[ Sanità privata · centro polispecialistico con oltre 80 specialisti ]
Il paziente chiede, l'agente prenota
+60%
In sintesi
- Il problema
- In un centro con più di ottanta specialisti i pazienti chiamano per sapere quale visita serve, come prepararsi, quanto costa, e il personale risponde alle stesse domande tutto il giorno.
- Cosa abbiamo costruito
- Un assistente in chat e a voce che risponde ai pazienti, prenota la visita in calendario e, dietro, legge le conversazioni per capire cosa chiedono davvero.
- L'impatto
- +60% di efficienza operativa in 90 giorni, con meno attese.
Il contesto
Il centro riunisce più di ottanta specialisti sotto lo stesso tetto. Per chi ci lavora è una forza, per il paziente all’inizio è un labirinto. Sa di avere un disturbo ma non sa quale specialista gli serve, né quale esame va fatto prima della visita. Vuole sapere se deve presentarsi a digiuno, cosa può mangiare il giorno prima, quanto spenderà, in che giorni riceve il medico.
Tutte queste domande arrivavano nello stesso posto: il telefono e lo sportello. Il personale le sentiva ripetere dalla mattina alla sera. Nelle ore di punta le linee erano occupate, e chi non riusciva a parlare con nessuno rischiava di rimandare la prenotazione.
A ben guardare, le risposte esistevano già. Erano sparse tra listini, orari degli specialisti, istruzioni di preparazione agli esami e procedure interne. Mancava un modo per darle subito, a qualunque ora, e per accompagnare il paziente fino all’appuntamento senza tenere occupata una persona.
- In chat e a voce, dalla domanda alla visita prenotata
- Le indicazioni cliniche restano al medico, l'assistente orienta e prenota
- Dietro, un'analisi delle conversazioni che dice su cosa investire
Come è fatto
Due porte, la stessa risposta
Il paziente può scrivere in chat oppure parlare, come farebbe al telefono. Dall'altra parte trova lo stesso assistente con le stesse informazioni: che esame serve, come ci si prepara, cosa si può mangiare prima, quanto costa, chi è lo specialista e in che giorni riceve. Le risposte arrivano dalle fonti del centro: listini, orari, istruzioni di preparazione.
Fino alla prenotazione
Un assistente che informa e basta lascia il paziente a metà strada. Questo va avanti: quando la persona ha capito cosa le serve, l'assistente guarda il calendario delle visite, propone le disponibilità e fissa l'appuntamento. Dalla conversazione si esce con una data in agenda.
Sulle indicazioni cliniche l'assistente non entra, e lo dice chiaramente. Orienta e prenota. La diagnosi resta al medico.
Il secondo livello, quello che nessuno chiede
Ogni conversazione con un paziente è un dato, e di solito finisce in un archivio che nessuno legge. Qui sotto l'assistente lavora un secondo livello di intelligenza artificiale, una specie di second brain del centro, che legge le conversazioni così come arrivano, grezze, e le trasforma in indicazioni. Quali visite vengono chieste più spesso, dove i pazienti si bloccano prima di prenotare.
Come si costruisce in Microsoft 365
Rifatto con gli strumenti Microsoft, il progetto avrebbe questi pezzi. Un agente in Copilot Studio, pubblicato sul sito e sul canale vocale, con le fonti del centro come knowledge source. Un connettore verso il calendario delle visite per prenotare. Le conversazioni raccolte in Dataverse e trasformate in un cruscotto Power BI per la direzione.
Cosa è cambiato
In novanta giorni l'efficienza operativa è cresciuta del 60%. Le domande di routine non passano più dal telefono e dallo sportello, il personale ha tempo per i pazienti che hanno davvero bisogno di una persona, e le attese si sono accorciate.
La differenza più grande, però, l'ha fatta l'analisi. Quando il centro ha dovuto scegliere su quali servizi spingere e cosa comunicare meglio, aveva davanti le richieste reali dei pazienti.