医疗健康行业,正在出现一批真正参与客户服务的AI员工。

一家连锁医疗机构通过ChatDoing训练的AI员工,让AI开始承担日常咨询、术后护理答疑等工作。

最近30天,该机构累计收到超过12万条客户消息,其中ChatDoing AI员工按照机构制定的规则,应答了其中的47%消息。夜间22:00至次日07:00,累计承接近3000多轮沟通,周末承接占比超过30%。

当然,医疗服务不能只追求回复速度和接待量。为了让AI员工真正参与工作,机构还制定了非常细致的要求:不诊断、不开药、不承诺疗效;部分群聊不由AI接待;专业人员已经回复的问题不重复回答;需要专业人员处理的情况,及时整理信息、转交真人。

既能承担大量客户服务工作,又能遵守医疗机构的专业规范,与医生、客服配合完成服务。这正是这家机构敢把真实业务交给AI员工的原因。

一、医疗服务周期长、沟通频繁,AI员工开始承担高频咨询

在医美、专科医疗、近视手术、慢病管理、产后护理等领域,服务的周期都很长。

患者从初次咨询、预约到院,到完成治疗后的护理、复诊随访,可能需要与机构保持数周、数月甚至更长时间的联系。

不少机构还采用“一客一群”的服务模式,由医生、护理人员、客服等共同提供服务。

随着院区和患者数量增加,群聊和消息量也随之增长。护理注意事项、恢复时间、复诊安排等问题需要反复解答,夜间、周末也会持续产生咨询需求。

这些工作占用了医护人员大量时间,但其中不少问题都有明确的服务规范,可以由AI员工承接。

真正的挑战在于,常规咨询与专业医疗问题往往出现在同一段对话里。

例如,患者刚刚询问完术后饮食注意事项,紧接着又描述疼痛加重的症状,希望客服判断是否出现异常,或者直接推荐药物。

对于医疗机构来说,让AI员工参与服务,必须明确哪些工作可以交给它,哪些问题需要由医护人员负责。

在这家连锁医疗机构的实际应用中,企业通过ChatDoing,为AI员工制定了覆盖专业责任、接待权限和人工协作的具体要求:术后答疑交给AI员工,专业诊疗判断仍由医护人员负责

对于恢复周期、饮食与活动注意事项、复诊准备等常规问题,AI员工可以根据机构提供的护理知识及时解答,减少医护人员反复处理标准化咨询的工作量。

与此同时,机构明确要求AI员工遵守三项专业限制:不诊断、不开药、不承诺疗效。

在实际训练中,机构不仅提供专业知识,还对回答口径作出具体规定。例如,恢复时间应按照确认的周期表达,不同院区的护理和复诊要求需要分别对应,不能随意补充未经确认的信息。

对于涉及患者个体情况的咨询,AI员工则需要按照机构制定的流程处理。

在一次实际接待中,有患者夜间反馈,自己已经多次被疼痛惊醒,而且不适感仍在加重。

面对这样的情况,AI员工先回应患者的不适和担忧,再将相关症状描述、此前的沟通记录立即转交给医护人员,并通过内部消息提醒相关工作人员及时关注和处理。

整个过程中,AI员工承担了前期接待、信息收集和问题转交的工作,具体病情仍由专业人员判断。

既减轻了医护人员的接待压力,也让患者获得了更及时、周到的服务。

二、 多院区、多患者群,AI员工按照实际服务分工参与工作

除了专业知识,复杂的接待环境也是医疗机构部署AI员工时需要解决的问题。

一家连锁医疗机构可能同时经营多个院区、多个项目,维护大量患者服务群。不同群聊的用途、服务内容以及负责人员,都可能存在明显差异。

例如,新客咨询群主要处理项目介绍、服务流程和预约需求,AI员工可以承担前期沟通;常规术后服务群中,大量重复的护理问题也可以按照规范由AI员工回答。

但一些需要医生长期跟进的专科服务群,可能涉及复杂的个体情况,机构希望继续由专业团队负责。

针对这类业务特点,ChatDoing支持企业根据实际服务安排,为AI员工制定不同的接待要求。

比如,在这家客户的实际应用中,部分指定群聊被设置为AI静默状态,即使出现AI员工能够回答的问题,AI也不会主动参与回复。

而在允许AI员工接待的患者群中,医生、护理人员和咨询顾问也可能同时在线。

为了避免多人重复回复、干扰正常沟通,机构进一步要求:客户明确@其他接待账号时,AI员工不主动插话;真人员工已经回答的问题,AI员工不再重复回复。

这样,该机构可以将原有的服务分工延续到AI员工的工作中,把常规咨询交给AI员工,也能让医生、客服等工作人员继续按照各自职责提供服务。

三、人工接手不必重新翻群,AI员工做好前期信息交接

医疗健康服务中的人机协作,除了明确工作分工,还需要解决一个实际问题:AI员工已经与患者沟通了多轮,真人接手时,如何快速了解前面的情况?

例如,患者在术后服务群中陆续描述恢复情况、反馈不适症状,还上传了照片,希望医生进一步检查。

如果医生接手后需要重新翻看大量聊天记录,或者再次询问患者的基本情况,不仅增加了工作量,也影响患者的服务体验。

为此,这家机构对AI员工提出了进一步要求:转交问题时,要整理沟通记录摘要、同步已收集的客户信息,并明确标注需要后续处理的事项。

通过ChatDoingAI员工具备的会话摘要、信息同步和内部通知能力,AI员工可以在需要真人介入时,完成前期信息整理,并通知相关工作人员。

医生收到通知后,可以直接查看患者此前反馈的情况、症状持续时间、相关照片和待确认事项,再开展进一步的专业评估和处理。

类似的工作方式也可以用于预约排期、费用确认和投诉处理等场景。

对于医护人员来说,接手的不再是一段需要从头梳理的聊天记录,而是已经完成前期信息收集、有明确待处理事项的工作。

AI员工与真人之间的工作衔接更加顺畅,也减少了患者反复解释问题的麻烦。

四、夜间近3000多轮沟通,AI员工补充非工作时间服务能力

从实际运行情况看,AI员工在夜间和周末的服务价值尤为明显。

尤其到了晚上,术后患者独自在家,身体出现疼痛、不适,又无法判断是否属于正常的恢复反应,难免感到焦虑,希望有人能够及时回应,并告知下一步该如何处理。

在这家医疗机构最近30天的运行数据中,夜间22:00至次日07:00,AI员工累计承接近3000多轮沟通,周末承接占比超过30%。

对于常规护理咨询,AI员工能够按照机构训练的知识和流程及时解答;遇到需要专业判断的问题,则整理相关信息,通知医护人员跟进。

患者在非工作时间也能够获得及时回应,医护人员则不必为每一条常规咨询持续守着手机,可以将更多精力用于需要专业处理的工作。

对于医疗机构来说,AI员工能接待多少客户固然重要,但更重要的是,它能不能按要求做好每一次服务。常规问题及时回答,需要医生处理的及时转交,真人接手时信息交代清楚,才能真正帮医护人员减轻负担,让患者获得更好的服务体验。

五、从医疗健康到更多专业服务场景,ChatDoing让AI员工按业务要求上岗

随着AI员工逐步进入客户接待、售后服务和业务处理环节,企业对AI的要求也在不断细化。

在医美术后随访、近视手术复查、产后护理、慢病管理、宠物医疗等领域,企业都可以根据自己的专业知识、服务流程和岗位分工,训练承担相应工作的AI员工。

ChatDoing支持企业通过自然语言创建和训练AI员工,业务人员无需编写代码,就可以将常见客户问题、专业服务资料、工作规则和业务要求交给AI员工,并通过对话持续调整。

例如,一家眼科机构可以训练负责术后随访的AI员工,让它解答常规护理问题,收集患者的复诊需求,并在出现需要医生判断的情况时,及时转交相关人员。

企业还可以通过沙箱模拟真实客户咨询,测试AI员工在不同问题、连续追问和人工交接场景中的表现,再根据测试结果调整训练内容。

这种将专业知识、业务经验和工作规范结合起来的训练方式,让企业能够按照自身实际需求创建和管理AI员工。

对于专业要求高、服务流程复杂的行业来说,AI员工不仅可以分担日常工作,也可以按照企业制定的要求参与服务。

目前,ChatDoing支持企业免费注册、创建和测试AI员工,新用户还可获赠1,000算力。企业可以先通过自然语言训练和沙箱测试验证效果,再决定如何投入实际业务。

如果您也有复杂场景的AI员工需要,欢迎您了解ChatDoing开言万境。