वेबिनार रिकैप: हेल्थकेयर में AI लागू करने से मिली सीख

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

हमारे हालिया Behind the Agent सत्र 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 किसी एजेंट को प्रोडक्शन में चलाने के लिए क्या चाहिए।

तेज़ी से आगे बढ़ने वाली और ठहर जाने वाली तैनातियों के बीच फर्क इस बात से पड़ता है कि आप कहाँ से शुरुआत करते हैं: कई विशेष पायलटों के बजाय एक ऐसा अधिक-वॉल्यूम, मापने योग्य और कम-जोखिम वाला सफ़र चुनें।

मरीज का सफ़र अब भी बाधित क्यों है

मरीज बार-बार दोहराए जाने वाले चक्र में फँसे रहते हैं। देखभाल के हर चरण में उन्हें अपनी पहचान बतानी पड़ती है और समझाना पड़ता है कि वे क्यों कॉल कर रहे हैं। वे इंतज़ार करते हैं और उन्हें दूसरी जगह भेज दिया जाता है। कहीं और से ढूँढे गए जवाब एक जैसे नहीं मिलते। जब वे आखिरकार सही व्यक्ति तक पहुँचते हैं, तो 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। एक जुड़ा हुआ सफ़र वहीं से शुरू होता है जहाँ मरीज है और पहले वहाँ जुड़ता है जहाँ जोखिम कम और प्रभाव ज़्यादा हो।

ज़्यादातर संगठन AI की शुरुआत किनारों से करते हैं, यानी कम जोखिम वाले खास उपयोग मामलों से, और इनमें से कुछ भी आगे नहीं बढ़ता। Jacque का विकल्प वह है जिसे वे हीरो जर्नी कहती हैं: एक मुख्य सफ़र, जो आपके बहुत-से काम का प्रतिनिधित्व करता हो, जोखिम फिर भी कम हो, और जिसे हर उपयोग मामले के लिए फिर से बनाने के बजाय आगे बढ़ाया और विस्तारित किया जा सके।

डेमो: शुरू से अंत तक अपॉइंटमेंट बुकिंग

अपॉइंटमेंट शेड्यूलिंग हीरो जर्नी के लिए एक अच्छा विकल्प है: इसका वॉल्यूम अधिक है, इसे मापा जा सकता है और जोखिम इतना कम है कि इस पर आगे काम किया जा सके। मरीज की जानकारी लेने से लेकर अपॉइंटमेंट की पुष्टि तक, इस सफ़र का शुरुआती हिस्सा शुरू से अंत तक ऐसा दिखता है।

परिस्थिति: एक मरीज को कॉन्टैक्ट लेंस का नया प्रिस्क्रिप्शन चाहिए। वह अपने बीमाकर्ता की वेबसाइट पर नेटवर्क में शामिल ऑप्टोमेट्रिस्ट ढूँढती है और क्लिनिक को कॉल करती है, जहाँ एक वर्चुअल शेड्यूलिंग असिस्टेंट कॉल उठाता है।

क्या दिखाया गया:

• एजेंट ने बातचीत के ज़रिए नए मरीज की जानकारी ली और नाम, जन्मतिथि व फ़ोन नंबर इकट्ठा किया
• उसने असली SMS कोड से उसका फ़ोन सत्यापित किया और पहली कोशिश में कोड गलत सुन लेने पर स्थिति संभाल ली
• जब कॉल करने वाली को अपना बीमा सदस्य ID याद नहीं आया, 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 तैयार पुष्टि ईमेल के साथ टेक्स्ट रिमाइंडर भी भेजा
• वही एजेंट SMS पर भी चला, जहाँ वही workflow टेक्स्ट बातचीत के रूप में काम कर रहा था और अलग से कुछ बनाने की ज़रूरत नहीं थी

यह क्यों मायने रखता है: एक ही 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 — इतना तेज़ कि कोई टीम कुछ दिनों में प्रोटोटाइप बनाकर उसे आंतरिक रूप से पेश कर सके। एंटरप्राइज़ प्रोडक्शन का दायरा अलग है। लाइव होने से पहले किसी एजेंट के लिए ज़रूरी इंटीग्रेशन, टेस्टिंग और कंप्लायंस में ही ज़्यादातर मेहनत लगती है, और ElevenLabs में यह काम हमारे फॉरवर्ड-डिप्लॉयड इंजीनियर्स करते हैं।

शुरुआत कहाँ करें और असल 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 आम तौर 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 लागत की मद मानती हैं। इसकी जगह यह विकास केंद्र के रूप में काम कर सकता है।
• मरीज 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 सबसे बड़ी रुकावट डॉक्टरों की शेड्यूलिंग है। प्रेफरेंस कार्ड और शेड्यूल टेम्पलेट इसका दिखने वाला हिस्सा हैं। धीमा काम ऐसे लोगों के बीच बदलाव को व्यवस्थित करना है जो अत्यधिक प्रशिक्षित, कुशल और स्वतंत्र हैं। डॉक्टर चैंपियन, बदलाव को आसान बनाने वाला समन्वित नेतृत्व और लगातार सहयोग कारगर होते हैं — कभी-कभी हर क्लिनिशियन के लिए अलग 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 मरीजों को सेवाएँ देता है।

Cristal की टीम एक सीमित पायलट से शुरुआत कर रही है। विचाराधीन उपयोग मामलों में मरीज की जानकारी बिल्कुल शामिल नहीं है, और आंतरिक सफलताएँ ही अगले चरण के लिए कंप्लायंस के साथ आधार तैयार करती हैं।

वहाँ तक पहुँचने का रास्ता डेटा से होकर गया। Cristal की टीम ने ओपन शेड्यूलिंग को मानकीकृत करते हुए प्रदाताओं के साथ शेड्यूलिंग टेम्पलेट्स पर काम किया। ऐम्बिएंट लिसनिंग से मिली त्वरित सफलताओं ने रास्ता खोला: जिन प्रदाताओं ने अपने जीवन की गुणवत्ता में फर्क महसूस किया, वे वापस आकर पूछने लगे कि और क्या संभव है।

उन्होंने गति को लेकर भी साफ़ बात की: मार्केटिंग और कॉन्टैक्ट सेंटर टीमों के पास इंतज़ार करने का समय नहीं है, क्योंकि मरीज पहले से इसका इस्तेमाल कर रहे हैं और वे अब इसकी उम्मीद करते हैं।

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

भावनात्मक रूप से संवेदनशील कॉल्स 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 तक भेजता है, ट्रांसफ़र के दौरान वह संदर्भ भी साथ रखता है। यही अनुशासन AI एजेंटों पर भी लागू होता है।

एजेंटों को वैसे ही ऑनबोर्ड करें जैसे आप लोगों को करते हैं: उन्हें SOPs और नॉलेज सेंटर दें, रुकावटों और एस्केलेशन के लिए व्यवहार सिखाएँ, फिर लाइव होने से पहले और लगातार चलने वाले PDSA (plan, do, study, act) 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 नीति के आधार पर हर जवाब का

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

क्या तैयार है और क्या मापें

AI आज स्वास्थ्य सेवा ग्राहकों के साथ प्रोडक्शन में है, जहाँ यह रियल-टाइम और कम-लेटेंसी वाली बातचीत करता है तथा पूछे जाने वाले सवाल छोड़े बिना स्क्रिप्ट का पालन करता है।

हालाँकि, स्टैक में हर मॉडल स्वभाव से प्रायिकतामूलक होता है, चाहे वह स्पीच टू टेक्स्ट, LLM या टेक्स्ट टू स्पीच हो। इसलिए इनके आसपास की निश्चित परतें अहम हैं, और हर तैनाती के लिए जोखिम सीमा और एस्केलेशन प्रोटोकॉल पहले से तय होना चाहिए — चाहे उससे मामला 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 बुकिंग एजेंट, फ़ोन कॉल या टेक्स्ट के ज़रिए आई थी या नहीं, क्योंकि मरीजों को उसी तरह देखभाल तक पहुँच मिलनी चाहिए जैसे वे बाकी हर चीज़ तक पहुँचते हैं।

या मरीजों, देखभालकर्ताओं और डॉक्टरों के बीच नेट प्रमोटर स्कोर ट्रैक करें, क्योंकि ज़्यादातर लोग अपने डॉक्टरों को पहले से पसंद करते हैं। बोझ इलाज के आसपास की चीज़ों से पैदा होता है, इसलिए बढ़ती संतुष्टि का मतलब है कि बोझ कम हो रहा है। प्लेटफ़ॉर्म स्तर पर, अपनाने को समझने के लिए हम तैनात एजेंट और दी गई मिनटें देखते हैं, और काम प्रभावी हो रहा है या नहीं यह जानने के लिए CSAT और डिफ्लेक्शन रेट देखते हैं।

स्वास्थ्य सेवा में AI एजेंट तैनात करने के सर्वोत्तम तरीके

1. एज केस नहीं, हीरो जर्नी चुनें: पूरे एंटरप्राइज़ में फैलने वाला एक अधिक-वॉल्यूम, मापने योग्य और कम-जोखिम वाला सफ़र, उन कई विशेष तैनातियों से बेहतर है जो कभी आगे नहीं बढ़तीं।
2. प्रक्रिया ऑटोमेट करने से पहले डेटा ठीक करें: शेड्यूलिंग टेम्पलेट और ओपन शेड्यूलिंग मानकों को पहले व्यवस्थित करना होगा। एजेंट को नीचे मौजूद सारी अव्यवस्था विरासत में मिलती है।
3. डॉक्टर चैंपियनों को शामिल करें और नेतृत्व का सहयोग दें: तकनीकी काम धीमा हिस्सा नहीं है। स्वतंत्र क्लिनिशियनों की सहमति लेना धीमा है, और अपनाने तक उसे वास्तविक सहयोग चाहिए।
4. एजेंटों को नए कर्मचारियों की तरह ऑनबोर्ड करें: SOPs, नॉलेज सेंटर, रुकावटों और एस्केलेशन के लिए प्रशिक्षित व्यवहार, फिर लाइव होने से पहले और लगातार चलने वाले PDSA चक्रों में विरोधी उदाहरणों के आधार पर मूल्यांकन।
5. तथ्यात्मक हर चीज़ को निश्चित रखें: तारीखें, उपलब्धता और रिकॉर्ड विवरण टूल्स के ज़रिए प्राप्त करें। मॉडल को ऐसी चीज़ का अनुमान न लगाने दें जिसे वह देख सकता है।
6. अपनी एस्केलेशन सीमा पहले से तय करें: स्टैक का हर मॉडल प्रायिकतामूलक है। पहले से तय करें कि किस स्थिति में मामला किसी इंसान या अधिक सक्षम मॉडल को सौंपा जाएगा।
7. चैनल और संतुष्टि के आधार पर मापें: हर चैनल से बुक हुए अपॉइंटमेंट बताते हैं कि मरीज वास्तव में इसका उपयोग कर रहे हैं या नहीं। मरीजों, देखभालकर्ताओं और डॉक्टरों के बीच NPS बताता है कि बोझ कम हो रहा है या नहीं।

पूरा सत्र देखें

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