萨兰·西瓦（Saran Siva）是Insight Health的联合创始人兼首席技术官。
医疗保健领域的语音AI机遇巨大。全球医疗保健AI语音代理市场预计将从2024年的约4.68亿美元增长到2030年的30多亿美元。
诊所正面临着人员短缺、预约积压以及被行政工作压垮的系统。医生报告显示，在近58小时的工作周中，他们每周仅有27小时用于直接患者护理，其余时间都被文档记录、医嘱录入和行政任务所消耗。在我公司与MGMA（医疗集团管理协会）共同赞助的一项针对302位医疗实践领导者的调查中，59%的医疗机构表示每个工作日处理超过300个呼入电话，超过三分之一的机构表示在高峰时段会漏接11%或更多的电话。
语音AI可以改变这一局面，但前提是患者确实愿意与之互动。目前，这一点还不能保证。研究发现，由于过去与垃圾电话、自动语音电话以及功能不佳的聊天机器人的接触经历（这些在当今世界已司空见惯），患者可能对医疗保健中的语音AI持怀疑态度。
我们以前见过这种模式。一种新模式出现，演示看起来很棒，行业迅速跟进。然后，真实用户开始使用，信任问题立即显现。问题不在于哪个语音AI平台会胜出，而在于什么才能真正赢得患者的信任。
作为CTO，我和我的团队每天都在应对这一信任挑战。我们反复得出的结论是：信任既是产品设计问题，也是技术问题。
延迟是信任信号
在聊天或电子邮件AI中，两秒的延迟微不足道。但在语音中，这可能终结对话。电话中的沉默不会被解读为"系统正在思考"，而是会被视为系统故障或无能，而关心健康的患者无法承受这种感受。
语音AI必须既即时又智能，这将当今的模型推向极限。解决方案是从第一天起就围绕这一限制进行设计。
我发现一个有效的方法是使用对话填充语和微回复，在推理并行运行的同时确认患者的话语。通用填充语（"嗯嗯，稍等"）会像沉默一样迅速侵蚀信任，因为它暴露了系统机制。有效的填充语应该确认患者刚刚说的具体内容，并无缝过渡到回答。
例如，如果来电者要求重新安排时间，"明白了，正在查看下周的空档"可以先出现，同时系统在电子健康记录中查找预约。当有人打电话咨询当天早晨开始出现的症状时，"很抱歉听到这个，让我看看今天谁能为您看诊"可以在分诊检查前发出。这种确认符合当前情境，系统也能获得所需的半秒思考时间。
从演示到生产的差距巨大
每个语音AI产品在受控演示中听起来都很完美。演示是脚本化的，音频清晰，对话按部就班。但生产环境则不同。患者从嘈杂环境中打电话，会打断系统，跑题或不完成句子。他们有时困惑，有时焦虑，有时疼痛。
建立可持续的信任要求代理在被问及时表明自己是AI，拒绝对无法验证的事项即兴发挥，并且每天在数千个电话中保持一致的表现。
演示与生产之间的差距是大多数语音AI部署面临挑战的地方，也是患者信任得以建立或丧失的地方。低估这一点的团队会推出在测试中表现完美，但在患者第一次不按脚本操作时就崩溃的产品。
需要的是专业化系统，而非通用系统
我发现有效的一种模式是将对话的每一回合路由到并行运行的专业代理，而不是要求一个模型做所有事情。不要把它想象成线路上有一个AI，而更像是一个小团队的专注专家，每个专家都擅长特定类型的推理。
实际上，每个回合都会分散给并行运行的专注工作者：针对电子健康记录的调度、资格验证、患者匹配、意图分类以及临床升级线索的安全检查。通话结束后，另一组并行运行：结构化摘要、紧急程度、主诉、转诊原因和路由标签。每个工作者都足够小，可以独立推理，易于单独评估，当有更好模型出现时也易于替换。
当出现问题时，它会以定义明确的方式崩溃，而不是以无法预测的方式在整个系统中级联。
个性化是长期策略
当AI让医生有更多时间进行个人互动而非取代他们时，患者往往对AI更感舒适，他们希望AI能支持更好的结果并减少错误。感觉不具个性的语音AI在吸引用户参与方面将始终面临艰难挑战。
语音AI中的个性化不仅仅是使用某人的名字。它关乎系统是否记得先前的互动，并适应患者实际说话方式。当有人回电咨询上周提出的问题时，AI应该从先前对话结束的地方继续，而不是从头开始。
研究发现，被标记为AI的建议被认为比标记为人类提供的建议可靠性更低、同理心更少，参与者也不太愿意遵循它。弥合这一差距需要构建感觉像人类的系统，而非仅仅听起来像人类的系统。
信任问题是我们的责任去解决
68%的美国成年人担心AI可能削弱医患关系，导致医疗保健中的人际互动减少。患者并非抽象地反对语音AI，但他们反对那些让他们想起多年来一直在与之斗争的自动电话诈骗者的体验。构建感觉不同的东西，信任就更可能随之而来。
正确解决这一问题的构建者不仅会在性能基准测试中胜出。他们将构建患者真正想使用的系统，而这才是真正医疗保健影响所在的地方。
【全文结束】