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 intorno 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 incontrato Jacque Myers (Global Healthcare Lead, Slalom), Sylvia Doane Stephenson (Managing Director, Slalom) e Cristal Woodley (Chief Marketing and Experience Officer, Renown Health) per capire dove gli agenti IA vengono effettivamente implementati nel settore sanitario e cosa serve per portarne uno in produzione.

Ciò che distingue le implementazioni che producono risultati crescenti 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.

Perché il percorso del paziente resta frammentato

I pazienti restano 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 pazienti, contact center, EHR, fatturazione — ma non comunicano tra loro. Un percorso connesso inizia dal punto in cui si trova il paziente e interviene prima dove il rischio è basso e l'impatto è elevato.

La maggior parte delle organizzazioni inizia a usare l'IA ai margini, in casi d'uso specializzati scelti perché a basso rischio, senza che nulla generi effetti cumulativi. L'alternativa proposta da Jacque è quello che chiama un hero journey: un percorso centrale che rappresenta gran parte delle attività, ancora a basso rischio, su cui costruire ed espandersi anziché ricostruire tutto 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 potervi costruire sopra. Ecco come si presenta dall'inizio alla fine, dall'accettazione del paziente alla conferma dell'appuntamento.

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

Cosa è stato mostrato:

• L'agente ha gestito conversando 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 recuperato l'errore quando il codice è stato capito male al primo tentativo
• Quando la chiamante non ricordava il proprio ID associato dell'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 via SMS, rendendo l'esperienza omnicanale per impostazione predefinita. La demo ha richiesto circa due ore di sviluppo, abbastanza velocemente da consentire a un team di creare un prototipo e presentarlo internamente in pochi giorni. La produzione enterprise è un ambito diverso. La maggior parte del lavoro riguarda integrazione, test e conformità normativa necessari a un agente prima del go-live; in ElevenLabs questo lavoro è gestito dai nostri forward deployed engineer.

Da dove iniziare e cosa lo blocca davvero

La sequenza per un sistema sanitario agli inizi:

• Ascolto ambientale: se non è già integrato nel tuo EHR. Questo lavoro passa solitamente da un fornitore di soluzioni per la documentazione, ma crea la fiducia dei clinici da cui dipende tutto ciò che segue.
• 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 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 altamente formate, altamente qualificate e molto indipendenti. Ciò che funziona sono medici promotori, una leadership allineata in grado di facilitare il cambiamento e un supporto costante, talvolta fino a un coach individuale per ogni clinico.

Come Renown Health si sta preparando agli 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 presi in considerazione evitano del tutto le informazioni sui pazienti, e sono i risultati interni a costruire il consenso con il team di conformità normativa per ciò che verrà dopo. 

Per arrivarci, sono partiti dai dati. Il team di Cristal ha lavorato con i medici sui modelli di pianificazione, standardizzando al contempo la pianificazione aperta. I rapidi risultati dell'ascolto ambientale hanno aperto la strada: i medici che hanno percepito la differenza nella loro qualità di vita sono tornati chiedendo cos'altro fosse possibile fare.

È stata anche diretta riguardo alla rapidità: i team di marketing e contact center non hanno tempo di aspettare, perché i pazienti stanno già usando questi strumenti e se li aspettano già.

Sicurezza, HIPAA e inserire gli agenti come nuovi assunti

Le chiamate con forte carica emotiva sono la prima cosa di cui chiede la maggior parte dei team. Renown misura già il sentiment vocale nel proprio call center e indirizza i chiamanti ad agenti umani più esperti, trasferendo anche questo contesto. La stessa disciplina si applica agli agenti IA.

Inserisci gli agenti come inserisci 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 i cicli PDSA (plan, do, study, act) continuativi.

Le misure di protezione 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

Per quanto riguarda la conformità normativa, le tutele sono gli stessi standard HIPAA che regolano gli EHR, applicati ai sistemi di IA: BAA con i fornitori di IA, interoperabilità, sistemi di record appropriati, de-identificazione ovunque circolino 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, per cui i dati vengono elaborati e restituiti al tuo ambiente con accesso limitato, dove puoi archiviarli.

Cosa è pronto e cosa misurare

Oggi l'IA è in produzione presso 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. Ecco perché sono importanti i livelli deterministici che li circondano e perché ogni implementazione richiede una soglia di rischio e un protocollo di escalation definiti in anticipo, sia che il passaggio avvenga a un operatore umano sia a un modello più capace.

Una volta definita 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 piacciono già i propri medici. 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, oltre a CSAT e tasso di deflessione per capire se il lavoro sta dando risultati.

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 organizzazione, è più efficace di una serie di implementazioni specializzate che non producono mai effetti cumulativi.
2. Sistema i dati prima di automatizzare il processo: Prima occorre organizzare i modelli di pianificazione e gli standard di pianificazione aperta. Un agente eredita tutta la confusione che trova alla base.
3. Coinvolgi medici promotori 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 fino al completamento dell'adozione.
4. Inserisci gli agenti come nuovi assunti: SOP, un knowledge center, comportamenti addestrati per interruzioni ed escalation, quindi valutazione rispetto a esempi antagonistici prima del go-live e nei cicli PDSA continuativi.
5. Rendi deterministico tutto ciò che è fattuale: Recupera date, disponibilità e dettagli dei record 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 un operatore umano o a un modello più capace.
7. Misura per canale e soddisfazione: Gli appuntamenti prenotati per canale mostrano se i pazienti lo 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.