatrně bylo nutné číst pacientské služby. U deseti ze čtrnácti systémů byly veřejně popsány jen částečně – například nebylo jasné, zda jde o interní kalendář, online samoobjednání, připomínky, zabezpečenou komunikaci nebo samostatný placený modul. U cen a konfigurace bylo osm záznamů doložených, čtyři částečné, jeden veřejně nenalezený a jeden výslovně vedený jako individuální kalkulace.
| Nejsilnější průřezový závěr Rozdíly ve veřejné dokumentaci byly často větší než rozdíly, které bylo možné bezpečně tvrdit o samotných produktech. |
Výsledkem není žebříček. A to je záměr.
Takto postavený průzkum nemá vyhlásit vítěze českého trhu. Stejný systém může být vhodný pro jednoho lékaře v plně cloudové ordinaci a méně vhodný pro vícepracovištní kliniku nebo naopak. Rozhodnutí se mění podle počtu uživatelů, odbornosti, rozpočtu, požadovaného provozního modelu, laboratorních a přístrojových integrací i toho, zda ordinace plánuje pacientský portál, telemedicínu nebo AI podporu dokumentace.
Praktickým výsledkem je proto mapa veřejných důkazů, obecná metodika rozhodování a způsob, jak z trhu vytvořit užší výběr tří až pěti relevantních kandidátů. Teprve u nich má smysl investovat čas do demonstrací, individuálních nabídek a smluvního ověření.
Důležitou součástí práce byl také změnový protokol. Když se později objevil silnější nebo novější veřejný zdroj, záznam se opravil a změna se transparentně popsala. V jedné další iteraci tak došlo k pěti věcným zpřesněním – například u ceny nebo rozsahu telemedicínských a AI funkcí. Není to slabina metodiky. Právě možnost dohledat, proč se závěr změnil, je známkou toho, že je výsledek reprodukovatelný a aktualizovatelný. Samozřejmě, ale odpovídá stavu v době vydání článku.
Co to přinese ordinacím v praxi
Pro ordinaci má tento postup několik konkrétních přínosů. Pomůže nejprve popsat vlastní potřeby a teprve potom hodnotit nabídku trhu. Umožní porovnávat cenu ve stejné konfiguraci například pro jednoho lékaře, sestru a jedno pracoviště, oddělit licenci, podporu, migraci, školení, moduly, DPH a náklady prvního i dalších let. Zároveň odhalí, které informace jsou skutečně potvrzené a které je nutné doplnit otázkou.
Lékař pak na demu nezačíná obecnou prosbou, aby mu dodavatel ukázal, co to umí. Přichází s konkrétními scénáři: Jak se přenese kompletní dokumentace včetně příloh? V jakém formátu dostanu data při ukončení smlouvy? Co se stane při výpadku? Je online objednávání součástí ceny? Zapíše se výstup telemedicínské konzultace nebo AI asistenta přímo do dokumentace?
Takové otázky šetří čas oběma stranám. Ordinaci chrání před rozhodnutím založeným na sloganu nebo neúplné ceně. Dodavateli naopak umožňují přesněji ukázat hodnotu produktu a vysvětlit oblasti, které se na web složitě převádějí.
Internet je dobrý začátek, nikoli konečný verdikt
Z veřejných informací nelze spolehlivě poznat ergonomii systému, rychlost práce v reálném provozu, kvalitu podpory, úplnost migrace, stabilitu integrací ani přesnost a bezpečnost AI funkcí. Nelze z nich udělat technický, kybernetický nebo právní audit. Lze však výrazně snížit informační chaos, zúžit trh a připravit se na další fázi rozhodování s mnohem větší jistotou.
Průzkum jsem začala stejně jako většina lékařů: vyhledáváním na internetu. Rozdíl byl v tom, že každá otevřená záložka dostala své místo v jednotném protokolu a každá mezera zůstala přiznanou mezerou. V tom vidím hlavní přínos celé práce. Dobré rozhodnutí začíná přesným popisem vlastní ordinace, důsledným ověřováním a ochotou říct: tohle zatím nevíme – a právě na to se musíme zeptat.
Původní článek vycházející z metodiky, srovnávací kritéria a modelový příklad výběru ambulantního informačního systému najdete na Webett.cz – https://webett.cz/jak-vybrat-ambulantni-informacni-system/
METODICKÁ A AUTORSKÁ POZNÁMKA
Údaje vycházejí z veřejných informací kontrolovaných k 19. 8. 2026. Autorka v rámci své eHealth praxe spolupracuje nebo spolupracovala s některými dodavateli; neveřejné informace proto nebyly použity a všechny systémy podléhaly stejnému protokolu. Výsledky hodnotí veřejnou doložitelnost, nikoli nezávisle ověřenou kvalitu produktů.
Autor: MUDr. Tereza Ettlerová, MBA, Webett s.r.o.