Riepilogo del webinar: cosa abbiamo imparato dall'implementazione dell'IA nella sanità

Ai sistemi sanitari viene chiesto di fare di più per i pazienti senza aumentare il personale. Gran parte di ciò che frustra i pazienti avviene attorno alle cure, non durante le cure stesse. Trovare il medico giusto richiede impegno, così come ripetere la stessa storia a ogni passaggio di consegne. 

Nella nostra ultima sessione Behind the Agent, Cindy Liu (Enterprise Deployment, ElevenLabs) ha incontrato Jacque Myers (Global Healthcare Lead, Slalom), Sylvia Doane Stephenson (Managing Director, Slalom) e Cristal Woodley (Chief Marketing and Experience Officer, Renown Health) per analizzare dove vengono realmente implementati gli agenti IA nella sanità e cosa serve per metterne uno in funzione in produzione.

Ciò che distingue le implementazioni che crescono nel tempo da quelle che si bloccano è il punto di partenza: un unico percorso ad alto volume, misurabile e a basso rischio, anziché una serie di progetti pilota specializzati e scollegati.

Perché il percorso del paziente continua a non funzionare

I pazienti restano intrappolati in un ciclo ripetitivo. A ogni passaggio di cura devono confermare chi sono e spiegare perché chiamano. Aspettano e vengono reindirizzati. Le risposte che cercano altrove sono incoerenti. Quando finalmente raggiungono la persona giusta, devono ricominciare da capo.

Tutti i punti di contatto esistono — sito web, portale pazienti, contact center, EHR, fatturazione — ma non comunicano tra loro. Un percorso connesso parte da dove si trova il paziente e coinvolge prima le aree a basso rischio e alto impatto.

La maggior parte delle organizzazioni inizia a usare l'IA ai margini, in casi d'uso specializzati scelti per il basso rischio, senza che nulla si sviluppi nel tempo. L'alternativa proposta da Jacque è ciò che lei chiama hero journey: un percorso centrale, che rappresenta gran parte di ciò che fai, ancora a basso rischio, su cui costruire ed espandersi invece di ricominciare da zero per ogni caso d'uso.

Demo: prenotare un appuntamento dall'inizio alla fine

La programmazione degli appuntamenti è un buon candidato per un hero journey: ha un volume elevato, è misurabile e presenta un rischio sufficientemente basso da poterci costruire sopra. Ecco come si presenta l'inizio di questo percorso dall'inizio alla fine, dall'accettazione del paziente alla conferma dell'appuntamento.

Scenario: Una paziente ha bisogno di una nuova prescrizione per lenti a contatto. Trova sul sito della sua assicurazione un optometrista convenzionato e chiama lo studio, dove risponde un assistente virtuale per la programmazione degli appuntamenti.

Cosa è stato mostrato:

• L'agente ha gestito in modo conversazionale l'accettazione della nuova paziente, raccogliendo nome, data di nascita e numero di telefono
• Ha verificato il suo numero di telefono con un vero codice SMS e ha gestito il caso in cui il codice fosse stato capito male al primo tentativo
• Quando la chiamante non ricordava l'ID dell'iscritta all'assicurazione, l'agente le ha detto di portare la tessera all'appuntamento e ha proseguito
• Ha proposto tre fasce orarie, ne ha prenotata una e ha inviato un'email di conferma generata dalla cronologia della conversazione, oltre a un promemoria via SMS
• Lo stesso agente funzionava via SMS, con un workflow identico eseguito come conversazione testuale e senza uno sviluppo separato

Perché è importante: Un unico agente gestiva sia la linea telefonica sia la conversazione testuale, rendendo l'esperienza omnicanale per impostazione predefinita. La demo ha richiesto circa due ore di sviluppo, abbastanza poco perché un team possa creare un prototipo e presentarlo internamente nel giro di pochi giorni. La produzione enterprise è un ambito diverso. Il lavoro di integrazione, test e conformità normativa necessario a un agente prima del go-live concentra la maggior parte dell'impegno e, in ElevenLabs, viene svolto dai nostri forward deployed engineer.

Da dove iniziare e cosa lo ostacola davvero

La sequenza per un sistema sanitario agli inizi:

• Ascolto ambientale: se non è già integrato nel tuo EHR. Questo lavoro viene solitamente svolto tramite un fornitore di soluzioni di documentazione, ma conquista la fiducia dei clinici da cui dipende tutto ciò che viene dopo.
• Il contact center: La maggior parte dei sistemi lo considera una voce di costo. Può invece diventare un centro di crescita.
• Educazione dei pazienti e aderenza terapeutica: Attività ripetibili con un ROI misurabile e immediato, quindi scalabili.

L'ostacolo all'automazione del contact center è la programmazione dei medici. Le schede delle preferenze e i modelli di pianificazione sono la parte visibile. La parte lenta è gestire il cambiamento tra persone altamente formate, qualificate e indipendenti. Ciò che funziona sono medici promotori dell'iniziativa, una leadership allineata in grado di facilitare il cambiamento e un supporto continuativo, talvolta fino a un coach individuale per ogni clinico.

Come Renown Health sta costruendo il proprio percorso verso gli agenti

Renown assiste pazienti in un'area di 100.000 miglia quadrate, da Salt Lake City a Sacramento.

Il team di Cristal sta iniziando con un progetto pilota circoscritto. I casi d'uso in esame evitano del tutto le informazioni dei pazienti, e i risultati interni contribuiscono a creare le condizioni per il confronto con il team di conformità normativa su ciò che verrà dopo. 

Il percorso è passato dai dati. Il team di Cristal ha lavorato con i fornitori sui modelli di pianificazione, standardizzando al contempo la programmazione aperta. I risultati rapidi dell'ascolto ambientale hanno aperto la strada: i fornitori che ne hanno percepito l'impatto sulla qualità della vita sono tornati chiedendo cos'altro fosse possibile fare.

È stata anche chiara sul ritmo: i team di marketing e contact center non hanno tempo di aspettare, perché i pazienti usano già queste soluzioni e se le aspettano già.

Sicurezza, HIPAA e onboarding degli agenti come nuovi assunti

Le chiamate ad alta intensità emotiva sono la prima cosa su cui si interrogano la maggior parte dei team. Renown misura già il sentiment vocale nel proprio call center e indirizza i chiamanti ad agenti umani più esperti, mantenendo quel contesto durante il trasferimento. La stessa disciplina si applica agli agenti IA.

Fai l'onboarding degli agenti come faresti con le persone: fornisci loro SOP e un knowledge center, addestra i comportamenti per interruzioni ed escalation, poi valutali su esempi antagonistici prima del go-live e nei cicli PDSA (plan, do, study, act) continui.

I guardrail operano su tre livelli:

• Orientamento tramite il system prompt
• Validazione dell'input che intercetta i tentativi avversari prima che l'agente risponda
• Valutazione in tempo reale di ogni risposta rispetto alla policy configurata

Per la conformità normativa, le misure di sicurezza sono gli stessi standard HIPAA che regolano gli EHR, applicati ai sistemi IA: BAA con i fornitori IA, interoperabilità, i giusti sistemi di registrazione, de-identificazione ovunque si spostino le informazioni e nessun addestramento sui dati dei pazienti senza consenso esplicito. ElevenLabs richiede un BAA con i clienti del settore sanitario e offre una modalità senza conservazione dei dati: i dati vengono elaborati e restituiti al tuo ambiente riservato, dove puoi archiviarli.

Cosa è pronto e cosa misurare

L'IA è già in produzione presso i clienti del settore sanitario: gestisce conversazioni in tempo reale a bassa latenza e segue uno script senza saltare le domande che deve porre.

Tuttavia, ogni modello nello stack è probabilistico per natura, che si tratti di Speech to Text, dell'LLM o di Text to Speech. Per questo sono importanti i livelli deterministici che li circondano e ogni implementazione necessita di una soglia di rischio e di un protocollo di escalation definiti in anticipo, sia che indirizzino a una persona sia a un modello più capace.

Una volta definita quella soglia, la domanda è cosa monitorare. Renown Health monitora gli appuntamenti prenotati per canale, attribuendo ciascuno a un agente, a una chiamata telefonica o a un messaggio, perché i pazienti dovrebbero poter accedere alle cure nello stesso modo in cui accedono a tutto il resto.

Puoi anche monitorare il Net Promoter Score tra pazienti, caregiver e medici, perché alla maggior parte delle persone piacciono già i propri medici. È tutto ciò che ruota attorno alle cure a creare il carico: quindi, quando la soddisfazione aumenta, il carico diminuisce. Dal lato della piattaforma, monitoriamo gli agenti implementati e i minuti erogati per misurare l'adozione, oltre a CSAT e tasso di deflessione per capire se il lavoro sta dando risultati.

Best practice per implementare agenti IA nella sanità

1. Scegli un hero journey, non un caso limite: Un unico percorso ad alto volume, misurabile e a basso rischio, che si espande in tutta l'azienda, è meglio di una serie di implementazioni specializzate che non si sviluppano mai nel tempo.
2. Sistema i dati prima di automatizzare il processo: Prima devono essere ordinati i modelli di pianificazione e gli standard di programmazione aperta. Un agente eredita qualsiasi disordine ci sia alla base.
3. Coinvolgi medici promotori dell'iniziativa e sostienili con la leadership: Il lavoro tecnico non è la parte lenta. Lo è ottenere l'adesione di clinici indipendenti, e richiede un supporto concreto per tutta la fase di adozione.
4. Fai l'onboarding degli agenti come nuovi assunti: SOP, un knowledge center, comportamenti addestrati per interruzioni ed escalation, quindi valutazione su esempi antagonistici prima del go-live e nei cicli PDSA continui.
5. Rendi deterministico tutto ciò che è fattuale: Recupera tramite strumenti date, disponibilità e dettagli dei record. Non lasciare che il modello deduca ciò che può verificare.
6. Definisci in anticipo la soglia di escalation: Ogni modello nello stack è probabilistico. Decidi prima cosa attiva il passaggio a una persona o a un modello più capace.
7. Misura per canale e per soddisfazione: Gli appuntamenti prenotati per canale mostrano se i pazienti li stanno davvero usando. L'NPS tra pazienti, caregiver e medici mostra se il carico sta diminuendo.

Guarda la sessione completa

Guarda il webinar completo, Behind the Agent: sessione sull'implementazione dell'IA nella sanità.