Amy Brown, buvusi sveikatos priežiūros vadovė, 2018 m. įkūrė „Authenticx“, kad padėtų sveikatos priežiūros organizacijoms išnaudoti klientų sąveikos duomenų potencialą. Turėdama dviejų dešimtmečių patirtį sveikatos priežiūros ir draudimo sektoriuose, ji pamatė praleistas galimybes naudoti pokalbius su klientais verslo augimui ir pelningumui didinti.
Authenticx pašalina šią spragą naudodamas AI ir natūralios kalbos apdorojimą, kad analizuotų įrašytas sąveikas, pvz., skambučius, el. laiškus ir pokalbius, suteikdamas sveikatos priežiūros organizacijoms naudingų įžvalgų, leidžiančių priimti geresnius verslo sprendimus.
Kas paskatino jus pereiti nuo sveikatos priežiūros operacijų ir socialinio darbo karjeros prie „Authenticx“, technologijomis pagrįstos dirbtinio intelekto įmonės, įkūrimo?
Turėdamas išsilavinimą socialinio darbo srityje ir 20 metų darbo patirtį kontaktų centrų operacijų srityje, noras remti asmenis sveikatos priežiūros srityje tapo mano aistra ir misija.
Dirbdamas draudimo ir sveikatos priežiūros sektoriuose pastebėjau, kad organizacijos stengiasi iš tikrųjų suprasti savo klientų poreikius, atlikdamos pasikartojančias apklausas ir automatinius skambučius, dėl kurių atsakymų dažnis dažnai buvo mažas, o metrika nebuvo patikima.
Ir čia atsirado „Authenticx“. Naudodamas dirbtinį intelektą analizuoti įrašytus klientų pokalbius, supratau, kad sveikatos priežiūra išgautų vertingų įžvalgų tiesiai iš kliento balso, įgalindama pramonę iš tikrųjų užmegzti ryšį su klientais, kad būtų galima strateguoti, investuoti ir imtis veiksmų.
Kaip jūsų asmeninė patirtis, ypač sveikatos priežiūros sistemos stebėjimas iš savo tėvo praktikos ir jūsų paties darbo, suformavo jūsų „Authenticx“ viziją?
Mano patirtis prasidėjo nuo supratimo, kaip mano tėvas tarnavo sveikatos priežiūros srityje atlikdamas gydytojo vaidmenį. Jis visada praktikavo išklausymą ir į šeimą orientuotą priežiūrą, todėl man jis buvo išimtis iš tipiškos trinties, apie kurią dažnai girdite. Prisimenu, kaip jis man pasakė, kad būtent pacientų žodžiai gali padėti jums rasti atsakymus. Ir tai man įstrigo, ir tai paskatino sutelkti savo karjerą ir siekius tobulinti šią sistemą klausydamas; tai yra svarbiausia.
Kai įstojau į sveikatos priežiūrą iš pirmų lūpų, dirbdamas vyriausybiniu ir kontaktų centru, pamačiau, kaip visi įvairūs subjektai, įsipainioję į sveikatos priežiūros sistemą, bando priversti ją veikti. Ir nors tai išplėtojo mano požiūrį į pokyčius, jie vis tiek nesigilino į visus turimus duomenis iš daugybės bendravimo su klientais. Norėjau padėti išaiškinti tuos ignoruotus pokalbių duomenis ir padėti organizacijoms pagerinti klientų patirtį, tuo pačiu veiksmingiau ir efektyviau pasiekti savo rezultatus.
Su kokiais iššūkiais susidūrėte kurdami dirbtinio intelekto įmonę ir kaip juos įveikėte?
Kurdamas dirbtinio intelekto įmonę, susidūriau su daugybe trinties. Naršyti kritikus vargino ir kaip įkūrėjas, ir kaip žmogus, neturintis techninių žinių kuriant SaaS technologiją. Tačiau sužinojau, kad žmonių, kurie papildo mano žinių spragas, aplinka yra galingas būdas dirbti kartu kuriant įmonę.
Išėjus iš verslo pasaulio ir įkūrus „Authenticx“, mano dėmesys buvo sutelktas į tai, kaip geriausiai pritaikyti duomenų kaupimą ir analizę. Taigi radau partnerį Michaelą Armstrongą, kuris turėjo įspūdingą išsilavinimą technologijų srityje (ir dabar yra mūsų vyriausiasis technologijų pareigūnas), ir mes pradėjome kurti, kas šiandien yra „Authenticx“.
„Authenticx“ naudoja dirbtinį intelektą sveikatos priežiūros pokalbiams analizuoti. Ar galėtumėte paaiškinti, kaip jūsų dirbtinio intelekto modeliai yra specialiai pritaikyti sveikatos priežiūrai ir kuo jie išskirtiniai?
„Authenticx“ modeliai sukurti sveikatos priežiūros paslaugų. Su savo modeliais susiduriame su sveikatos priežiūros, socialinio darbo ir technologijų ekspertais, kurie dalyvauja kiekviename žingsnyje; tai žmogus-in-the-loop AI. Mes mokome savo modelius naudodami sveikatos priežiūros duomenis, kurių rezultatus ir įžvalgas peržiūrėjo žmonės, kurie supranta šališkumo riziką, konteksto spragas ir nesusikalbėjimą, galintį sukelti rinkos ir klientų trintį.
Duomenis pažymime pagal nuotaikas, trintį, atitiktį, nepageidaujamus įvykius, temas ir kitą metriką bei skausmo taškus. Šios etiketės tampa mūsų AI mašininio mokymosi ir gilaus mokymosi modelių pagrindu. Mes nuolat vertiname, tikriname ir perkvalifikuojame modelius, skirtus kartotiniam procesui, kad sukurtume patikimą AI, atitinkantį saugos ir valdymo gaires.
Kas yra sūkurinis efektas ir kaip jūsų dirbtinio intelekto platforma padeda sveikatos priežiūros organizacijoms spręsti šią problemą?
„Eddy Effect™“ yra mūsų patentuotas mašininio mokymosi modelis ir metrika, identifikuojanti ir įvertinanti klientų trintį kliento patirties kelyje. Kaip sūkurys upėje, pavyzdžiui, didelė uola, sukelianti vandens sūkurius, „Eddy Effect™“ leidžia suprasti, kas sukelia klientus varginantį kilpą. Tai padeda nustatyti trikdžius ir kliūtis, kurios yra kliūtis (arba didelė uola) kuriant teigiamą patirtį.
„Eddy Effect™ AI“ modelio rezultatai apšviesti prietaisų skydeliuose, atkreipiant dėmesį į įvairius pokalbių duomenyse aptinkamus trinties signalus. Ir būtent šiose informacijos suvestinėse stebima įprasta metrika, pvz., pokalbio trukmė, nuotaikos, tikslumas ir numatomos atliekų sąnaudos, siekiant nustatyti klientų trintį. Pavyzdžiui, turėjome klientą, kuriam trūko įžvalgos apie kokybę ir problemas iš trečiosios šalies kontaktų centro. Naudodami „Authenticx“, jie nukreipė į trinties taškus, temas ir temas bei kokybę, kad 10 % sumažintų identifikuotą trintį.
Kaip „Authenticx“ užtikrina, kad jos AI modeliai suteiktų įžvalgų, kurios tikrai pagerintų pacientų priežiūrą ir sumažintų trintį sveikatos priežiūros sistemoje?
Pirmenybę teikiame pokalbių duomenų analizei, kuri suteikia vertingų įžvalgų apie klientų sąveiką ir atskleidžia svarbias problemas bei galimybes, kurių gali nepastebėti kiti duomenų šaltiniai. „Authenticx“ naudoja „GenAI“ modelius, kad supaprastintų sudėtingus ir niuansuotus duomenis ir pateiktų įgyvendinamas rekomendacijas, skirtas konkrečiai sveikatos priežiūrai. Mūsų ataskaitų teikimo įrankiai suteikia galimybę peržiūrėti našumo metriką ir tendencijas. Mūsų integruotos darbo eigos leidžia vartotojams laiku atsakyti.
Svarbiausia, kad mes nuosekliai peržiūrime savo modelius ir jų rezultatus. Mūsų klientų patariamoji taryba, teikianti atsiliepimus apie mūsų produktą, ir mūsų vidinė duomenų mokslininkų ir analitikų komanda, užtikrinanti organizacijų gaunamų įžvalgų patikimumą, mūsų „žmogaus kilpoje“ metodas padeda sumažinti riziką, šališkumą ir neteisingą informaciją. pagerinti AI tikslumą.
Kokį vaidmenį AI atlieka sprendžiant veiklos neveiksmingumą ir kaip jis padeda sveikatos priežiūros organizacijoms nustatyti ir išspręsti sutrikusius procesus?
Kai galite klausytis skambučio ir įveikti triukšmą, kad suprastumėte skausmo taško kontekstą, tuo didesnė tikimybė, kad nustatysite svarbias problemas, kurios yra pagrindinė nutrūkusio proceso priežastis. Nustačius pagrindinę priežastį, organizacijos gali sudaryti strategiją, pagrįstą duomenimis, investuoti į išteklius ir veiksmingai panaikinti spėliones, kad sprendimas būtų veiksmingas.
Dirbtinis intelektas yra įrankis, kurį galima naudoti dideliems duomenų kiekiams sintezuoti, siekiant nustatyti, kiekybiškai įvertinti ir išryškinti veiklos neefektyvumą ir sutrikusius procesus dideliu mastu.
Turėjome klientų „Authenticx“ svertą, kad nustatytų, kas sukėlė pacientų painiavą jų recepto užklausos procese, o tai sudaro 20 % jų skambučių. Suprasdami pagrindines papildymo trinties priežastis, jie pertvarkė savo telefonų medį ir peržiūrėjo agentų raginimus, todėl jų skambučių skaičius per du mėnesius sumažėjo maždaug 550 skambučių, taip sutaupant laiko ir išteklių.
Ar galite pasidalinti pavyzdžiu, kaip „Authenticx“ AI pakeitė sveikatos priežiūros paslaugų teikėjo veiklą ar paciento rezultatus?
„Authenticx“ padėjo regioninei ligoninių sistemai nustatyti pagrindinius trinties veiksnius centriniame planavimo procese. Skambintojai įstrigo ieškodami medikų pagalbos, trūko matomumo apie specialius procesus, kai agentas perdavė skambutį, ir kartojo nusivylimą dėl nesugebėjimo greitai suplanuoti susitikimo.
„Authenticx AI“ suaktyvino visos skambučių apimties analizę, kad nustatytų konkrečias kliūtis ir pateiktų įžvalgų trenerių agentams, pabrėždama būdus, kaip pagerinti jų kokybės iniciatyvas. Per du mėnesius jų komanda padidino agentų kokybės įgūdžius 12%, naudojo „Authenticx“ įžvalgas, kad nuspėtų būsimus trinties taškus ir aktyviai juos sprendė.
Kaip „Authenticx“ AI padidina žmogaus sprendimų priėmimą ir kokį vaidmenį atlieka sveikatos priežiūros specialistai tobulinant AI modelius?
Siekdami užtikrinti etišką ir patikimą dirbtinio intelekto diegimą ir įgyvendinimą, taikome „žmogaus ciklo“ metodą. Mūsų platforma atspindi šį požiūrį: AI ir žmogaus analizė, kuri suteikia atsiliepimų apie klientų patirtį, veiklos našumą, atitiktį ir kt.
Nors mūsų vidinė komanda dirba visais platformos lygiais, mūsų GenAI modeliai yra apmokyti naudojant su sveikatos priežiūra susijusius duomenis, kad būtų galima sudaryti įžvalgas, tokias kaip santraukos su kontekstu, temų apibendrinimas ir automatizuotos mokymo pastabos, o mes paskelbėme apie integruotą AI. asistentas, kuris akimirksniu suteikia prasmingų įžvalgų.
Kaip manote, kaip dirbtinis intelektas pakeis sveikatos priežiūrą per ateinančius penkerius metus ir kokį vaidmenį atliks „Authenticx“?
Kiti penkeri sveikatos priežiūros dirbtinio intelekto metai bus revoliuciniai. AI daromas poveikis pasauliui jau dabar yra reikšmingas, todėl sukūrus daugiau duomenų, įžvalgų, saugumo ir valdymo, nuspėjamųjų technologijų, darbuotojų ir klientų patirties ir pažangesnių priežiūros stebėjimo būdų padidės tikslumas ir efektyvumas. pagerina visą sveikatos apsaugos sistemą.
Jei ir toliau klausysite tobulinimo, peržiūros ir modelių kūrimo, tai padės sveikatos priežiūrai ir pacientų priežiūrai tobulėti. Šį poveikį turės pramonės specifika kuriant naujus AI įrankius ir modelius – ir mes tuo džiaugiamės.
Dėkojame už puikų interviu, skaitytojai, norintys sužinoti daugiau, turėtų apsilankyti „Authenticx“.
