Медиа imot.io
Кейсы

Лист ожидания в клинике — почему 100% пациентов теряются без автоматизации

Администратор берёт трубку. Пациент хочет на приём к конкретному врачу. Свободных слотов нет. Администратор говорит: «Перезвоните через неделю». Пациент кладёт трубку — и записывается в другую клинику.
Ситуация воспроизводится десятки раз в день в каждом медицинском контакт-центре. У некоторых клиник существуют листы ожидания — файлы в Excel, записки в CRM, бумажные тетради. Но между наличием листа ожидания и работающим процессом — дистанция, которую большинство клиник так и не преодолевает. По данным MGMA, среднее время ожидания записи к новому врачу выросло до 31 дня — на 19% за два года. Пациенты ждут дольше, а клиники при этом теряют тех, кто ждать не готов.
В этой статье — о том, почему ручные листы ожидания не работают, какие данные накопила индустрия по автоматизации этого процесса и что происходит, когда лист ожидания из формальности превращается в управляемый канал возврата пациентов.

Масштаб потерь, которые никто не считает

Клиника получает 200 звонков в день. Конверсия из звонка в запись в среднем по рынку — 25–35%, по данным внутренних бенчмарков медицинских контакт-центров. Это означает, что 130–150 звонков ежедневно не заканчиваются записью. Часть этих звонков — информационные: узнать адрес, уточнить стоимость. Но значительная доля — пациенты, которые хотят попасть к врачу, но не могут: нет свободных слотов, нужный специалист принимает через три недели, удобное время занято.
Что происходит с этими пациентами? Если администратор предлагает лист ожидания — у клиники появляется шанс вернуть пациента, когда слот освободится. Если не предлагает — пациент уходит. По данным NexHealth, пациенты, ожидающие запись дольше месяца, в два раза чаще отменяют визит и не перезаписываются, чем те, кто получил слот в течение недели. А исследование Dialog Health фиксирует, что пациент с одной неявкой имеет вероятность полного ухода из клиники в 70% случаев — против 19% у пациентов, которые посещают приёмы стабильно.
Здесь работает механизм, знакомый любому руководителю контакт-центра: потерянный пациент — это не один пропущенный визит. Это потерянный LTV. Для частной клиники средний LTV пациента — 150 000 рублей. Десять потерянных пациентов в неделю — полтора миллиона рублей. За год — 78 миллионов. И это консервативная оценка для клиники среднего размера.
При этом абсолютное большинство клиник не измеряют этот показатель. Они не знают, сколько пациентов хотели записаться, но не смогли. Не знают, скольким из них предложили лист ожидания. Не знают, скольких из листа ожидания потом обзвонили. Потеря происходит тихо, без сигнальных лампочек в отчётах.

Как устроен ручной лист ожидания и почему он не справляется

В теории лист ожидания — простой инструмент. Пациент звонит, хочет к конкретному врачу, слотов нет. Администратор записывает: имя пациента, контакт, нужный врач, желаемые даты. Когда у врача появляется окно — администратор открывает лист, находит подходящего пациента, звонит ему, предлагает время.
На практике каждый шаг этой цепочки ломается.
Шаг первый: фиксация. Администратор ведёт 15–20 разговоров в час. В каждом — своя задача: запись, отмена, перенос, справка, жалоба. Лист ожидания — задача побочная. Она не является частью основного процесса записи. Администратор должен помнить, что у него есть такой инструмент, должен по собственной инициативе предложить его пациенту, должен найти время зафиксировать данные. По оценке Keona Health, до 34% рабочего времени оператора медицинского контакт-центра уходит на рутинные ручные задачи, которые можно автоматизировать. Лист ожидания — как раз такая задача. И именно поэтому он страдает первым, когда нагрузка растёт.
В высокий сезон или в часы пиковой нагрузки администратор физически не успевает. А пиковые часы — это как раз то время, когда звонков с запросом на популярных врачей больше всего. Парадокс: именно тогда, когда лист ожидания нужнее всего, он ведётся хуже всего.
Шаг второй: хранение. Данные попадают в разные места. Один администратор пишет в Excel, другой — в заметки в CRM, третий — в тетрадку на столе. Единого формата нет. Единого места хранения нет. Когда администратор уходит на больничный или в отпуск — его записи становятся недоступными или нечитаемыми для коллег.
Исследование в медицинских организациях показывает: автоматизация снижает риск потери информации о пациентах на 100%. Обратная сторона этого утверждения: без автоматизации потеря информации — норма, а не исключение.
Шаг третий: обзвон. Врач отменил приём, появилось окно. Или пациент отменил запись, слот освободился. Кто-то должен открыть лист ожидания, найти подходящего пациента, позвонить ему. Этот «кто-то» — тот же администратор, который в этот момент принимает входящие звонки, обрабатывает онлайн-заявки и отвечает на вопросы пациентов на ресепшене.
По данным PMC, при ручном ведении листа ожидания клиники успевают заполнить только 10–20% освободившихся слотов. Остальные 80–90% так и остаются пустыми. Пациент из листа ожидания узнаёт о появившемся окне слишком поздно — или не узнаёт вообще.
Шаг четвёртый: скорость реакции. Окно в расписании врача живёт недолго. Если пациент отменил запись на завтра, у клиники есть несколько часов, чтобы найти замену. Если отменил на сегодня — минуты. Ручной процесс не рассчитан на такие скорости. Пока администратор найдёт лист, отсортирует пациентов по нужному врачу, дозвонится — слот может уже заполниться или стать неактуальным.
Данные автоматизированных систем показывают, что 65% пациентов отвечают на предложение свободного слота в течение часа. Но только при условии, что уведомление приходит мгновенно. При ручном обзвоне среднее время между появлением окна и первым звонком пациенту — от нескольких часов до нескольких дней. К этому моменту пациент уже либо записался в другую клинику, либо перестал нуждаться в визите.

Что говорят данные о потерях от отмен и неявок

Проблема неявок и отмен в медицине — одна из самых финансово значимых и при этом хорошо изученных. По оценке Curogram, суммарные потери системы здравоохранения США от неявок пациентов составляют 150 миллиардов долларов в год. Каждый пропущенный приём обходится в среднем в 200 долларов упущенной выручки. Для отдельной практики это означает потерю около 150 000 долларов ежегодно.
По данным MGMA, в 2024 году 37% медицинских организаций отметили рост неявок по сравнению с предыдущим годом. Среди причин — экономические трудности пациентов, проблемы с транспортом, растущая стоимость визитов. Но одна из причин, которую руководители называют всё чаще, — это безразличие: пациенты записываются на приём, потому что в момент записи это казалось важным, но через две-три недели ожидания приоритеты меняются.
Именно здесь лист ожидания мог бы решать задачу. Когда слот освобождается неожиданно — из-за отмены или переноса — пациент из листа ожидания получает предложение с минимальным временем до приёма. Короткий интервал между предложением и визитом снижает вероятность неявки. По данным MGMA, сокращение времени ожидания записи — один из ключевых факторов снижения неявок. Пациент, который получает слот на завтра, приходит с большей вероятностью, чем пациент, записанный на через месяц.
Но для этого лист ожидания должен работать быстро. Ручной процесс этого обеспечить не может.

Крупное исследование автоматизированного листа ожидания

В 2025 году было опубликовано исследование в PubMed Central, которое проанализировало работу автоматизированного листа ожидания в крупной медицинской системе. Масштаб данных — более миллиона предложений о записи, отправленных 164 248 пациентам за календарный год.
Результаты показательны. Система автоматически генерировала 1 019 698 предложений для 229 998 записей. Из тех, кто ответил, 24,6% приняли предложение — то есть записались на более раннее время. Это 56 636 перенесённых визитов. В среднем пациенты перенесли запись на 22,6 дня раньше первоначальной даты.
Скорость реакции пациентов при этом оказалась высокой: 65,2% ответов поступили в течение часа после отправки предложения. Пациенты готовы реагировать быстро — если им дают такую возможность. Ручной процесс эту возможность не даёт: пока администратор соберётся позвонить, окно уже может закрыться.
Авторы исследования оценили результат: 2 576 дополнительных часов приёмного времени были заполнены благодаря автоматизированному листу ожидания. В денежном выражении это около 3 миллионов долларов дополнительной выручки от приёмов, которые иначе остались бы пустыми.
При этом у системы было ограничение: 21,3% предложений вообще не были просмотрены пациентами. Это указывает на потенциал для улучшения каналов уведомлений — SMS, мессенджеры, push-уведомления. Но даже с этим ограничением автоматизированный процесс дал результат, недостижимый при ручном ведении.
Для сравнения: более раннее исследование Chung et al. зафиксировало конверсию принятых предложений на уровне 8,3%. Разница между 8,3% и 24,6% — это разница между первыми попытками автоматизации и зрелым процессом. Технология одна и та же: автоматическое предложение слотов пациентам из листа ожидания. Разница — в настройке, каналах, тайминге уведомлений и проработке сценариев.

Четыре элемента работающего листа ожидания

Данные из исследований и опыт работы с клиниками показывают, что эффективный лист ожидания — это не инструмент, а процесс. И этот процесс строится на четырёх элементах.
Цель
Лист ожидания существует для одной задачи: конвертировать пациента, который не смог записаться сейчас, в пациента, который запишется позже. Ключевая метрика — конверсия из листа ожидания в запись. Если клиника не измеряет эту конверсию, лист ожидания существует формально: он есть, но никто не знает, работает ли он.
Люди
Администратор должен знать, в каких ситуациях предлагать лист ожидания, как это формулировать и что фиксировать. Фраза «Перезвоните через неделю» — это потеря пациента. Фраза «Свободных слотов к доктору Ивановой сейчас нет, но я добавлю вас в лист ожидания — как только появится окно, мы сразу предложим вам удобное время» — это сохранение пациента. Разница — в навыке, который можно контролировать и развивать.
Процессы
Кто отвечает за мониторинг листа ожидания? С какой периодичностью проверяются освободившиеся слоты? Через какой канал уведомляются пациенты? Что происходит, если пациент не ответил на первое предложение? Если на эти вопросы нет ответов — лист ожидания не является процессом. Он является набором записей, которые никто систематически не обрабатывает.
Инструмент
И только четвёртым элементом идёт инструмент — технология, которая позволяет автоматизировать то, что при ручном выполнении неизбежно проваливается: фиксацию, хранение, мониторинг, уведомление. Инструмент не заменяет людей и процессы — он делает их работу выполнимой в масштабе.

Как речевая аналитика встраивается в этот процесс

На практике одна из задач, которую решает речевая аналитика, — автоматическое выявление ситуаций, в которых пациенту нужен лист ожидания.
Механика устроена следующим образом. Платформа транскрибирует телефонные разговоры в текст и анализирует содержание диалога. По тексту видно: пациент спрашивает о конкретном враче, администратор сообщает, что свободных слотов нет. Если при этом лист ожидания не предложен — звонок получает соответствующий тег. Если предложен — другой тег. Если пациент согласился на лист ожидания и администратор зафиксировал данные — третий тег.
На уровне одного звонка это выглядит как простая разметка. На уровне сотен звонков — как управляемый процесс со статистикой: сколько раз за день возникала ситуация, в которой лист ожидания был уместен? В скольких случаях администратор его предложил? Сколько пациентов согласились? Кто из администраторов предлагает лист ожидания чаще, кто — реже?
Эти данные можно собирать вручную, но это потребует прослушивания каждого звонка. При 200 звонках в день один контролёр может прослушать 10–15 — то есть 5–7% от общего объёма. По нашим бенчмаркам, типичная клиника контролирует 5–10% звонков при ручном прослушивании. Автоматическая разметка текста покрывает 100%.
Второй слой — автоматический сбор данных из разговоров. Когда система размечает звонок тегом «лист ожидания», она одновременно извлекает из текста ключевые параметры: имя врача, к которому хочет попасть пациент, предпочтительные дни и время, контактные данные. Эти параметры формируют структурированную запись, которая попадает в отчёт — без ручного ввода администратором.
Третий слой — автоматическая доставка отчёта. Ежедневно или по настроенному расписанию система отправляет сводку по листу ожидания ответственным сотрудникам — на почту или в мессенджер. Руководитель контакт-центра получает данные о том, сколько пациентов находится в листе ожидания по каждому врачу. Старший администратор — конкретный список пациентов, которым нужно позвонить при появлении окна.
Фиксация происходит автоматически, из текста разговора. Администратору не нужно помнить о листе ожидания — система видит ситуацию по тексту диалога и формирует запись самостоятельно. Данные хранятся в едином формате, не теряются при смене персонала, не зависят от индивидуальных привычек конкретного администратора.

Что меняется для разных ролей в клинике

Влияние автоматизированного листа ожидания ощущают три ключевые роли.
Руководитель контакт-центра получает метрику, которой раньше не было: процент ситуаций, в которых лист ожидания был предложен и принят. Это позволяет оценивать работу администраторов не по субъективным впечатлениям, а по данным. Кроме того, руководитель видит нагрузку на лист ожидания по врачам — и может использовать эту информацию для оптимизации расписания. Если к доктору Петровой постоянно очередь из 15 человек, а к доктору Сидорову — пустые слоты, это сигнал для перераспределения ресурсов.
Администраторы освобождаются от ручной фиксации и мониторинга. По нашим оценкам, экономия составляет 30–50% времени, которое ранее уходило на ведение листа ожидания. Это время перераспределяется на основную задачу — качественную работу с входящими обращениями. При этом процент фиксации вырастает со случайных 20–40% до 100%: система размечает каждый разговор, в котором лист ожидания был уместен.
Руководитель клиники получает прозрачность по потенциальной выручке, которая «стоит в очереди». Если в листе ожидания к хирургу 20 пациентов со средним чеком первичного приёма 5 000 рублей — это 100 000 рублей потенциальной выручки только от первых визитов. С учётом повторных визитов и процедур — значительно больше. Эта прозрачность позволяет принимать обоснованные решения: добавить приёмный день, открыть запись к другому специалисту того же профиля, скорректировать маркетинговые расходы.

Конверсия из листа ожидания в запись — на что ориентироваться

По данным исследования в PMC, конверсия из автоматизированного листа ожидания в запись составляет 20–25% при использовании SMS и push-уведомлений. При ручном обзвоне типичная конверсия — 8–15%, по данным различных исследований.
Разница объясняется двумя факторами: скоростью и охватом. Автоматическая система уведомляет пациента в течение минут после появления слота. Ручной процесс — в течение часов или дней. Автоматическая система может одновременно уведомить нескольких пациентов из листа ожидания по одному слоту. При ручном обзвоне администратор звонит по одному, и если первый отказался — к моменту звонка второму может пройти ещё полчаса.
Для частных клиник в России, где пациенты записываются преимущественно по телефону, есть дополнительный рычаг: данные из телефонных разговоров позволяют точнее квалифицировать пациента в листе ожидания. По тексту диалога видно, насколько пациент мотивирован: просто интересуется — или активно ищет запись к конкретному врачу. Это позволяет приоритизировать обзвон: сначала звонить тем, кто с высокой вероятностью придёт.
По нашим бенчмаркам для медицины, целевой рост конверсии из листа ожидания в запись при системной работе — 20–30% по сравнению с ручным процессом. Это означает: если из 100 пациентов в листе ожидания при ручном ведении записывались 10, то при автоматизированном процесс

Итоги

Лист ожидания в медицинской клинике — один из тех процессов, которые существуют повсюду, но почти нигде не управляются как процесс. Руководители знают, что лист ожидания нужен. Администраторы ведут его, когда успевают. Никто не измеряет результат.
Вот что показывают данные и наш опыт работы с клиниками:
  1. Ручное ведение листа ожидания теряет 80–90% потенциальных записей из-за медленной реакции, отсутствия систематического мониторинга и зависимости от инициативы конкретного администратора.
  2. Автоматизация фиксации — первый шаг. Если система по тексту разговора видит, что пациент хотел записаться, но не смог, и формирует запись в лист ожидания автоматически — 100% таких ситуаций фиксируются вместо 20–40%.
  3. Скорость уведомления критична. По данным исследований, 65% пациентов отвечают на предложение в течение часа. Но только если предложение приходит сразу. При ручном обзвоне среднее время задержки — часы, иногда дни.
  4. Конверсия из листа ожидания в запись при автоматизированном процессе — 20–25%, при ручном — 8–15%. Разница — десятки визитов в месяц для средней клиники.
  5. Без цели, обученных людей и настроенных процессов никакая автоматизация не даст результата. Но без инструмента даже обученные люди не справятся с объёмом.
Если вы управляете контакт-центром клиники и хотите понять, сколько ситуаций с листом ожидания происходит в ваших разговорах ежедневно — мы можем проанализировать выборку звонков и показать конкретные цифры. Это бесплатно и занимает несколько дней.
Оставить заявку на аудит »
Источники

MGMA — Shortening wait times for appointments: Patient access strategies for 2025

MGMA — Patient no-shows in 2025: What’s changing and what to do about it

MGMA — Opportunities to improve new-patient appointment wait times

PMC — Enhancing the Performance of Patient Appointment Scheduling: Outcomes of an Automated Waitlist Process

NexHealth — How to Improve Patient Scheduling and Fill Cancellations

Dialog Health — 50+ Latest Patient No-Show Statistics

Curogram — Average Patient No-Show Rate: 2025 Guide

DoctorConnect — Automated Waitlist System: Fill Cancellations in Minutes

Keona Health — How Medical Contact Centers Can Slash Scheduling Calls 30%

MGMA — Shortening wait times for appointments: Patient access strategies for 2025