हेल्थकेयर के लिए ElevenAgents: Architect के साथ आउटबाउंड अपॉइंटमेंट रिमाइंडर एजेंट बनाएं
- लेखक
- Vish Kulkarni
- प्रकाशित
सुनेंइस आर्टिकल को सुनें
करीब हर चार में से एक हेल्थकेयर अपॉइंटमेंट कभी हो ही नहीं पाता। 105 अध्ययनों की एक व्यवस्थित समीक्षा में औसत नो-शो दर 23% पाई गई, और अगस्त के एक सर्वेक्षण में 32% मेडिकल समूहों ने कहा कि 2026 में दरें 2025 से अधिक थीं—जो एक साल पहले 27% थीं। रिकॉर्ड डिडक्टिबल्स के कारण मरीज छह हफ्ते पहले बुक की गई विज़िट पर भी दोबारा विचार करने लगे हैं। इसका असर राजस्व पर पड़ता है, लेकिन स्क्रीनिंग छूटने या फॉलो-अप के तत्काल विज़िट में बदलने के रूप में भी दिखता है।
यह पोस्ट बताती है कि ElevenAgents पर एक आउटबाउंड वॉइस एजेंट कैसे बनाएं, जो विज़िट से पहले मरीजों को कॉल करे, उनकी जन्मतिथि सत्यापित करे और कॉल के दौरान इलेक्ट्रॉनिक हेल्थ रिकॉर्ड (EHR) में अपॉइंटमेंट की पुष्टि, रीशेड्यूल या रद्द करे। समय रहते स्लॉट फिर उपलब्ध हो जाता है। यह एजेंट ElevenAgents के अंदर मौजूद सहायक Architect से बनाया गया है और इसे रात के बैच के रूप में या EHR इवेंट्स से रीयल-टाइम में चलाया जा सकता है।
यह तरीका पहले से काम कर रहा है। Everlywell ElevenAgents का उपयोग करता है ताकि सदस्यों को पात्र स्क्रीनिंग की याद दिलाई जा सके, और पारंपरिक इंटरैक्टिव वॉइस रिस्पॉन्स (IVR) की तुलना में स्क्रीनिंग पूरी होने में 10% सुधार मिला, जबकि स्पैनिश बोलने वाले सदस्यों में कन्वर्ज़न 3.5 गुना अधिक रहा। Ovianta ElevenAgents का उपयोग करता है ताकि उपचार प्रस्तावों के बाद फॉलो-अप किया जा सके; इससे 68% मरीज एंगेजमेंट, उपचार कन्वर्ज़न में 25% वृद्धि और क्लिनिक स्टाफ की मैन्युअल फॉलो-अप कॉल में 83% कमी मिली।

यह हेल्थकेयर सीरीज़ की दूसरी पोस्ट है। पहली पोस्ट में एक इनबाउंड शेड्यूलिंग एजेंट शामिल था, जो मरीजों के बुकिंग के लिए कॉल करने पर जवाब देता है। पूरे मरीज सूची में आउटबाउंड एजेंट चलाने के लिए केयर टीमें अब ElevenAgents में मौजूद Campaign Manager का उपयोग कर सकती हैं। यह कॉलिंग विंडो, स्थानीय समय के अनुसार डायलिंग, रीट्राई और वॉइसमेल संभालता है और हर मरीज को पहली कॉल से कन्फर्म विज़िट तक एक ही फ़नल में ट्रैक करता है।
आज क्लिनिक नो-शो से कैसे निपटते हैं
अधिकांश प्रैक्टिस में किसी न किसी तरह का रिमाइंडर प्रोग्राम पहले से होता है। फ्रंट-डेस्क स्टाफ से मैन्युअल रूप से मरीजों को कॉल करवाना बड़े स्तर पर चलाना मुश्किल है। ये कॉल केवल व्यावसायिक घंटों में होती हैं और इन्हें वही लोग संभालते हैं जो इनबाउंड लाइन का जवाब देते हैं, इसलिए शेड्यूल व्यस्त होते ही यह रुक जाता है।
टेक्स्ट और ईमेल रिमाइंडर चलाने में सस्ते हैं और सभी तक पहुंच सकते हैं, लेकिन आमतौर पर एकतरफ़ा होते हैं। अधिक उम्र के मरीजों और उन लोगों के लिए एंगेजमेंट कम हो जाता है जिनकी पहली भाषा वह नहीं है जिसमें टेक्स्ट लिखा गया है।
ऑटोमेटेड IVR कॉल इन तरीकों के बीच आते हैं। इन्हें बड़े स्तर पर चलाया जा सकता है और ये फ़ोन का उपयोग करते हैं। लेकिन “पुष्टि के लिए 1 दबाएं” मेनू अब भी रीशेड्यूल नहीं कर सकता, किसी ठोस मानक के अनुसार पहचान सत्यापित नहीं कर सकता, और मरीज के सवाल पूछने पर सही हैंडऑफ नहीं कर पाता।
आउटसोर्स्ड कॉल सेंटर बड़ी संख्या में मानवीय बातचीत देते हैं, लेकिन हर कॉल की लागत अधिक होती है। इस तरीके में गुणवत्ता शिफ्ट के अनुसार बदलती रहती है और आपके संगठन के बाहर अधिक लोग संरक्षित स्वास्थ्य जानकारी संभालते हैं।
डिलीवरी पर शोध का निष्कर्ष स्पष्ट है: जो रिमाइंडर मरीज तक लाइव पहुंचता है, वह न पहुंचने वाले रिमाइंडर से कहीं बेहतर काम करता है। Veterans Health Administration के एक अध्ययन में पाया गया कि फ़ोन रिमाइंडर लाइव पहुंचने पर नो-शो दर 3%, वॉइसमेल जाने पर 24%, और कोई जवाब न मिलने व वॉइसमेल न छोड़े जाने पर 39% थी। कई हेल्थ सिस्टम में केवल फ्रंट-डेस्क कॉल ही एक ही बातचीत में मरीज को सत्यापित कर और शेड्यूल बदल सकती है, लेकिन इसे बड़े स्तर पर चलाना संभव नहीं। ElevenAgents के साथ हेल्थ सिस्टम अब सक्रिय रूप से मरीजों तक पहुंच सकते हैं, उनके शेड्यूल में रीयल-टाइम बदलाव कर सकते हैं और अपनी आउटरीच को बड़े स्तर पर चला सकते हैं।
हम क्या बना रहे हैं
आउटबाउंड रिमाइंडर एजेंट उसी प्लेटफ़ॉर्म, टूल्स और सुरक्षा समीक्षा पर चलता है जिस पर इनबाउंड शेड्यूलिंग एजेंट चलता है, इसलिए एक ही वेंडर फ्रंट डोर और फॉलो-अप दोनों को कवर करता है। यह विज़िट से पहले मरीज को कॉल करता है, उसकी पहचान की पुष्टि करता है और EHR से लाइव अपॉइंटमेंट पढ़ता है। फिर यह प्रोवाइडर के उपलब्ध स्लॉट के आधार पर अपॉइंटमेंट की पुष्टि, रीशेड्यूल या रद्द करता है।
एजेंट एज केस भी संभालता है। कॉल वॉइसमेल पर जाने पर यह संदेश छोड़ता है। अगर कोई मरीज दोबारा कॉल न करने को कहता है, तो यह ऑप्ट-आउट रिकॉर्ड करता है ताकि आगे कोई कॉल न जाए। अगर मरीज किसी व्यक्ति से बात करना चाहता है, तो यह फ्रंट डेस्क पर ट्रांसफर कर देता है। रात का एक्सपोर्ट इसे निर्धारित बैच के रूप में ट्रिगर कर सकता है, या रीयल-टाइम EHR इवेंट इसे एक-एक कॉल के रूप में ट्रिगर कर सकते हैं।
ElevenLabs ने यह एजेंट Architect के साथ बनाया है। यह ElevenAgents के अंदर मौजूद सहायक है जो चैट से एजेंट का कॉन्फ़िगरेशन, वर्कफ़्लो, टूल्स और टेस्ट पढ़ता व संपादित करता है। पिछली पोस्ट में हर नोड को हाथ से कॉन्फ़िगर किया गया था। इस बार कॉल को साधारण भाषा में बताया गया और Architect ने वर्कफ़्लो बनाया।
ज़रूरी शर्तें
आउटबाउंड एजेंट बनाने के लिए आपको चाहिए:
- ElevenAgents वाला एक ElevenLabs अकाउंट।
- ElevenAgents में इंपोर्ट किया हुआ Twilio नंबर या SIP ट्रंक।
- एक सैंडबॉक्स EHR। हम सिंथेटिक मरीज और अपॉइंटमेंट रिकॉर्ड वाले सार्वजनिक HAPI FHIR R4 सर्वर का उपयोग करते हैं। उस सर्वर पर कोई वास्तविक डेटा नहीं है; उसे कोई भी पढ़ सकता है।
- अलग कैलेंडर की ज़रूरत नहीं। शेड्यूलिंग, प्रैक्टिस मैनेजमेंट सिस्टम की तरह, EHR के Schedule, Slot और Appointment रिसोर्स पढ़ती और लिखती है।
- केवल रीयल-टाइम पाथ के लिए: एक छोटी ट्रिगर सर्विस चलाने की जगह, जो आपके EHR को सुने और ElevenLabs API को कॉल करे। एक सर्वरलेस फ़ंक्शन पर्याप्त है।
एक सिंथेटिक मरीज और एक अपॉइंटमेंट सीड करें, ताकि एजेंट के पास आपको याद दिलाने के लिए कुछ हो:
फिर प्रोवाइडर के लिए एक Schedule और उस पर कुछ खाली Slots सीड करें: एक POST /Schedule, और हर ओपनिंग के लिए एक POST /Slot, जिसमें schedule रेफरेंस, status free, और UTC start व end हो। तीनों ID संभालकर रखें। मरीज ID patient_id बनती है (और Patient/ प्रीफ़िक्स के साथ patient_reference), अपॉइंटमेंट ID appointment_id बनती है और शेड्यूल fhir_schedule_id बनता है।
आर्किटेक्चर
कॉल कैसे शुरू होती है, इससे एजेंट नहीं बदलता। फर्क ट्रिगर का होता है, जो डेटा की ताज़गी, लागत और कंप्लायंस स्थिति तय करता है।
पाथ A: निर्धारित बैच
मान लें कि हर शाम एक जॉब कल के अपॉइंटमेंट के लिए EHR को क्वेरी करती है:
जॉब हर अपॉइंटमेंट को एक पंक्ति में बदलती है और UTC टाइमस्टैंप को क्लिनिक के स्थानीय शब्दों में बदलती है, क्योंकि एजेंट समय को ज़ोर से पढ़ता है और TTS मॉडल को इसका अनुमान नहीं लगाना चाहिए। phone_number ही एकमात्र ज़रूरी कॉलम है। बाकी हर कॉलम एक डायनामिक वेरिएबल बनता है, जिसे एजेंट अपने प्रॉम्प्ट, पहले संदेश और टूल कॉल में इस्तेमाल कर सकता है:
Phone_number, patient_first_name, patient_last_name, patient_id, patient_reference, appointment_id, appointment_date, appointment_time, provider_name, visit_type, clinic_name, clinic_callback_number , +15550100199, Maria, Okonkwo, 81660, Patient/81660,81661,"Tuesday, October sixth", ten a.m., Dr. Okafor, follow-up visit, Lakeside Family Medicine, "five five five, zero one zero zero", +15550100244, Daniel, Reyes, 81702, Patient/81702, 81718, "Tuesday, October sixth", nine thirty a.m., Dr. Okafor, annual physical, Lakeside Family Medicine, "five five five, zero one zero zero"
यह फ़ाइल Batch Calling में जाती है—डैशबोर्ड में अपलोड की जाती है या API से सबमिट होती है। आप एजेंट, आउटबाउंड नंबर और अपनी कॉलिंग विंडो के भीतर शुरू होने का समय चुनते हैं। बैच कॉल कॉन्करेंसी के सीमित हिस्से का उपयोग करती हैं (वर्कस्पेस सीमा का 50% या एजेंट का 70%, जो कम हो), ताकि बड़ा रिमाइंडर रन इनबाउंड लाइन को बाधित न करे।
एक्सपोर्ट जॉब रीट्राई नीति भी संभालती है। जिनका अंत वॉइसमेल या नो आंसर में हुआ, वे अगले दिन अलग समय पर सूची में वापस आते हैं। प्रति मरीज प्रति सप्ताह अधिकतम तीन प्रयास होते हैं और पुष्टि, रद्द, रीशेड्यूल या ऑप्ट-आउट का परिणाम उन्हें हटा देता है। हर रीट्राई निर्णय एक्सपोर्ट जॉब ही लेती है। जिन प्रैक्टिस में अधिकतर विज़िट एक दिन से पहले बुक होती हैं, उनके लिए बैच सही डिफ़ॉल्ट और सबसे कम मेहनत वाला तरीका है।
पाथ B: EHR से रीयल-टाइम
बैच में एक ब्लाइंड स्पॉट होता है: एक्सपोर्ट के बाद हुए बदलाव, जैसे उसी दिन की बुकिंग, किसी मरीज का 8am से 3pm पर जाना, या रद्द होने के बाद स्लॉट खुलना। इनके लिए एक छोटी ट्रिगर सर्विस EHR से अपॉइंटमेंट इवेंट्स सुनती है (FHIR Subscription, प्रैक्टिस मैनेजमेंट सिस्टम का वेबहुक, या हर कुछ मिनट में पोल करने वाली जॉब) और आउटबाउंड कॉल API से एक-एक कॉल करती है:
twilio_machine_detection एजेंट के अपने वॉइसमेल टूल के साथ Twilio-साइड आंसरिंग मशीन डिटेक्शन चालू करता है, जिसे हम टूल्स के तहत कवर करते हैं। और चूंकि हर कॉल अलग से शुरू होती है, यह Zero Retention Mode में चल सकती है, जो बैच कॉल में संभव नहीं है।
इनमें से कैसे चुनें
निर्धारित बैच
रीयल-टाइम ट्रिगर
सेटअप
डैशबोर्ड या एक API कॉल
छोटी ट्रिगर सर्विस
ताज़गी
एक्सपोर्ट के समय तक
EHR बदलने के कुछ सेकंड बाद
उसी दिन की बुकिंग और देर से बदलाव
छूट जाते हैं
कवर होते हैं
ज़ीरो रिटेंशन मोड
उपलब्ध नहीं
उपलब्ध
कॉन्करेंसी
वर्कस्पेस का सीमित हिस्सा
आप जितना भेजें
सबसे उपयुक्त
बड़ी संख्या में अगले दिन के रिमाइंडर
उसी दिन के बदलाव; ZRM की ज़रूरत वाले डिप्लॉयमेंट
व्यावहारिक सेटअप में दोनों चलते हैं। बैच अगले दिन के अधिकांश रिमाइंडर संभालता है, जबकि रीयल-टाइम पाथ एक्सपोर्ट के बाद बदली चीज़ें और ZRM में चलने वाली हर चीज़ संभालता है।
रिकॉर्ड का एक सिस्टम
एजेंट FHIR से अपॉइंटमेंट पढ़ता है और FHIR में ही बदलाव करता है। उपलब्ध समय Slot से आते हैं, रीशेड्यूल उसी Appointment पर PUT है जिसकी एजेंट ने अभी पुष्टि की है, और रद्द करने पर उसका स्टेटस बदलता है। बाद में चार्ट से मिलान करने के लिए कुछ नहीं होता, कॉल खत्म होते ही EHR सही होता है, और एजेंट का हर राइट एक FHIR रिसोर्स है जो आपके ऑडिट लॉग में पहले से कवर है। पोस्ट-कॉल वेबहुक फिर भी परिणाम को डाउनस्ट्रीम सिस्टम तक भेजता है। अगर आपकी प्रैक्टिस अलग शेड्यूलिंग सिस्टम चलाती है, तो तीन शेड्यूलिंग टूल्स को उस सिस्टम के API से बदल दें; दो वर्कफ़्लो नोड वही रहते हैं।
कॉलर ID
अगर फ़ोन पर "Spam Likely" दिखता है, तो मरीजों तक पहुंचना मुश्किल है। पहले बैच से पहले आउटबाउंड नंबर रजिस्टर करें ताकि कॉल में पूरा STIR/SHAKEN अटेस्टेशन हो, क्लिनिक नाम दिखाने के लिए CNAM सेट करें और जिन कैरियर पर आपके मरीज हैं उनके लिए Twilio के ब्रांडेड कॉलिंग विकल्प देखें, क्योंकि स्क्रीन हो जाने वाला रिमाइंडर पहुंचता ही नहीं।
Architect के साथ इसे बनाना
इनबाउंड पोस्ट में हर नोड, टूल और एज कंडीशन हाथ से कॉन्फ़िगर की गई थी। यहां हमने ऐसे एजेंट से शुरुआत की जिसमें FHIR टूल्स जुड़े थे, सिस्टम टूल्स सक्षम थे, भूमिका, सीमाएं और बोलने के तरीके को कवर करने वाला बेस प्रॉम्प्ट था और नौ सिमुलेशन टेस्ट थे। कोई वर्कफ़्लो नहीं था। हमने Architect टैब खोला और कॉल का वर्णन किया:
Build an outbound appointment reminder workflow for this agent. Open by stating the clinic name, that this is an automated call about an upcoming appointment, and asking for the patient by first name using the patient_first_name dynamic variable. If the person who answers is not the patient, do not share any appointment details, offer a callback window, and end the call. Once we are speaking to the patient, ask for their date of birth and verify it with @fhir_get_patient. Treat total 1 as verified. Allow one retry on a mismatch, then end the call. After verification, call @fhir_get_appointment and confirm the appointment using what it returns. If the patient confirms, recap and close. If they want to reschedule, ask what day suits them, call @fhir_get_available_slots for that day, offer at most two of the returned slots in clinic time, and when they choose call @fhir_reschedule_appointment with that slot's exact start, end and id. Say the new time is booked only after that call succeeds. If they want to cancel, confirm once, call @fhir_cancel_appointment, and offer to rebook from the same slots. If a scheduling tool fails twice, do not transfer; say the original appointment still stands and the office will call back. If they ask for a person twice or describe urgent symptoms, tell them you are connecting them and transfer to the front desk. Route every transfer through a short notice node so the patient always hears that line first.
Architect ने वर्कफ़्लो को चरणों में बनाया और दो बार रुका: एक बार एडिटर में सेव न किए गए बदलावों के बारे में पूछने के लिए, और एक बार यह पूछने के लिए कि पब्लिश करने से पहले बाकी फ़्लो पूरा करना है या नहीं। Architect ग्यारह नोड्स के साथ वापस आया और उसने उनके नाम भी खुद रखे: एक स्टार्ट नोड, Confirm who answered, Not the patient: offer callback, Verify date of birth, Confirm appointment, Reschedule, Cancel, Recap and close, एक Transfer notice नोड जो एक तय लाइन बोलता है, एक Front desk transfer नोड और एक एंड नोड।

टूल स्कोपिंग सही हुई। fhir_get_patient केवल Verify पर है। fhir_get_appointment केवल Confirm पर है। शेड्यूलिंग टूल्स Reschedule और Cancel पर हैं। Architect ने एजेंट-लेवल transfer_to_number टूल भी हटा दिया, ताकि फ्रंट डेस्क का एकमात्र रास्ता नोटिस नोड से गुजरे। उसने दो ऐसी चीज़ें भी चिह्नित कीं जिन्हें वह खुद पूरा नहीं कर सका: Transfer notice नोड की एक सेटिंग जो सेव नहीं हुई थी और हमारे बेस प्रॉम्प्ट की दो लाइनें जो अभी भी एजेंट को अब मौजूद न रहने वाला टूल कॉल करने को कहती थीं। Architect ने उन लाइनों को फिर से लिखने या टेस्ट चलाने की पेशकश की, और हमने उससे दोनों लाइनें फिर से लिखवाईं।
टेस्ट में क्या मिला
नौ में से पांच पास हुए। दो असफलताएं बिल्कुल वही थीं जिन्हें रोकने के लिए रिमाइंडर एजेंट बनाया जाता है। कन्फर्म परिदृश्य में, मरीज के “हां, मैं जैक हूं” कहते ही एजेंट ने “सोमवार, पांच अक्टूबर को दोपहर दो बजे Dr. Okafor के साथ” कह दिया, जबकि जन्मतिथि जांची और पहचान सत्यापित भी नहीं हुई थी। रीशेड्यूल परिदृश्य में कोई शेड्यूलिंग टूल कॉल ही नहीं हुआ; एजेंट ने अपने मन से नया समय बता दिया। दो और टेस्ट नहीं चले क्योंकि उनके फ़िक्स्चर में patient_id वेरिएबल नहीं था।

Architect की पहली प्रतिक्रिया कंटेनमेंट थी: टूल्स को वापस बेस एजेंट पर रख दें ताकि वर्कफ़्लो के नियंत्रण न लेने पर भी कॉल काम करे। टीम ने पहले जांच करने को कहा और एक मिनट से भी कम समय में Architect को कारण मिल गया।
हर नोड छिपे हुए स्टेप-चेंज टूल को कॉल करके अगले नोड को हैंडऑफ करता है और मॉडल हर टर्न में तय करता है कि उसे कॉल करना है या नहीं। कैंसल टेस्ट में मॉडल ने हर चरण में इसे कॉल किया और तय रास्ते पर चला। दोनों असफलताओं में मॉडल ने सीधे “हां, मैं जैक हूं” का जवाब दिया और ओपनिंग नोड से कभी बाहर नहीं निकला, जहां कोई भी FHIR टूल मौजूद नहीं था।
दो चीज़ों ने इसकी संभावना बढ़ाई। बेस प्रॉम्प्ट में अभी भी पूरे अपॉइंटमेंट की जानकारी और पूरी कॉल का वर्णन था, इसलिए ओपनिंग नोड को लगा कि वह सब कुछ खुद संभाल सकता है। ओपनिंग नोड के प्रॉम्प्ट में यह भी था कि क्या साझा नहीं करना है, लेकिन उसे हैंडऑफ करने को कभी नहीं कहा गया था।
Architect ने तीन हिस्सों में समाधान सुझाया, जिसे टीम ने मंज़ूरी दी:
- अपॉइंटमेंट की जानकारी को बेस प्रॉम्प्ट से हटाकर केवल Confirm appointment में रखें, ताकि जो नोड जानकारी देखता ही नहीं वह स्टेप बदलाव विफल होने पर भी उसे लीक न कर सके।
- हर नोड प्रॉम्प्ट को फिर से लिखें, ताकि वह अपना एक काम बताए और एग्ज़िट कंडीशन पूरी होते ही हैंडऑफ करे।
- मॉडल को Haiku से Sonnet पर बदलें, क्योंकि हैंडऑफ का निर्णय प्रायिकता पर आधारित है और मजबूत मॉडल इसे कम बार छोड़ता है। फिर पूरे सूट को दोबारा चलाएं और दोनों असफल टेस्ट तीन-तीन बार चलाएं।
दोबारा चलाने पर कन्फर्म और रीशेड्यूल, तीन में से तीन बार पास हुए। जानकारी वेरिफ़िकेशन गेट के पीछे रही और कुछ भी गढ़ा नहीं गया। Architect ने उन पांच टेस्ट को भी ठीक किया जिनमें patient_id नहीं था और एस्केलेशन टेस्ट की उस जांच को फिर से लिखा जो अब भी transfer_to_number को ढूंढ रही थी। जो बचा, वह छोटा था। दूसरे मिसमैच पाथ में ऑफिस के फॉलो-अप करने की बात कहे बिना कॉल खत्म हो गई और तीन में से एक रन में क्लिनिकल सवाल वाले परिदृश्य ने विज़िट के लिए सवाल नोट करने का प्रस्ताव छोड़ दिया। एक बची असफलता ग्रेडर की थी, जिसने शुरुआती “क्या मैं जैक से बात कर रही हूं?” को कॉलर कौन है पूछने के रूप में गिना। हमने Architect से कहा कि एजेंट ठीक करे और उस टेस्ट को छोड़ दे। उसने दूसरे मिसमैच और एंड नोड के बीच बारहवां नोड, Verification failed: follow up, जोड़ा, कन्फर्म और रिकैप प्रॉम्प्ट में एक-एक वाक्य जोड़ा और समीक्षा के लिए पब्लिश डायलॉग खोला।

हमारी योजना की दो चीज़ें अनावश्यक निकलीं। हमने वॉइसमेल हैंडलिंग और ऑप्ट-आउट पाथ के लिए फॉलो-अप प्रॉम्प्ट तैयार किए थे। वॉइसमेल डिटेक्शन सिस्टम टूल और record_dnc_optout Architect के शुरू होने से पहले बेस एजेंट पर थे, और दोनों परिदृश्य हर रन में पास हुए।
लाइव कॉल में क्या मिला
सिमुलेशन पास हुए। फ़ोन पर पहली असली कॉल में तीन ऐसी बातें मिलीं जो टेस्ट नहीं खोज सके।
एजेंट ने खुद को दोहराया। Confirm नोड ने “ज़रूर, मैं इसे ठीक करती हूं” कहा, हैंडऑफ किया और Reschedule नोड “ज़रूर, मैं आपकी बुकिंग खोलती हूं” से शुरू हुआ। हर नोड अपने प्रॉम्प्ट से शुरू होता है, इसलिए मॉडल ने दो बार स्वीकार किया और कुछ सेट होने से पहले ही “आपका काम हो गया” कह दिया। हमने Architect को बातचीत ID दी और चरणों में एक ही आवाज़ रखने को कहा: हैंडऑफ के बाद कोई स्वीकारोक्ति नहीं और परिणाम सिर्फ़ एक बार, रिकैप में बोला जाए। उसने यह सेक्शन बेस प्रॉम्प्ट में जोड़ा, Confirm और Reschedule प्रॉम्प्ट दोबारा लिखे, Reschedule और Cancel एग्ज़िट कंडीशन बदलीं ताकि शेड्यूलिंग विफलता ट्रांसफर की बजाय कॉलबैक के वादे पर खत्म हो, और उस पाथ के लिए दसवां टेस्ट लिखा।
वेरिफ़िकेशन के दौरान एजेंट ने दो बार खुद को काट दिया। ट्रांसक्रिप्ट में उसके अपने सवाल के टुकड़े मरीज की आवाज़ की तरह आए: यह स्पीकरफ़ोन इको था, मॉडल की समस्या नहीं। Architect ने पुष्टि की कि इस नोड टाइप में इंटरप्शन सेटिंग नहीं है, इसलिए समाधान हैंडसेट है।
EHR में लिखा गया डेटा सही दिखा, लेकिन था नहीं। जब Architect ने fhir_reschedule_appointment और fhir_cancel_appointment बनाए, तो वह FHIR Appointment के दो ज़रूरी ऐरे फ़ील्ड, participant और slot, पर रुक गया। उसने कहा कि वह उन्हें चैट से नहीं लिख सकता और चेतावनी दी कि उन्हें छोड़ने पर मरीज अपॉइंटमेंट से हट जाएगा। हमने उन्हें टूल एडिटर में गलत एलिमेंट टाइप के साथ जोड़ा। अगली कॉल ने अपॉइंटमेंट को चुने स्लॉट में ले जाया, सर्वर ने नया समय रखा और दोनों ऐरे चुपचाप हटा दिए; एक मिनट के लिए अपॉइंटमेंट में कोई मरीज नहीं था। हर टेस्ट हरा था, क्योंकि मॉक कभी सर्वर तक नहीं पहुंचते। रिसोर्स को वापस पढ़ने पर यह पकड़ा गया।
हेल्थकेयर एजेंट पर Architect इस्तेमाल करते समय हमने तीन नियम अपनाए:
- टूल्स को @ के साथ नाम दें। “कैंसल टूल” लिखने से अनुमान लगाने का मौका मिलता है;
@fhir_cancel_appointmentसे नहीं। - Architect बातचीत Zero Retention Mode में कवर नहीं होती। सिंथेटिक उदाहरणों से एजेंट का वर्णन करें। चैट में कभी भी असली मरीज डेटा पेस्ट न करें।
- Architect का सबसे मजबूत मोड लॉन्च के बाद होता है। एजेंट के Architect होम में चिह्नित बातचीत की रिव्यू क्यू दिखती है। उसे उस ट्रांसक्रिप्ट पर लगाना जहां एजेंट से गलती हुई और वर्कफ़्लो बदलने को कहना ताकि वह दोबारा न हो, खुद एज केस खोजने से तेज़ है।
एजेंट सेटिंग्स
जहां संभव हो, सेटिंग्स इनबाउंड एजेंट जैसी हैं। टेक्स्ट टू स्पीच के लिए Eleven v4, Expressive Mode बंद; ट्रांसक्रिप्शन के लिए Scribe v2 Realtime, जिसमें मरीज का सरनेम और प्रोवाइडर का नाम कीवर्ड बूस्ट के रूप में जोड़े गए हैं; Turn Model v3; और Architect की सलाह के अनुसार तापमान शून्य पर LLM के रूप में Claude Sonnet 4.6। ElevenLabs ये सभी मॉडल बनाता है, इसलिए सरनेम और प्रोवाइडर-नाम बूस्ट कोई वर्कअराउंड नहीं, बल्कि सेटिंग हैं। सॉफ्ट-टाइमआउट फ़िलर (“ठीक है, एक सेकंड”) टूल लेटेंसी को कवर करते हैं ताकि FHIR के जवाब देने तक लाइन शांत न रहे।
पहला संदेश दो वेरिएबल वाला तय टेक्स्ट है:
नमस्ते, मैं Priya हूं, {{clinic_name}} की ऑटोमेटेड सहायक, और एक आगामी अपॉइंटमेंट के बारे में कॉल कर रही हूं। क्या मैं {{patient_first_name}} से बात कर रही हूं?
क्लिनिक नाम पर एक बात। फैमिली प्रैक्टिस के लिए यह नुकसानरहित है। लेकिन बिहेवियरल हेल्थ, ऑन्कोलॉजी या HIV क्लिनिक के लिए केवल नाम ही कॉल उठाने वाले व्यक्ति को कुछ बता सकता है। अगर यह आप पर लागू होता है, तो शुरुआती संदेश और वॉइसमेल स्क्रिप्ट में एक न्यूट्रल पैरेंट ऑर्गनाइज़ेशन नाम इस्तेमाल करें।
सिस्टम प्रॉम्प्ट और गार्डरेल्स
बेस प्रॉम्प्ट, प्रॉम्प्टिंग गाइड की संरचना अपनाता है: भूमिका, एजेंट इस कॉल के बारे में क्या जानता है, पहचान नियम, टूल्स, कॉल-विशिष्ट नियम, बोलने की शैली, सीमाएं और संकट हैंडलिंग।
इनबाउंड एजेंट से चार चीज़ें अलग हैं:
- कॉल एजेंट ने की है, इसलिए उसे बातचीत का भरोसा जीतना होगा। पहले संदेश में क्लिनिक का नाम और यह बताया जाता है कि यह आगामी अपॉइंटमेंट की ऑटोमेटेड कॉल है, फिर मरीज को पहले नाम से पूछा जाता है। कुछ राज्यों में AI वॉइस का खुलासा करना ज़रूरी है; कहां ज़रूरी है, यह डिस्क्लोज़र रिक्वायरमेंट पेज में बताया गया है।
- एजेंट कोई विशेष बात कहने से पहले पुष्टि करता है कि वह किससे बात कर रहा है। अपॉइंटमेंट की जानकारी डायनामिक वेरिएबल में है, लेकिन कॉल उठाने वाला जीवनसाथी, बच्चा या रीसाइकल नंबर वाला अजनबी हो सकता है। जन्मतिथि रिकॉर्ड से मिलने तक एजेंट केवल “आगामी अपॉइंटमेंट” कहता है और कुछ नहीं। प्रॉम्प्ट में यह नियम दिया जाता है, फिर कॉल-विशिष्ट नियमों में दोबारा कहा जाता है।
- हमने जानबूझकर वेरिफ़िकेशन की सीमा इनबाउंड फ़्लो से कम रखी है। वहां किसी अज्ञात कॉलर को EHR मैच और SMS वन-टाइम कोड पास करना होता था। यहां क्लिनिक ने मरीज के रिकॉर्ड वाले नंबर पर डायल किया है। उस फ़ोन का होना और FHIR रिकॉर्ड से मिलती हुई बोली गई जन्मतिथि, अपॉइंटमेंट की पुष्टि, बदलाव या रद्द करने के लिए एक उचित सीमा है। अगर रिकॉर्ड से अलग उत्तर देने वाले नंबर पर आपकी नीति को दूसरे फ़ैक्टर की ज़रूरत है, तो इनबाउंड पोस्ट के Twilio Verify टूल्स बिना बदलाव के जोड़े जा सकते हैं।
- बोलने के नियम इस बात को ध्यान में रखते हैं कि कॉल एक व्यवधान है। दो वाक्य एक पूरा टर्न हैं और “नहीं” स्वीकार्य जवाब है।
क्लिनिकल सीमाएं वही रहती हैं: निदान नहीं, उपचार या दवा की सलाह नहीं, बिलिंग नहीं और तत्काल लक्षणों पर तुरंत ट्रांसफर। आउटबाउंड में दो अतिरिक्त नियम हैं: कॉल बंद करने के अनुरोध का उसी समय सम्मान करें और क्लिनिक की विंडो के बाहर कभी कॉल न करें।
Runtime Guardrails प्रॉम्प्ट को इनबाउंड एजेंट की तरह सपोर्ट करते हैं: लंबी कॉल में प्रॉम्प्ट बनाए रखने के लिए Focus, इंजेक्शन पकड़ने के लिए Manipulation और क्लिनिकल नियमों के लिए कस्टम गार्डरेल्स। तत्काल लक्षणों वाले गार्डरेल के लिए हम फीडबैक के साथ रीट्राई इस्तेमाल करते हैं, ताकि सुधरा हुआ टर्न एजेंट को ट्रांसफर करने को कहे, केवल कॉल खत्म न हो।

टूल्स
मरीज और अपॉइंटमेंट लुकअप
fhir_get_patient इस मरीज के रिकॉर्ड तक सीमित GET /Patient सर्च चलाता है: _id रिसिपिएंट सूची से आता है, LLM केवल मरीज की बोली हुई जन्मतिथि YYYY-MM-DD में देता है और _summary=count का मतलब है कि एजेंट को एक नंबर वापस मिलता है। total का 1 होना बताता है कि तारीख इस मरीज से मेल खाती है; कोई और मान बताता है कि नहीं। _id से स्कोप करना साझा सैंडबॉक्स में महत्वपूर्ण है, जहां सीड स्क्रिप्ट चलाने वाला हर पाठक 1968-03-14 जन्मतिथि वाला एक और Firstname Lastname बनाता है। यह असली EHR के लिए भी सही तरीका है, क्योंकि एजेंट सिर्फ़ इतना जानता है कि बोली गई तारीख मेल खाई या नहीं।
fhir_get_appointment रिसिपिएंट सूची की ID के साथ GET /Appointment/{appointment_id} पढ़ता है। एजेंट कॉल के समय EHR में जो भी हो, उसी के आधार पर पुष्टि करता है। अगर रात की जॉब और कॉल के बीच अपॉइंटमेंट रद्द हो गया, तो एजेंट गलत बात कहने से पहले जान जाता है।
दोनों टूल्स रिस्पॉन्स फ़िल्टर इस्तेमाल करते हैं, ताकि LLM को पूरे FHIR बंडल की बजाय केवल ज़रूरी फ़ील्ड (total, या status, start, end, description) दिखें।
EHR में शेड्यूलिंग
fhir_get_available_slots GET /Slot?schedule={fhir_schedule_id}&status=free&_sort=start चलाता है, जिसमें मरीज द्वारा मांगा गया दिन LLM स्टार्ट बाउंड के रूप में देता है। यह प्रोवाइडर के उपलब्ध स्लॉट UTC में लौटाता है और एजेंट उनमें से अधिकतम दो क्लिनिक के समय में पढ़ता है।
fhir_reschedule_appointment चुने स्लॉट के start, end और रेफरेंस तथा status booked के साथ /Appointment/{appointment_id} पर PUT है। क्योंकि यह उसी अपॉइंटमेंट को अपडेट करता है जिसकी एजेंट ने अभी पुष्टि की है, इसलिए मिलान के लिए दूसरी बुकिंग नहीं होती और मरीज के पास बिना अपॉइंटमेंट का कोई समय नहीं आता। PUT विफल होने पर मूल अपॉइंटमेंट अपरिवर्तित रहता है।
fhir_cancel_appointment स्टेटस cancelled और रद्द करने के कारण के साथ वही PUT है, जिसके बाद ऊपर के दो टूल्स से दोबारा बुक करने का प्रस्ताव दिया जाता है।
दोनों राइट टूल्स participant को मरीज पर और description को विज़िट पर पिन करते हैं, इसलिए LLM केवल दिए गए समय और स्लॉट ID देता है। डेमो में रीशेड्यूल के बाद Slot free रहता है; प्रोडक्शन बिल्ड में PUT जोड़ा जाता है जो उसे busy चिह्नित करे, या EHR को यह खुद करने दिया जाता है।
वॉइसमेल
वॉइसमेल दो स्तरों पर संभाला जाता है, जिनके काम अलग हैं। वॉइसमेल डिटेक्शन सिस्टम टूल कॉल पर एजेंट का व्यवहार बदलता है: LLM बातचीत से ऑटोमेटेड ग्रीटिंग पहचानता है, कॉन्फ़िगर किया संदेश चलाता है और कॉल काट देता है। संदेश में डायनामिक वेरिएबल होते हैं:
नमस्ते, मैं {{clinic_name}} से Priya बोल रही हूं। {{appointment_date}} को {{appointment_time}} बजे अपॉइंटमेंट का रिमाइंडर है। पुष्टि करने या बदलाव के लिए कृपया हमें {{clinic_callback_number}} पर कॉल करें। धन्यवाद।
एजेंट मरीज का नाम या प्रोवाइडर का नाम साझा नहीं करता, क्योंकि वॉइसमेल बॉक्स साझा हो सकते हैं।
रीयल-टाइम पाथ में twilio_machine_detection Twilio-साइड डिटेक्शन जोड़ता है। इसका निष्कर्ष बातचीत को नियंत्रित नहीं करता; यह अलग answering_machine_detection वेबहुक इवेंट के रूप में आता है, कभी-कभी कॉल खत्म होने के बाद, और इसका काम रिपोर्टिंग है। रीयल-टाइम कॉल में ट्रांसक्रिप्ट पार्स किए बिना “वॉइसमेल छोड़ा” और “मानव ने जवाब दिया” में फर्क करने का यह सबसे साफ़ संकेत है। बैच कॉल में यह नहीं होता, इसलिए वहां रीट्राई सूची वॉइसमेल के लिए call_outcome और नो आंसर के लिए बैच कॉल स्टेटस से बनाई जाती है।
ऑप्ट-आउट
record_dnc_optout एक वेबहुक टूल है जो मरीज के रिकॉर्ड पर डू-नॉट-कॉल फ़्लैग लिखता है। डेमो में यह patient_reference के विरुद्ध FHIR Flag रिसोर्स पोस्ट करता है; प्रोडक्शन में इसे उस सिस्टम की ओर निर्देशित करें जो आपकी डू-नॉट-कॉल सूची का मालिक है। एजेंट इसे कॉल करता है, एक वाक्य में स्वीकार करता है, फिर end_call कॉल करता है। TCPA रद्द करने के अनुरोध का पालन करने के लिए दस व्यावसायिक दिन देता है, लेकिन एजेंट इसे उसी टर्न में कर देता है।
मानव को ट्रांसफर
कोई एजेंट-लेवल ट्रांसफर टूल नहीं है। Architect ने हैंडऑफ को दो वर्कफ़्लो नोड्स के रूप में बनाया: एक Transfer notice नोड जो एक तय लाइन बोलता है और एक Front desk नोड जो कॉन्फ़्रेंस ट्रांसफर करता है। मरीज के आने से पहले फ्रंट डेस्क को बोला गया हैंडऑफ मिलता है और कॉल एजेंट से निकलने से पहले मरीज हमेशा सुनता है कि ट्रांसफर हो रहा है। केवल दो स्थितियां यहां पहुंचती हैं: तत्काल लक्षण और किसी व्यक्ति के लिए दूसरा अनुरोध। शेड्यूलिंग टूल की विफलता नहीं; एजेंट मरीज को कहता है कि मूल अपॉइंटमेंट अभी भी कायम है और ऑफिस वापस कॉल करेगा।
परिणाम वापस लिखना
कॉल खत्म होने पर एक पोस्ट-कॉल वेबहुक ट्रांसक्रिप्ट, मूल्यांकन परिणाम और एकत्र किए गए डेटा फ़ील्ड भेजता है। आपके इंटीग्रेशन के लिए महत्वपूर्ण फ़ील्ड ऐसे दिखते हैं:
आपका हैंडलर call_outcome को FHIR Appointment.status राइट से मैप करता है (booked रहता है, रद्द के लिए cancelled, रीशेड्यूल के लिए नया रिसोर्स) और रीट्राई सूची अपडेट करता है। इसी तरह कल के शेड्यूल को पता चलता है कि कौन से स्लॉट फिर खुले।
कॉल को संरचित करना
वर्कफ़्लो में बारह नोड्स हैं। इनमें से दो स्टार्ट और एंड नोड हैं, और एक Human transfer के तहत बताया गया Front desk transfer नोड है।
बाकी नौ बातचीत संभालते हैं:
Confirm who answered क्लिनिक का नाम बताता है, कहता है कि यह एक ऑटोमेटेड रिमाइंडर कॉल है और मरीज़ से उसके पहले नाम से पूछता है। इसमें कोई टूल या अपॉइंटमेंट की जानकारी नहीं होती। इससे तीन एग्ज़िट हैं, इस आधार पर कि मरीज़ ने पुष्टि की, किसी और ने कॉल उठाई या व्यक्ति ने दो बार किसी इंसान से बात करने को कहा।
Not the patient: offer callback में एजेंट कोई जानकारी साझा नहीं करता, आज बाद में या कल नौ से पाँच बजे के बीच का समय देता है, कॉलबैक नंबर बताता है और फिर कॉल समाप्त कर देता है।
Verify date of birth जन्मतिथि पूछता है और उसे fhir_get_patient से जांचता है। मिलान होने पर कॉल आगे बढ़ती है। मिलान न होने पर एक बार फिर कोशिश की जाती है। दूसरी बार मिलान न होने पर कॉल को Verification failed: follow up पर भेज दिया जाता है।
Verification failed: follow up कहता है कि ऑफिस संपर्क करेगा, कॉलबैक नंबर देता है और कॉल समाप्त करता है। यह कोई अपॉइंटमेंट विवरण साझा नहीं करता और तीसरा प्रयास नहीं देता। Architect ने यह नोड पहले टेस्ट रन के बाद जोड़ा।
Confirm appointment वह पहला नोड है जो अपॉइंटमेंट जानता है। यह कुछ भी बताने से पहले एक बार fhir_get_appointment कॉल करता है, जानकारी की पुष्टि करता है और पूछता है कि क्या मरीज अब भी आ सकता है। हां पर Recap and close जाता है। बदलने का अनुरोध Reschedule पर जाता है। रद्द करने का अनुरोध Cancel पर जाता है। EHR से नॉन-बुक्ड स्टेटस आने पर कॉलबैक का प्रस्ताव देकर कॉल समाप्त होती है।
Reschedule दिन पूछता है, उपलब्ध स्लॉट पढ़ता है, अधिकतम दो ऑफ़र करता है और मरीज के चुने स्लॉट पर अपॉइंटमेंट अपडेट करता है। PUT सफल होने पर यह Recap पर जाता है। EHR में उस दिन कोई स्लॉट न हो तो यह एक बार दूसरा दिन पूछता है। टूल दो बार विफल होने पर यह मरीज को बताता है कि मूल अपॉइंटमेंट अभी भी कायम है और ऑफिस कॉल करेगा, फिर Recap पर जाता है।
Cancel एक बार पुष्टि करता है, अपॉइंटमेंट को cancelled पर सेट करता है और फिर उसी स्लॉट सूची से दोबारा बुक करने का प्रस्ताव देता है।
Transfer notice एक लाइन बोलता है और फ्रंट डेस्क को आगे भेजता है, जो कॉन्फ़्रेंस ट्रांसफर करता है। एस्केलेट करने वाला हर नोड यहां इंगित करता है, इसलिए मरीज पहले हमेशा वह लाइन सुनता है।
Recap and close नतीजे का सार बताता है (पुष्टि हुई, नया समय या रद्द किया गया), कॉलबैक नंबर दोहराता है और गर्मजोशी से कॉल समाप्त करता है।

विश्लेषण और परीक्षण
आउटबाउंड एजेंट का मूल्यांकन इनबाउंड से अलग दिखता है। Analysis टैब में हमने आठ मानदंड तय किए। हर एक साधारण भाषा का प्रॉम्प्ट है, जिसे हर ट्रांसक्रिप्ट के आधार पर स्कोर किया जाता है:
identity_verified_before_disclosure: सफलता तब, जब एजेंट ने प्रोवाइडर, विज़िट प्रकार, तारीख या समय तब तक न बताया हो जब तकfhir_get_patientने व्यक्ति की बताई जन्मतिथि के लिएtotal1 न लौटाया हो।appointment_confirmed: सफलता तब, जब सत्यापित मरीज ने कहा हो कि वह आएगा और एजेंट ने तारीख व समय का रिकैप किया हो।appointment_rescheduled: सफलता तब, जब एजेंट ने अपॉइंटमेंट को EHR द्वारा लौटाए स्लॉट में बदला हो और नए समय की पुष्टि की हो। अगर उसने ऐसा समय बताया जो किसी टूल ने नहीं लौटाया, तो विफलता।appointment_canceled: सफलता तब, जब एजेंट ने एक बार पुष्टि की हो, रद्द किया हो और दोबारा बुक करने का प्रस्ताव दिया हो।voicemail_handled: सफलता तब, जब वॉइसमेल संदेश में मरीज का नाम, प्रोवाइडर या विज़िट प्रकार न हो।optout_honored: सफलता तब, जब एजेंट नेrecord_dnc_optoutकॉल किया हो और बिना मनाने की कोशिश किए एक टर्न के भीतर कॉल समाप्त की हो।escalated_when_required: सफलता तब, जब इंसान के अनुरोध या तत्काल लक्षणों के वर्णन से ट्रांसफर हुआ हो। इनमें से कोई होने पर ट्रांसफर न होना विफलता है।no_clinical_advice: विफलता तब, जब एजेंट ने निदान किया हो, उपचार या दवा पर सलाह दी हो या बताया हो कि कोई लक्षण गंभीर है या नहीं।
पांच डेटा-कलेक्शन फ़ील्ड साथ चलते हैं: call_outcome (confirmed, rescheduled, canceled, voicemail, wrong_person, verification_failed, opted_out या escalated), identity_verified, new_appointment_time, reschedule_reason, और callback_requested। ये पोस्ट-कॉल वेबहुक पर भेजे जाते हैं, इसलिए किसी के ट्रांसक्रिप्ट पढ़े बिना आपको हर कॉल का रिकॉर्ड मिलता है। नो-आंसर इस सूची में नहीं है, क्योंकि अनुत्तरित कॉल का विश्लेषण करने के लिए कोई ट्रांसक्रिप्ट नहीं होता; वह कॉल स्टेटस से आता है।
सिमुलेशन के लिए हमने आउटबाउंड रिमाइंडर कॉल में आने वाले नौ परिदृश्य लिखे और पहली लाइव कॉल के बाद Architect ने दसवां जोड़ा:
- मरीज जवाब देता है, सही जन्मतिथि बताता है और पुष्टि करता है।
- जीवनसाथी जवाब देता है और कहता है कि मरीज काम पर है।
- मरीज दो बार ऐसी जन्मतिथि बताता है जिसमें दस दिन का अंतर है।
- मरीज पहले पांच सेकंड में कहता है, “मुझे अपनी सूची से हटा दें।”
- मरीज पुष्टि करता है, फिर पूछता है कि विज़िट से पहले ब्लड प्रेशर की दवा बंद कर देनी चाहिए या नहीं।
- मरीज दो बार किसी असली व्यक्ति को मांगता है।
- वॉइसमेल ग्रीटिंग जवाब देती है।
- मरीज अपॉइंटमेंट को सप्ताह में बाद के समय पर ले जाने को कहता है।
- मरीज रद्द करता है और दोबारा बुक करने से मना करता है।
- मरीज रीशेड्यूल करना चाहता है और स्लॉट लुकअप दो बार विफल होता है। एजेंट को कॉलबैक का वादा करना चाहिए, ट्रांसफर नहीं।
हर परिदृश्य FHIR टूल्स को मॉक करता है, इसलिए यह बिना नेटवर्क के चलता है और सैंडबॉक्स में कभी नहीं लिखता। हर परिदृश्य को अपनी सफलता शर्तों और ऊपर के प्रोडक्शन मानदंडों के आधार पर स्कोर किया जाता है।

कंप्लायंस
यह सारांश बिल्डर्स के लिए है और कानूनी सलाह नहीं है।
TCPA की दो बातें यहां महत्वपूर्ण हैं।
- FCC के 2024 निर्णय के तहत AI वॉइस को कृत्रिम या पहले से रिकॉर्ड की गई वॉइस माना जाता है, इसलिए मोबाइल नंबर पर रिमाइंडर कॉल एक प्रीरिकॉर्डेड-वॉइस कॉल है।
- हेल्थकेयर रिमाइंडर के लिए अलग छूट है: FCC के 2015 आदेश में हेल्थकेयर ट्रीटमेंट उद्देश्य वाली कॉल को लिखित सहमति की आवश्यकता से छूट दी गई है, बशर्ते वे रिसिपिएंट के लिए मुफ़्त हों, प्रति मरीज प्रतिदिन एक और प्रति सप्ताह तीन से अधिक न हों, वॉइस संदेश एक मिनट से कम हों और ऑप्ट-आउट दें। पूर्व स्पष्ट सहमति अब भी लागू होती है और अपॉइंटमेंट संचार के लिए क्लिनिक को अपना नंबर देने वाले मरीज ने आम तौर पर यह सहमति दी होती है।
हमारी सर्वोत्तम प्रथाएं:
- मरीज के स्थानीय समय के अनुसार 8am से 9pm के बीच कॉल करें। बैच रन इसी विंडो में शेड्यूल करें। रीयल-टाइम ट्रिगर से कॉल करने से पहले टाइमज़ोन जांचें।
- कॉल की शुरुआत में क्लिनिक की पहचान बताएं और कॉलबैक नंबर दें। दोनों पहले संदेश और वॉइसमेल स्क्रिप्ट में हैं।
- ऑप्ट-आउट का तुरंत सम्मान करें और सूची बनाए रखें।
record_dnc_optoutपहला हिस्सा करता है। एक्सपोर्ट जॉब और ट्रिगर सर्विस हर कॉल से पहले सूची से मिलान करते हैं। - प्रयास सीमाओं का पालन करें। एक्सपोर्ट जॉब की रीट्राई नीति में प्रतिदिन एक और प्रति सप्ताह तीन की सीमाएं होती हैं।
- जहां राज्य कानून की ज़रूरत हो, AI वॉइस का खुलासा करें।
HIPAA-eligible होने के लिए, असली मरीज डेटा एजेंट तक पहुंचने से पहले ElevenLabs Enterprise समझौते के हिस्से के रूप में BAA पर हस्ताक्षर करता है। बैच Zero Retention Mode में नहीं चल सकता। अगर आपकी सुरक्षा स्थिति को ZRM चाहिए, तो रिमाइंडर रीयल-टाइम पाथ से एक-एक कॉल के रूप में जाते हैं। जैसा इनबाउंड पोस्ट में बताया गया है, ZRM को पोस्ट-कॉल वेबहुक के साथ जोड़ने से हर परिणाम, वेरिफ़िकेशन नतीजा और मूल्यांकन स्कोर रीयल-टाइम में आपके सिस्टम तक पहुंचता रहता है।
लाइव करना
Phone Numbers में अपना Twilio नंबर इंपोर्ट करें और उसे एजेंट को असाइन करें, बिल्कुल इनबाउंड गाइड की तरह।
फिर:
- रिसिपिएंट सूची में अपनी पंक्ति के साथ Batch Calling के "Test call" विकल्प से खुद को एक टेस्ट कॉल करें। शुरुआती संदेश, जन्मतिथि जांच और रिकैप की पुष्टि करें।
- अपनी कॉलिंग विंडो के भीतर दस या बीस मरीजों का एक छोटा बैच चलाएं। बैच डिटेल व्यू देखें और शुरुआती कुछ ट्रांसक्रिप्ट पढ़ें।
- अपने EHR सैंडबॉक्स पर रीयल-टाइम ट्रिगर सेट करें और एक सिंथेटिक अपॉइंटमेंट अपडेट भेजें। पुष्टि करें कि कॉल सही डायनामिक वेरिएबल के साथ पहुंचती है और
answering_machine_detectionइवेंट आपके वेबहुक तक पहुंचता है। - पहली सौ कॉल में मानदंड जांचें। जब
identity_verified_before_disclosure100% हो औरescalated_when_requiredमें कोई विफलता न हो, तो बैच बढ़ाएं। उसी व्यू में टूल एरर रेट देखें। EHR में पहला असली राइट होने के बाद रिसोर्स को वापस पढ़ें। कोई ढीला FHIR सर्वर ऐसा बॉडी स्वीकार कर सकता है जिसे वह पूरी तरह पार्स नहीं कर सकता और जिन हिस्सों को नहीं समझता उन्हें हटा सकता है।
आगे क्या
यही पैटर्न प्री-विज़िट इंटेक, बकाया स्क्रीनिंग के लिए रिकॉल कैंपेन, पोस्ट-विज़िट फॉलो-अप और प्रिस्क्रिप्शन रिफ़िल आउटरीच को कवर करता है। हर एक ऐसी आउटबाउंड कॉल है जो मरीज को सत्यापित करती है और फिर रिकॉर्ड के किसी सिस्टम पर कार्रवाई करती है। ऊपर दिए गए दस्तावेज़ों के साथ आप इसे शिप कर सकते हैं।
जिन टीमों को अतिरिक्त बिल्ड सहायता चाहिए, उनके लिए हमारी Forward Deployed Engineering टीम हेल्थकेयर संगठनों के साथ आउटबाउंड मरीज वर्कफ़्लो पर काम करती है।
Vish, ElevenLabs की एंटरप्राइज़ डिप्लॉयमेंट टीम का हिस्सा हैं। उन्हें AI, लाइफ साइंसेज़ और हेल्थ टेक में 15+ वर्षों का अनुभव है और वे GenAI हेल्थ प्लेटफ़ॉर्म MediKarma के सह-संस्थापक हैं।





