生成式AI如何解决医疗前台办公室的挑战How GenAI Solves for Challenges in the Healthcare Front Office

环球医讯 / AI与医疗健康来源:hitconsultant.net美国 - 英语2024-09-27 00:00:00 - 阅读时长6分钟 - 2616字
本文探讨了生成式AI(GenAI)在医疗前台办公室的应用,包括优化客户体验、提高员工效率和改善数据管理等方面的具体案例。
生成式AI医疗前台办公室客户体验非结构化数据大型语言模型呼叫中心预代理通话中通话后审计和分析客户满意度员工参与度医疗行业
生成式AI如何解决医疗前台办公室的挑战

近年来,医疗行业在优化客户体验方面取得了显著进展,但随着生成式AI(GenAI)的采用,行业正迎来一个转折点。医疗行业拥有高度培训且昂贵的人才,以及大量的非结构化数据,这使其非常适合利用GenAI来提高生产力和改善消费者及员工的体验。事实上,据麦肯锡公司称,通过将GenAI解决方案应用于非结构化数据,医疗公司可以释放高达1万亿美元的价值。

如今,大型语言模型(LLMs)和GenAI正在推动以前无法实现的大规模优化体验。呼叫中心是一个高度赋能的客户服务接触点,对客户参与和保留具有重要影响。此外,在关注隐私和安全的前提下,GenAI提供了一种输入/输出机会,解决了过去消费者主义的碎片化、规模和满意度问题。根据2019年、2022年和2023年的麦肯锡消费者健康洞察调查数据,所有年龄段的医疗消费者现在都习惯于使用数字产品和服务,并希望将其纳入医疗服务中。在呼叫中心,GenAI解决方案正在推动客户(和代理)体验在各个接触点的改进,从预代理、通话中、通话后到审计和分析。

预代理

在GenAI与前台办公室交汇的最早阶段,预代理提供了机会。交互式语音应答(IVR)现在已超越决策树的限制,支持更复杂的通话。这些流畅的语音机器人可以与成员/患者进行对话,实现双向交流并更快地找到正确答案。通过GenAI,客户不再需要手动按按钮,而是可以直接用日常语言提出请求。例如,客户只需说“我需要一份我的MRI报告”,就可以迅速被路由到医疗记录部门,而无需听取一系列无关提示。这些系统能够处理的通话类型越来越长且复杂,涉及更多的“回合”,即GenAI机器人与呼叫者的互动。这带来了一个更舒适、更快捷的体验,更成功地模拟了人类连接,从而提高了客户满意度(CSAT)、净推荐值(NPS)和客户参与度及保留率,同时在首次呼叫响应(FCR)等领域的表现也更好,减少了客户流失。此外,不仅客户满意度提升,员工参与度也有所增加,这有助于更好地客户体验和医疗组织的收益,包括劳动效率的提高。减少通话后的文档工作(ACW),这是每个人都不喜欢的任务,有助于更高效和满意的任务管理。

通话中

在通话中(通话中阶段),GenAI应用非常适合减少等待时间,或称为“死空时间”,这是指客户互动期间的不活跃时段。大部分时间是因为代理必须解读客户的意图,然后搜索多个系统以找到答案。对于消费者来说,“死空时间”在服务场景中尤其令人沮丧,因为同理心在这里非常重要。最佳的GenAI应用具有集成和低延迟,能够在几秒钟内自动检测呼叫者的意图,并向代理呈现相关答案,无需代理采取任何行动。即使在数据集庞大且经常变化的情况下,这也适用,因为在这种情况下,要求人类跟上所有呼叫者需求的变化是不可能的。在这个接触点上,更投入和不那么沮丧的员工能够提供更好的客户体验。如果成员/患者在此阶段不太可能放弃通话,客户满意度和忠诚度将随之提高。GenAI和标准查询自动化帮助人工代理集中精力处理更复杂的互动,从而实现更有成效的客户互动和更高的满意度,推动更好的客户获取和保留。

通话后

通话后的文档记录是GenAI的一个极佳用例,无论是日常前线用例,还是更复杂的呼叫,如护理管理和同行间的预先授权。对于简单的呼叫,呼叫中心面临的挑战是如何快速获得高质量、一致的笔记,以便主管和其他代理能够迅速了解通话内容。对于更复杂的呼叫,问题在于如何显著减少高技能(且昂贵)资源在文档上的时间,同时保持现有笔记的高质量。无论哪种情况,特定于医疗的GenAI解决方案都能在几秒钟内起草最复杂的、高合规性的通话笔记,允许代理和临床医生审查、可能进行一些编辑,然后继续下一个呼叫。当代理和临床医生能够专注于客户的问题时,消费者受益;如果首次呼叫未能解决问题,也有更好的文档记录。业务方面,从提高员工参与度(谁喜欢记录自己刚刚做的事情?)到减少处理时间,都有所受益。例如,在最近的一次部署中,一家领先的医疗器械公司在上线后的六周内,50%的代理节省了三分钟的ACW,该公司需要记录通话作为FDA上市后监控过程的一部分。

审计和分析

大型语言模型(LLMs)(以及越来越多的任务特定小型语言模型)允许对客户的每一个字进行语义理解和挖掘,通常是在实时进行的。不再需要等待几天进行一系列CTRL-F搜索,结果却是一堆需要筛选的假阳性,才能获得真正的洞察。质量与分析团队现在可以快速了解当前的通话驱动因素,理解其背景,并有信心地应对新出现的问题。毕竟,在开放注册期间,最后一周才发现新成员的不满是什么原因,这是最不想看到的。更强大的审计和分析框架能够提供反馈,从而在处理流程、产品和参与渠道改进机会时产生实际成果。在这个客户旅程的接触点上,GenAI可以满足明确和未明确的客户需求和体验,建立真正可操作的洞察。

技术在这所有前台接触点上的直观性质,增强了旨在提高客户满意度标准的代理能力。医疗行业在客户服务领域的技术赋能方面并不总是走在前列,但随着GenAI扩展客户服务功能,新的机会出现在个性化体验和数据挖掘以获得可操作洞察等领域。


关于Sohail Djariri,首席增长官(CGO),Sagility

作为Sagility的首席增长官,Sohail为客户提供广泛的知识、经验和领导力,专注于培养和发展新老客户基础。他曾担任Ciklum的增长官和WiPro全球医疗设备和服务副总裁。他的经验还包括在Cognizant担任17年的医疗保健销售负责人,专注于技术和服务业的新业务销售。在他的职业生涯中,他主要致力于组建推动增长和新客户获取的团队。Sohail在医疗保健行业拥有25年的经验,专注于医疗技术,领导管理型医疗机构,与支付方和提供方合作,正是推动客户增长所需的专长。

关于Kevin Terrell,CEO,BirchAI

Kevin是BirchAI的联合创始人兼首席执行官,BirchAI是一家领先的医疗生成式AI解决方案提供商,于2024年初被Sagility收购。该公司从Ai2孵化器(西雅图艾伦人工智能研究所的一部分)分拆出来。他的医疗经验涵盖在麦肯锡公司、支付方、提供方、药品福利管理机构(PBMs)、制药和医疗器械公司的任职。Kevin还是一名六西格玛黑带(通用电气),并且是明尼苏达州非营利组织Start Reading Now的联合创始人,该组织致力于解决暑期退步和成就差距问题。


(全文结束)

大健康
大健康