वेबिनार रिकैप: हेल्थकेयर में AI लागू करने से मिली सीख

स्वास्थ्य प्रणालियों से कहा जा रहा है कि वे कर्मचारियों की संख्या बढ़ाए बिना मरीज़ों के लिए ज़्यादा काम करें। मरीज़ों को परेशान करने वाली ज़्यादातर बातें इलाज के दौरान नहीं, बल्कि उसके आसपास होती हैं। सही डॉक्टर ढूँढने में मेहनत लगती है। हर हैंडऑफ़ पर अपनी वही कहानी दोहराने में भी। 

हमारे नवीनतम Behind the Agent सेशन में, Cindy Liu (Enterprise Deployment, ElevenLabs) ने Jacque Myers (Global Healthcare Lead, Slalom), Sylvia Doane Stephenson (Managing Director, Slalom), और Cristal Woodley (Chief Marketing and Experience Officer, Renown Health) के साथ चर्चा की कि स्वास्थ्य सेवा में AI एजेंट वास्तव में कहाँ तैनात किए जा रहे हैं और उन्हें प्रोडक्शन में चलाने के लिए क्या चाहिए।

जो डिप्लॉयमेंट आगे बढ़ते हैं और जो रुक जाते हैं, उनके बीच फर्क आपके शुरुआती बिंदु से पड़ता है: कई विशेष पायलट चलाने के बजाय, कम जोखिम वाली एक हाई-वॉल्यूम, मापी जा सकने वाली जर्नी से शुरुआत करें।

मरीज़ की जर्नी में रुकावटें क्यों बनी रहती हैं

मरीज़ बार-बार दोहराए जाने वाले चक्र में फँसे रहते हैं। देखभाल के हर बदलाव पर उन्हें अपनी पहचान बतानी पड़ती है और कॉल करने की वजह समझानी पड़ती है। वे इंतज़ार करते हैं और दूसरी जगह भेज दिए जाते हैं। कहीं और से ढूँढे गए जवाब एक जैसे नहीं होते। जब वे आखिरकार सही व्यक्ति तक पहुँचते हैं, तो उन्हें प्रक्रिया फिर से शुरू करनी पड़ती है।

सभी टचपॉइंट मौजूद हैं - वेबसाइट, पेशेंट पोर्टल, कॉन्टैक्ट सेंटर, EHR, बिलिंग - लेकिन वे आपस में बात नहीं करते। जुड़ी हुई जर्नी वहीं शुरू होती है जहाँ मरीज़ होता है, और पहले वहाँ जुड़ती है जहाँ जोखिम कम और असर ज़्यादा हो।

ज़्यादातर संगठन कम जोखिम के लिए चुने गए विशेष यूज़ केस में, किनारों से AI की शुरुआत करते हैं, और इनमें से कुछ भी आगे नहीं बढ़ता। Jacque का विकल्प वह है जिसे वह हीरो जर्नी कहती हैं: एक मुख्य जर्नी, जो आपके बहुत-से काम को दर्शाती है, जोखिम में भी कम होती है, और जिसे हर यूज़ केस के लिए फिर से बनाने के बजाय आप आगे बढ़ाते और विस्तार देते हैं।

डेमो: शुरू से आखिर तक अपॉइंटमेंट बुकिंग

अपॉइंटमेंट शेड्यूलिंग हीरो जर्नी के लिए अच्छा उम्मीदवार है: इसका वॉल्यूम अधिक है, इसे मापा जा सकता है और इसका जोखिम इतना कम है कि इस पर आगे काम किया जा सके। पेशेंट इंटेक से लेकर अपॉइंटमेंट कन्फर्मेशन तक, इस जर्नी का शुरुआती हिस्सा शुरू से आखिर तक ऐसा दिखता है।

स्थिति: एक मरीज़ को कॉन्टैक्ट लेंस के लिए नया प्रिस्क्रिप्शन चाहिए। वह अपनी बीमा कंपनी की वेबसाइट पर नेटवर्क में शामिल एक ऑप्टोमेट्रिस्ट ढूँढती है और क्लिनिक में कॉल करती है, जहाँ एक वर्चुअल शेड्यूलिंग असिस्टेंट कॉल उठाता है।

क्या दिखाया गया:

• एजेंट ने बातचीत के ज़रिए नए मरीज़ का इंटेक किया और नाम, जन्मतिथि व फ़ोन नंबर लिया
• उसने असली SMS कोड से उसका फ़ोन सत्यापित किया और पहली कोशिश में कोड गलत सुनने पर स्थिति संभाल ली
• जब कॉल करने वाली को अपना इंश्योरेंस मेंबर ID याद नहीं था, तो एजेंट ने उसे अपॉइंटमेंट पर कार्ड लाने को कहा और आगे बढ़ गया
• उसने तीन स्लॉट दिए, एक बुक किया और बातचीत के इतिहास से बना कन्फर्मेशन ईमेल भेजा, साथ ही टेक्स्ट रिमाइंडर भी भेजा
• वही एजेंट SMS पर भी चला, जहाँ वही वर्कफ़्लो टेक्स्ट बातचीत के रूप में चला और अलग से कुछ बनाने की ज़रूरत नहीं पड़ी

यह क्यों अहम है: एक एजेंट फ़ोन लाइन और टेक्स्ट थ्रेड, दोनों के पीछे काम कर रहा था, इसलिए अनुभव डिफ़ॉल्ट रूप से ओमनीचैनल था। डेमो बनाने में करीब दो घंटे लगे, जो किसी टीम के लिए कुछ ही दिनों में प्रोटोटाइप बनाने और उसे आंतरिक रूप से पेश करने के लिए काफी तेज़ है। एंटरप्राइज़ प्रोडक्शन का दायरा अलग है। लाइव होने से पहले एजेंट के लिए ज़रूरी इंटीग्रेशन, टेस्टिंग और कंप्लायंस के काम में ही सबसे ज़्यादा मेहनत लगती है, और ElevenLabs में यह काम हमारे फॉरवर्ड-डिप्लॉयड इंजीनियर करते हैं।

कहाँ से शुरू करें और असल में रुकावट क्या है

शुरुआत करने वाली स्वास्थ्य प्रणाली के लिए क्रम:

• ऐम्बिएंट लिसनिंग: अगर यह पहले से आपके EHR में इंटीग्रेट नहीं है। यह काम आमतौर पर किसी डॉक्यूमेंटेशन वेंडर के ज़रिए होता है, लेकिन इससे क्लिनिशियन का वह भरोसा बनता है जिस पर आगे की हर चीज़ निर्भर करती है।
• कॉन्टैक्ट सेंटर: ज़्यादातर प्रणालियाँ इसे एक लागत मद मानती हैं। इसके बजाय यह ग्रोथ सेंटर के रूप में काम कर सकता है।
• मरीज़ शिक्षा और दवा पालन: ऐसे दोहराए जा सकने वाले काम, जिनका ROI तुरंत और मापने योग्य होता है, इसलिए इन्हें बढ़ाया जा सकता है।

कॉन्टैक्ट सेंटर ऑटोमेशन के पीछे की रुकावट डॉक्टरों की शेड्यूलिंग है। प्रेफरेंस कार्ड और शेड्यूल टेम्पलेट उसका दिखने वाला हिस्सा हैं। धीमा काम उन लोगों के बीच बदलाव को व्यवस्थित करना है जो बहुत प्रशिक्षित, अत्यधिक कुशल और बहुत स्वतंत्र हैं। जो कारगर होता है, वह है चिकित्सक चैंपियन, बदलाव को आसान बनाने वाला समन्वित नेतृत्व और निरंतर सहायता—कभी-कभी हर क्लिनिशियन के लिए एक व्यक्तिगत कोच तक।

Renown Health एजेंटों की दिशा में कैसे आगे बढ़ रहा है

Renown, Salt Lake City से Sacramento तक, 100,000 वर्ग मील में मरीज़ों को सेवा देता है।

Cristal की टीम सीमित दायरे वाले पायलट से शुरुआत कर रही है। जिन यूज़ केस पर विचार हो रहा है, वे मरीज़ों की जानकारी से पूरी तरह दूर रहते हैं, और आंतरिक सफलताएँ ही आगे की चीज़ों के लिए कंप्लायंस का आधार बनाती हैं। 

इस दिशा में आगे बढ़ने की शुरुआत डेटा से हुई। Cristal की टीम ने ओपन शेड्यूलिंग को मानकीकृत करते हुए प्रोवाइडरों के साथ शेड्यूलिंग टेम्पलेट पर काम किया। ऐम्बिएंट लिसनिंग से मिली तेज़ सफलताओं ने रास्ता खोला: जिन प्रोवाइडरों ने अपने जीवन की गुणवत्ता में फर्क महसूस किया, वे लौटकर पूछने लगे कि और क्या संभव है।

उन्होंने गति के बारे में भी साफ़ कहा: मार्केटिंग और कॉन्टैक्ट सेंटर टीमों के पास इंतज़ार करने का समय नहीं है, क्योंकि मरीज़ इसे पहले से इस्तेमाल कर रहे हैं और अब यही उनकी अपेक्षा है।

सुरक्षा, HIPAA और नए कर्मचारियों की तरह एजेंटों को ऑनबोर्ड करना

भावनात्मक रूप से संवेदनशील कॉल के बारे में ज़्यादातर टीमें सबसे पहले पूछती हैं। Renown अपने कॉल सेंटर में पहले से वॉइस सेंटिमेंट मापता है और कॉल करने वालों को अधिक अनुभवी मानव एजेंटों के पास भेजता है, साथ ही ट्रांसफ़र के दौरान उस संदर्भ को भी आगे ले जाता है। यही अनुशासन AI एजेंटों पर भी लागू होता है।

एजेंटों को उसी तरह ऑनबोर्ड करें जैसे आप लोगों को करते हैं: उन्हें SOPs और नॉलेज सेंटर दें, इंटरप्शन और एस्केलेशन के लिए व्यवहार प्रशिक्षित करें, फिर लाइव होने से पहले और जारी PDSA (प्लान, डू, स्टडी, एक्ट) चक्रों में विरोधी उदाहरणों के आधार पर उनका मूल्यांकन करें।

गार्डरेल तीन स्तरों पर काम करते हैं:

• निर्देशन सिस्टम प्रॉम्प्ट के ज़रिए
• इनपुट वैलिडेशन जो एजेंट के जवाब देने से पहले विरोधी प्रयासों को पकड़ लेता है
• रियल-टाइम मूल्यांकन आपकी कॉन्फ़िगर की गई पॉलिसी के आधार पर हर जवाब का

कंप्लायंस के लिए सुरक्षा उपाय वही HIPAA मानक हैं जो EHR को नियंत्रित करते हैं, बस इन्हें AI सिस्टम पर लागू किया जाता है: AI वेंडरों के साथ BAA, इंटरऑपरेबिलिटी, सही सिस्टम्स ऑफ़ रिकॉर्ड, जानकारी जहाँ भी जाए वहाँ डी-आइडेंटिफ़िकेशन, और स्पष्ट सहमति के बिना मरीज़ के डेटा पर कोई ट्रेनिंग नहीं। ElevenLabs स्वास्थ्य सेवा ग्राहकों के साथ BAA की मांग करता है और ज़ीरो डेटा रिटेंशन मोड देता है, इसलिए डेटा प्रोसेसिंग के लिए सिस्टम से गुज़रता है और स्टोर करने के लिए आपके अपने प्रतिबंधित एनवायरनमेंट में वापस भेज दिया जाता है।

क्या तैयार है और क्या मापना है

AI आज स्वास्थ्य सेवा ग्राहकों के साथ प्रोडक्शन में है, रियल-टाइम, कम-लेटेंसी वाली बातचीत कर रहा है और जिन सवालों को पूछना होता है, उन्हें छोड़े बिना स्क्रिप्ट का पालन कर रहा है।

हालाँकि, स्टैक में हर मॉडल स्वभाव से प्रायिकतापूर्ण होता है, चाहे वह स्पीच टू टेक्स्ट, LLM या टेक्स्ट टू स्पीच हो। इसलिए उनके आसपास की निश्चित परतें अहम हैं और हर डिप्लॉयमेंट के लिए पहले से तय जोखिम सीमा और एस्केलेशन प्रोटोकॉल चाहिए, चाहे उससे कॉल किसी इंसान के पास जाए या अधिक सक्षम मॉडल के पास।

वह सीमा तय होने के बाद सवाल यह होता है कि आप क्या ट्रैक करते हैं। Renown Health हर चैनल से बुक हुए अपॉइंटमेंट ट्रैक करता है और यह भी देखता है कि हर अपॉइंटमेंट एजेंट, फ़ोन कॉल या टेक्स्ट में से किसके ज़रिए आया, क्योंकि मरीज़ों को उसी तरह देखभाल तक पहुँच मिलनी चाहिए जैसे वे बाकी हर चीज़ तक पहुँचते हैं।

या मरीज़ों, देखभाल करने वालों और चिकित्सकों के बीच नेट प्रमोटर स्कोर ट्रैक करें, क्योंकि ज़्यादातर लोग अपने चिकित्सकों को पहले से पसंद करते हैं। बोझ इलाज के आसपास की चीज़ों से पैदा होता है, इसलिए संतुष्टि बढ़ने का मतलब है कि बोझ कम हो रहा है। प्लेटफ़ॉर्म की ओर से, हम अपनाने को मापने के लिए तैनात एजेंट और सेव किए गए मिनट, और काम कितना असरदार है यह जानने के लिए CSAT और डिफ्लेक्शन रेट देखते हैं।

स्वास्थ्य सेवा में AI एजेंट तैनात करने के लिए सर्वोत्तम तरीके

1. एज केस नहीं, हीरो जर्नी चुनें: एक हाई-वॉल्यूम, मापी जा सकने वाली, कम जोखिम वाली जर्नी जिसे पूरे एंटरप्राइज़ में बढ़ाया जा सके, उन बिखरे हुए विशेष डिप्लॉयमेंट से बेहतर है जो कभी आगे नहीं बढ़ते।
2. प्रक्रिया ऑटोमेट करने से पहले डेटा ठीक करें: पहले शेड्यूलिंग टेम्पलेट और ओपन शेड्यूलिंग मानक व्यवस्थित करने होंगे। एजेंट को नीचे मौजूद सारी अव्यवस्था विरासत में मिलती है।
3. चिकित्सक चैंपियन चुनें और नेतृत्व का समर्थन दें: तकनीकी काम धीमा हिस्सा नहीं है। स्वतंत्र क्लिनिशियनों की सहमति पाना धीमा काम है, और अपनाने तक उसे वास्तविक समर्थन चाहिए।
4. एजेंटों को नए कर्मचारियों की तरह ऑनबोर्ड करें: SOPs, नॉलेज सेंटर, इंटरप्शन और एस्केलेशन के लिए प्रशिक्षित व्यवहार, फिर लाइव होने से पहले और जारी PDSA चक्रों में विरोधी उदाहरणों के आधार पर मूल्यांकन।
5. तथ्यात्मक हर चीज़ को निश्चित रखें: तारीखें, उपलब्धता और रिकॉर्ड की जानकारी टूल के ज़रिए प्राप्त करें। जिस चीज़ को मॉडल देख सकता है, उसे अनुमान लगाने न दें।
6. अपनी एस्केलेशन सीमा पहले से तय करें: स्टैक का हर मॉडल प्रायिकतापूर्ण है। पहले ही तय कर लें कि किस स्थिति में किसी इंसान या अधिक सक्षम मॉडल को हैंडऑफ़ करना है।
7. चैनल और संतुष्टि के हिसाब से मापें: हर चैनल से बुक अपॉइंटमेंट यह दिखाते हैं कि मरीज़ वास्तव में इसका इस्तेमाल कर रहे हैं या नहीं। मरीज़ों, देखभाल करने वालों और चिकित्सकों का NPS दिखाता है कि बोझ घट रहा है या नहीं।

पूरा सेशन देखें

पूरा वेबिनार देखें, Behind the Agent: स्वास्थ्य सेवा में AI तैनात करने पर सेशन।