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 accade attorno all'assistenza, non durante l'assistenza stessa. 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 parlato con 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 gli agenti IA vengono effettivamente implementati nel settore sanitario e cosa serve per metterne uno 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 sparsi.

Perché il percorso del paziente continua a non funzionare

I pazienti sono intrappolati in un ciclo ripetitivo. A ogni passaggio dell'assistenza devono confermare la propria identità e spiegare perché chiamano. Aspettano e vengono reindirizzati. Le risposte che cercano altrove risultano incoerenti. Quando finalmente raggiungono la persona giusta, devono ricominciare da capo.

Tutti i punti di contatto esistono — sito web, portale del paziente, contact center, EHR, fatturazione — ma non comunicano tra loro. Un percorso connesso inizia dal punto in cui si trova il paziente e coinvolge prima le aree a basso rischio e alto impatto.

La maggior parte delle organizzazioni introduce l'IA ai margini, in casi d'uso specializzati scelti perché a basso rischio, ma nessuno di questi cresce nel tempo. L'alternativa proposta da Jacque è ciò che chiama hero journey: un percorso centrale, rappresentativo di gran parte di ciò che fai e ancora a basso rischio, su cui puoi costruire ed espanderti invece di ricominciare da zero per ogni caso d'uso.

Demo: prenotare un appuntamento dall'inizio alla fine

La pianificazione degli appuntamenti è un buon candidato per un hero journey: ha un volume elevato, è misurabile e presenta un rischio sufficientemente basso da consentire di costruirci sopra. Ecco come si presenta l'inizio di questo percorso dall'inizio alla fine, dall'accoglienza 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 pianificazione degli appuntamenti.

Cosa è stato mostrato:

• L'agente ha gestito conversando l'accoglienza delle nuove pazienti, raccogliendo nome, data di nascita e numero di telefono
• Ha verificato il suo numero di telefono con un vero codice SMS e ha recuperato la situazione quando il codice è stato frainteso al primo tentativo
• Quando la chiamante non ricordava il suo ID di iscrizione all'assicurazione, l'agente le ha detto di portare la tessera all'appuntamento ed è andato avanti
• Ha proposto tre fasce orarie, ne ha prenotata una e ha inviato un'email di conferma creata a partire dalla cronologia della conversazione, oltre a un promemoria via SMS
• Lo stesso agente funzionava anche via SMS, con il medesimo workflow in esecuzione come conversazione testuale e senza sviluppo separato

Perché è importante: Un unico agente gestiva sia la linea telefonica sia la conversazione via messaggio, rendendo l'esperienza omnicanale per impostazione predefinita. La demo ha richiesto circa due ore di sviluppo, abbastanza rapidamente da permettere a un team di creare un prototipo e presentarlo internamente in pochi giorni. La produzione enterprise ha una portata diversa. L'integrazione, i test e il lavoro di conformità normativa di cui un agente ha bisogno prima del go-live richiedono la maggior parte dell'impegno e, in ElevenLabs, questo lavoro viene svolto dai nostri forward deployed engineers.

Da dove iniziare e quali sono i veri ostacoli

La sequenza per un sistema sanitario agli inizi:

• Ascolto ambientale: se non è già integrato nel tuo EHR. Questo lavoro passa di solito da un fornitore di soluzioni di documentazione, ma fa guadagnare 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, ma può diventare un centro di crescita.
• Educazione dei pazienti e aderenza terapeutica: Attività ripetibili con un ROI misurabile e immediato, che possono quindi essere scalate.

L'ostacolo all'automazione del contact center è la pianificazione dei medici. Le schede delle preferenze e i modelli di pianificazione sono la parte visibile. La parte lenta consiste nel gestire il cambiamento tra persone con una formazione elevata, grandi competenze e molta autonomia. Ciò che funziona sono medici promotori, una leadership allineata in grado di agevolare il cambiamento e un supporto costante, talvolta fino a un coach individuale per ogni clinico.

Come Renown Health sta sviluppando i propri agenti

Renown serve pazienti su un territorio di 100.000 miglia quadrate, da Salt Lake City a Sacramento.

Il team di Cristal sta iniziando con un progetto pilota ben delimitato. I casi d'uso considerati evitano completamente le informazioni dei pazienti e i risultati ottenuti internamente sono ciò che costruisce il consenso della funzione compliance per la fase successiva. 

Per arrivarci, tutto è passato dai dati. Il team di Cristal ha lavorato con i fornitori sui modelli di pianificazione, standardizzando al contempo la pianificazione aperta. I rapidi risultati 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.

È stata diretta anche sul ritmo: i team di marketing e del contact center non hanno tempo di aspettare, perché i pazienti usano già questa tecnologia e se l'aspettano già.

Sicurezza, HIPAA e onboarding degli agenti come nuovi assunti

Le chiamate ad alto coinvolgimento emotivo sono la prima cosa di cui si informano la maggior parte dei team. Renown misura già il sentiment vocale nel proprio call center e indirizza i chiamanti verso 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, quindi valutali rispetto a esempi antagonistici prima del go-live e durante cicli PDSA (plan, do, study, act) continui.

I guardrail operano su tre livelli:

• Indirizzamento 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

Sul fronte della conformità normativa, le misure di protezione sono gli stessi standard HIPAA che regolano gli EHR, applicati ai sistemi IA: BAA con i fornitori di IA, interoperabilità, sistemi di registrazione adeguati, de-identificazione ovunque vengano trasferite informazioni e nessun addestramento sui dati dei pazienti senza consenso esplicito. ElevenLabs richiede un BAA ai clienti del settore sanitario e offre una modalità senza conservazione dei dati, quindi i dati vengono elaborati e restituiti al tuo ambiente riservato per l'archiviazione.

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 per sua natura probabilistico, 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 richiede una soglia di rischio e un protocollo di escalation stabiliti in anticipo, sia che il passaggio venga inoltrato a una persona sia a un modello più capace.

Una volta stabilita questa soglia, la domanda diventa cosa monitorare. Renown Health monitora gli appuntamenti prenotati per canale, attribuendo ciascuno a un agente, a una chiamata telefonica o a un SMS, perché i pazienti dovrebbero poter accedere all'assistenza nello stesso modo in cui accedono a tutto il resto.

Oppure monitora il net promoter score tra pazienti, caregiver e medici, perché alla maggior parte delle persone i propri medici piacciono già. È tutto ciò che circonda l'assistenza a creare il peso: quindi, se la soddisfazione aumenta, il peso diminuisce. Dal lato della piattaforma, monitoriamo gli agenti implementati e i minuti erogati per valutare l'adozione, nonché CSAT e tasso di deflessione per verificare l'efficacia del lavoro.

Best practice per implementare agenti IA nel settore sanitario

1. Scegli un hero journey, non un caso limite: Un unico percorso ad alto volume, misurabile e a basso rischio, che si espande nell'intera azienda, è meglio di una serie di implementazioni specializzate che non crescono mai nel tempo.
2. Sistema i dati prima di automatizzare il processo: Devi prima mettere in ordine i modelli di pianificazione e gli standard di pianificazione aperta. Un agente eredita tutta la confusione che c'è sotto.
3. Coinvolgi medici promotori e sostienili con la leadership: Il lavoro tecnico non è la parte lenta. Lo è ottenere il consenso dei clinici indipendenti, e serve un supporto concreto durante tutta l'adozione.
4. Fai l'onboarding degli agenti come nuovi assunti: SOP, un knowledge center, comportamenti addestrati per interruzioni ed escalation, poi valutazione rispetto a esempi antagonistici prima del go-live e durante cicli PDSA continui.
5. Rendi deterministico tutto ciò che è fattuale: Recupera date, disponibilità e dettagli delle cartelle tramite strumenti. Non lasciare che il modello deduca ciò che può cercare.
6. Definisci in anticipo la soglia di escalation: Ogni modello nello stack è probabilistico. Decidi in anticipo cosa attiva il passaggio a una persona o a un modello più capace.
7. Misura per canale e soddisfazione: Gli appuntamenti prenotati per canale mostrano se i pazienti la stanno effettivamente utilizzando. L'NPS tra pazienti, caregiver e medici mostra se il peso sta diminuendo.

Guarda la sessione completa

Guarda il webinar completo, Behind the Agent: sessione sull'implementazione dell'IA nel settore sanitario.