Resumo do webinar: aprendizados sobre a implementação de IA na área da saúde

Os sistemas de saúde estão sendo cobrados a fazer mais pelos pacientes sem aumentar o quadro de funcionários. A maior parte do que frustra os pacientes acontece ao redor do atendimento, não durante ele. Encontrar o médico certo dá trabalho. O mesmo vale para repetir a mesma história a cada transferência.

Em nossa mais recente sessão Behind the Agent, Cindy Liu (Implantação Empresarial, ElevenLabs) conversou com Jacque Myers (Líder Global de Saúde, Slalom), Sylvia Doane Stephenson (Diretora Executiva, Slalom) e Cristal Woodley (Diretora de Marketing e Experiência, Renown Health) para analisar onde os agentes de IA estão realmente sendo implantados no setor de saúde e o que é necessário para colocá-los em produção.

O padrão que diferencia implantações que ganham escala daquelas que ficam estagnadas está no ponto de partida: uma jornada de alto volume, mensurável e de baixo risco, em vez de vários pilotos especializados dispersos.

Por que a jornada do paciente continua falha

Os pacientes ficam presos em um ciclo de repetição. Eles confirmam quem são e explicam o motivo da ligação em cada transição do atendimento. Esperam e são redirecionados. As respostas que procuram em outros lugares são inconsistentes. Quando finalmente chegam à pessoa certa, precisam começar tudo de novo.

Todos os pontos de contato existem — site, portal do paciente, central de atendimento, prontuário eletrônico e faturamento —, mas não se comunicam entre si. Uma jornada conectada começa onde o paciente está e prioriza interações de baixo risco e alto impacto.

A maioria das organizações começa a usar IA nas pontas, em casos de uso especializados escolhidos pelo baixo risco, e nada disso ganha escala. A alternativa de Jacque é o que ela chama de jornada principal: uma jornada central que representa grande parte do que você faz, ainda com baixo risco, e que pode ser desenvolvida e expandida em vez de reconstruída para cada caso de uso.

Demonstração: agendamento de consulta do início ao fim

O agendamento de consultas é um bom candidato a jornada principal: tem alto volume, é mensurável e apresenta risco baixo o suficiente para servir de base. Veja como é a parte inicial dessa jornada, do cadastro do paciente à confirmação da consulta.

Cenário: Uma paciente precisa de uma nova receita para lentes de contato. Ela encontra um optometrista credenciado no site da seguradora e liga para o consultório, onde um assistente virtual de agendamento atende.

O que foi mostrado:

• O agente conduziu o cadastro de uma nova paciente de forma conversacional, coletando nome, data de nascimento e número de telefone
• Ele verificou o telefone dela com um código SMS real e se recuperou quando o código foi entendido incorretamente na primeira tentativa
• Quando a pessoa não se lembrava do número de identificação do plano de saúde, o agente pediu que ela levasse o cartão à consulta e seguiu adiante
• Ele ofereceu três horários, agendou um deles e enviou um e-mail de confirmação criado com base no histórico da conversa, além de um lembrete por mensagem de texto
• O mesmo agente funcionava por SMS, com o mesmo workflow executado como uma conversa por texto e sem necessidade de uma implementação separada

Por que isso importa: Um único agente atendia tanto a linha telefônica quanto a conversa por texto, então a experiência já era omnicanal por padrão. A demonstração levou cerca de duas horas para ser criada, rápido o suficiente para uma equipe prototipar e apresentar internamente em poucos dias. A produção em escala empresarial é outra realidade. A maior parte do esforço está no trabalho de integração, testes e conformidade necessário antes de colocar um agente no ar, e, na ElevenLabs, esse trabalho é conduzido por nossos engenheiros de implantação dedicada.

Por onde começar e o que realmente impede o avanço

A sequência para um sistema de saúde que está começando:

• Escuta ambiente: caso ela ainda não esteja integrada ao seu prontuário eletrônico. Esse trabalho geralmente passa por um fornecedor de documentação, mas conquista a confiança dos profissionais de saúde da qual depende todo o restante.
• A central de atendimento: A maioria dos sistemas a trata como uma linha de custo. Mas ela pode funcionar como um centro de crescimento.
• Educação do paciente e adesão à medicação: Tarefas repetíveis com ROI mensurável e imediato, que podem ganhar escala.

O obstáculo por trás da automação da central de atendimento é a agenda dos médicos. Cartões de preferência e modelos de agenda são a parte visível. A parte lenta é orquestrar mudanças entre pessoas altamente treinadas, qualificadas e independentes. O que funciona é ter médicos defensores da iniciativa, uma liderança alinhada que facilite a mudança e suporte contínuo — às vezes, até um orientador individual para cada profissional.

Como a Renown Health está avançando rumo aos agentes

A Renown atende pacientes em uma área de 100 mil milhas quadradas, de Salt Lake City a Sacramento.

A equipe de Cristal está começando com um piloto de escopo definido. Os casos de uso em consideração evitam completamente informações de pacientes, e as conquistas internas ajudam a construir o argumento de conformidade para os próximos passos.

O caminho até lá passou pelos dados. A equipe de Cristal trabalhou com os profissionais nos modelos de agenda enquanto padronizava o agendamento aberto. Os ganhos rápidos da escuta ambiente abriram a porta: profissionais que perceberam a diferença em sua qualidade de vida voltaram perguntando o que mais era possível.

Ela também foi direta sobre o ritmo: as equipes de marketing e da central de atendimento não têm tempo para esperar, porque os pacientes já usam isso e isso já é uma expectativa deles.

Segurança, HIPAA e integração de agentes como novos funcionários

Ligações emocionalmente carregadas são a primeira coisa sobre a qual a maioria das equipes pergunta. A Renown já mede o sentimento de voz em sua central de atendimento e encaminha as pessoas para agentes humanos mais experientes, levando esse contexto durante a transferência. A mesma disciplina se aplica aos agentes de IA.

Integre os agentes da mesma forma que integra pessoas: forneça POPs e uma central de conhecimento, treine comportamentos para interrupções e escalonamentos e, depois, avalie-os com exemplos antagônicos antes de colocá-los no ar e em ciclos contínuos de PDSA (planejar, fazer, estudar, agir).

As proteções operam em três camadas:

• Orientação por meio do prompt do sistema
• Validação de entrada que identifica tentativas adversariais antes que o agente responda
• Avaliação em tempo real de cada resposta em relação à política configurada

Quanto à conformidade, as proteções são os mesmos padrões da HIPAA que regem os prontuários eletrônicos, aplicados aos sistemas de IA: BAAs com fornecedores de IA, interoperabilidade, os sistemas de registro adequados, desidentificação sempre que as informações circularem e nenhum treinamento com dados de pacientes sem consentimento explícito. A ElevenLabs exige um BAA com clientes do setor de saúde e oferece o modo de retenção zero de dados, em que os dados passam pelo sistema para processamento e retornam ao seu próprio ambiente restrito para armazenamento.

O que está pronto e o que medir

A IA já está em produção com clientes do setor de saúde, conduzindo conversas em tempo real e de baixa latência e seguindo um roteiro sem pular as perguntas que precisa fazer.

No entanto, todos os modelos da stack são probabilísticos por natureza, seja o Speech to Text, o LLM ou o Text to Speech. Por isso, as camadas determinísticas ao redor deles são importantes e toda implantação precisa ter um limite de risco e um protocolo de escalonamento definidos antecipadamente, seja para encaminhar a uma pessoa ou a um modelo mais capaz.

Depois que esse limite é definido, a questão passa a ser o que acompanhar. A Renown Health acompanha as consultas agendadas por canal, atribuindo cada uma a um agente, uma ligação telefônica ou uma mensagem de texto, porque os pacientes devem poder acessar o atendimento da mesma forma que acessam todo o resto.

Ou acompanhe o Net Promoter Score entre pacientes, cuidadores e médicos, porque a maioria das pessoas já gosta de seus médicos. É tudo ao redor do atendimento que cria a sobrecarga, então uma satisfação crescente significa que essa sobrecarga está diminuindo. Do lado da plataforma, acompanhamos os agentes implantados e os minutos atendidos para medir a adoção, além de CSAT e taxa de deflexão para saber se o trabalho está funcionando.

Práticas recomendadas para implantar agentes de IA na saúde

1. Escolha uma jornada principal, não um caso de exceção: Uma jornada de alto volume, mensurável e de baixo risco, que se expande pela organização, é melhor do que vários projetos especializados que nunca ganham escala.
2. Organize os dados antes de automatizar o processo: Os modelos de agenda e os padrões de agendamento aberto precisam ser organizados primeiro. Um agente herda toda a desordem que existe por baixo.
3. Recrute médicos defensores da iniciativa e conte com o apoio da liderança: O trabalho técnico não é a parte lenta. A adesão de profissionais independentes é, e ela exige suporte real durante toda a adoção.
4. Integre agentes como novos funcionários: POPs, uma central de conhecimento, comportamentos treinados para interrupções e escalonamentos e, depois, avaliação com exemplos antagônicos antes de colocá-los no ar e em ciclos contínuos de PDSA.
5. Torne determinístico tudo o que for factual: Busque datas, disponibilidade e detalhes de registros usando ferramentas. Não deixe o modelo inferir o que ele pode consultar.
6. Defina seu limite de escalonamento antecipadamente: Todo modelo da stack é probabilístico. Decida antecipadamente o que aciona a transferência para uma pessoa ou para um modelo mais capaz.
7. Meça por canal e por satisfação: As consultas agendadas por canal mostram se os pacientes realmente estão usando a solução. O NPS entre pacientes, cuidadores e médicos mostra se a sobrecarga está diminuindo.

Assista à sessão completa

Assista ao webinar completo, Behind the Agent: Sessão sobre a implantação de IA na saúde.