امی براون، یک مدیر سابق مراقبت های بهداشتی، Authenticx را در سال 2018 تاسیس کرد تا به سازمان های مراقبت های بهداشتی کمک کند تا پتانسیل داده های تعامل با مشتری را باز کنند. او با دو دهه تجربه در صنعت مراقبت‌های بهداشتی و بیمه، فرصت‌های از دست رفته را در استفاده از مکالمات مشتریان برای رشد کسب‌وکار و بهبود سودآوری دید.
Authenticx این شکاف را با استفاده از هوش مصنوعی و پردازش زبان طبیعی برای تجزیه و تحلیل تعاملات ضبط شده – مانند تماس‌ها، ایمیل‌ها و چت‌ها – برطرف می‌کند و سازمان‌های مراقبت‌های بهداشتی را با بینش‌های عملی برای اتخاذ تصمیم‌های تجاری بهتر ارائه می‌کند.
چه چیزی شما را ترغیب کرد که از یک حرفه در عملیات مراقبت های بهداشتی و مددکاری اجتماعی به تأسیس Authenticx، یک شرکت هوش مصنوعی مبتنی بر فناوری، بروید؟
با سوابق تحصیلی ام در مددکاری اجتماعی و تجربه کاری 20 ساله در عملیات مرکز تماس، تمایل من به حمایت از افراد در مراقبت های بهداشتی هم به اشتیاق و هم ماموریت من تبدیل شد.
در طول مدتی که در بخش بیمه و مراقبت‌های بهداشتی کار می‌کردم، متوجه شدم سازمان‌ها در تلاش برای درک واقعی نیازهای مشتریان خود از طریق نظرسنجی‌های مکرر و تماس‌های خودکار، که اغلب منجر به نرخ‌های پاسخ پایین و معیارهایی می‌شد که قابل اعتماد نبودند.
و اینجاست که Authenticx وارد شد. با استفاده از هوش مصنوعی برای تجزیه و تحلیل مکالمات ثبت شده مشتری، متوجه شدم که مراقبت های بهداشتی بینش های ارزشمندی را مستقیماً از صدای مشتری استخراج می کند و به صنعت قدرت می دهد تا واقعاً با مشتریان خود برای استراتژی، سرمایه گذاری و اقدام ارتباط برقرار کند.
چگونه تجربیات شخصی شما، به ویژه مشاهده مستقیم سیستم مراقبت های بهداشتی از طریق تمرین پدر و کار خودتان، دیدگاه شما را برای Authenticx شکل داد؟
تجربه من با درک نحوه خدمت پدرم در مراقبت های بهداشتی از طریق نقش خود به عنوان یک پزشک آغاز شد. او همیشه گوش دادن و مراقبت خانواده محور را تمرین کرده است، بنابراین، از نظر من، او استثناء اصطکاک معمولی بود که اغلب درباره آن می شنوید. به یاد دارم که او به من گفت که این سخنان بیماران است که می تواند به شما کمک کند تا به پاسخ ها برسید. و این به من چسبید، و باعث شد که حرفه و آرزوهایم را روی بهبود آن سیستم با گوش دادن متمرکز کنم. کلیدی است
زمانی که من از طریق کار دولتی و مرکز تماس، وارد بخش مراقبت های بهداشتی شدم، همه نهادهای مختلفی را دیدم که درگیر سیستم مراقبت های بهداشتی هستند و سعی می کنند آن را به کار گیرند. و در حالی که این دیدگاه کلان من را در مورد تأثیرگذاری بر تغییر توسعه داد، آنها هنوز به تمام داده‌های موجود از تعاملات بی‌شماری که با مشتریان به اشتراک گذاشته شده بود، غواصی نمی‌کردند. من می‌خواستم به روشن کردن آن داده‌های مکالمه نادیده گرفته شده کمک کنم و به سازمان‌ها کمک کنم تا تجربه مشتری خود را بهبود بخشند و در عین حال نتایج خود را کارآمدتر و مؤثرتر برآورده کنند.
به عنوان فردی بدون پیشینه فناوری سنتی، هنگام تاسیس یک شرکت هوش مصنوعی با چه چالش هایی مواجه شدید و چگونه بر آنها غلبه کردید؟
من در طول مسیر تاسیس یک شرکت هوش مصنوعی با اصطکاک زیادی مواجه شده ام. مرور منتقدان هم به عنوان یک بنیانگذار و هم به عنوان فردی بدون تخصص فنی در ایجاد فناوری SaaS خسته کننده بود. با این حال، من آموخته ام که اطرافم با افرادی که شکاف های دانش من را تکمیل می کنند، راهی قدرتمند برای همکاری با یکدیگر برای ایجاد یک شرکت است.
پس از ترک دنیای شرکت‌ها و راه‌اندازی Authenticx، نحوه بهترین رویکرد به جمع‌آوری و تجزیه و تحلیل داده‌ها تمرکز من بود. بنابراین، شریکی پیدا کردم، مایکل آرمسترانگ، که پیشینه چشمگیری در فناوری داشت (و اکنون مدیر ارشد فناوری ما است) و شروع کردیم به ساختن آنچه که Authenticx امروز است.
Authenticx از هوش مصنوعی برای تجزیه و تحلیل مکالمات مراقبت های بهداشتی استفاده می کند. آیا می‌توانید نحوه طراحی مدل‌های هوش مصنوعی شما را برای مراقبت‌های بهداشتی و اینکه چه چیزی آنها را منحصربه‌فرد می‌کند، راهنمایی کنید؟
مدل های Authenticx توسط و برای مراقبت های بهداشتی ساخته شده اند. ما به مدل‌های خود با کارشناسانی از مراقبت‌های بهداشتی، مددکاری اجتماعی و فناوری نزدیک می‌شویم که در هر مرحله از راه درگیر هستند. این هوش مصنوعی انسان در حلقه است. و ما مدل‌های خود را با استفاده از داده‌های خاص مراقبت‌های بهداشتی با خروجی‌ها و بینش‌هایی که توسط افرادی که ریسک سوگیری، شکاف‌ها در زمینه، و ارتباطات نادرست را درک می‌کنند که می‌تواند باعث ایجاد اصطکاک از سوی بازار و مشتری شود، مورد بررسی قرار داده، آموزش دهیم.
ما داده ها را برای احساسات، اصطکاک، انطباق، رویدادهای نامطلوب، موضوعات، و سایر معیارها و نقاط درد برچسب گذاری می کنیم. این برچسب ها پایه و اساس مدل های یادگیری ماشینی و یادگیری عمیق هوش مصنوعی ما هستند. ما به طور مداوم مدل‌ها را برای یک فرآیند تکراری ارزیابی، آزمایش و آموزش مجدد می‌دهیم تا هوش مصنوعی قابل اعتمادی را بسازیم که با دستورالعمل‌های امنیتی و حاکمیتی مطابقت دارد.
«اثر ادی» چیست و چگونه پلتفرم هوش مصنوعی شما به سازمان‌های مراقبت‌های بهداشتی کمک می‌کند تا این مشکل را برطرف کنند؟
Eddy Effect™ مدل و معیار یادگیری ماشین اختصاصی ما است که اصطکاک مشتری را در سفر تجربه مشتری شناسایی و اندازه‌گیری می‌کند. مانند گردابی در رودخانه، مانند یک صخره بزرگ که باعث چرخش آب می‌شود، Eddy Effect™ بینش‌هایی را در مورد عواملی که باعث ایجاد این حلقه ناامیدکننده برای مشتریان می‌شود، ارائه می‌کند. این به شناسایی اختلالات و موانعی که مانع (یا سنگ بزرگ) برای ایجاد یک تجربه مثبت هستند، کمک می کند.
نتایج مدل هوش مصنوعی Eddy Effect™ در داشبوردهایی که سیگنال‌های مختلف اصطکاک در داده‌های مکالمه را نشان می‌دهند، روشن می‌شوند. و در این داشبوردها است که معیارهای رایج مانند طول تماس، احساسات، دقت و هزینه های تخمینی ضایعات برای اصطکاک مشتری بررسی می شود. به عنوان مثال، ما یک مشتری داشتیم که از مرکز تماس شخص ثالث خود بینشی در مورد کیفیت و نکات دردناک نداشت. با Authenticx، آنها نقاط اصطکاک، مضامین و موضوعات و کیفیت را هدف قرار دادند تا حضور اصطکاک شناسایی شده را تا 10٪ کاهش دهند.
چگونه Authenticx اطمینان حاصل می کند که مدل های هوش مصنوعی خود بینش هایی را ارائه می دهند که واقعاً مراقبت از بیمار را بهبود می بخشد و اصطکاک را در سیستم مراقبت های بهداشتی کاهش می دهد؟
ما تجزیه و تحلیل داده های مکالمه را در اولویت قرار می دهیم، که بینش های ارزشمندی را در مورد تعاملات مشتری ارائه می دهد و مسائل و فرصت های مهمی را که ممکن است توسط سایر منابع داده نادیده گرفته شود، آشکار می کند. Authenticx از مدل‌های GenAI برای ساده‌سازی داده‌های پیچیده و ظریف و ارائه توصیه‌های عملی به طور خاص برای مراقبت‌های بهداشتی استفاده می‌کند. ابزارهای گزارش‌دهی ما یک نمای مصرفی از معیارها و روندهای عملکرد ارائه می‌دهند. گردش کار داخلی ما به کاربران اجازه می دهد تا به موقع پاسخ دهند.
بیشتر از همه، ما یک بررسی مداوم از مدل های خود و خروجی های آنها داریم. از طرف هیئت مشاوران مشتری ما که در مورد محصول ما بازخورد ارائه می کند، و تیم داخلی ما متشکل از دانشمندان داده و تحلیلگرانی که از قابلیت اطمینان بینش هایی که سازمان ها دریافت می کنند اطمینان می دهند، رویکرد انسان در حلقه ما به کاهش خطرات، سوگیری ها و اطلاعات نادرست کمک می کند. برای بهبود دقت هوش مصنوعی
هوش مصنوعی چه نقشی در رسیدگی به ناکارآمدی‌های عملیاتی دارد و چگونه به سازمان‌های مراقبت‌های بهداشتی کمک می‌کند تا فرآیندهای شکسته را شناسایی و حل کنند؟
وقتی می توانید به یک تماس گوش دهید و سر و صدا را کاهش دهید تا زمینه نقطه درد را درک کنید، احتمال بیشتری وجود دارد که مسائل مهمی را که علت اصلی یک فرآیند شکسته هستند شناسایی کنید. وقتی علت اصلی پیدا شد، سازمان‌ها می‌توانند با رویکرد داده‌محور برای سرمایه‌گذاری در منابع استراتژی کنند و حدس‌ها را برای حل کارآمد پاک کنند.
هوش مصنوعی ابزاری است که می‌تواند برای ترکیب مقادیر زیادی از داده‌ها برای شناسایی، کمی کردن و روند ناکارآمدی‌های عملیاتی و فرآیندهای شکسته در مقیاس استفاده شود.
ما یک اهرم Authenticx مشتری داشتیم تا تشخیص دهیم که چه چیزی باعث سردرگمی بیمار در فرآیند استعلام نسخه آنها می شود و 20٪ از تماس های آنها را تشکیل می دهد. با بینش‌هایی درباره علل ریشه‌ای اصطکاک پر کردن مجدد، آنها درخت تلفن خود را بازسازی کردند و درخواست‌های نماینده را اصلاح کردند، که منجر به کاهش حدود 550 تماس در طول دو ماه شد و در زمان و منابع صرفه‌جویی کرد.
آیا می‌توانید مثالی از اینکه چگونه هوش مصنوعی Authenticx عملیات ارائه‌دهنده مراقبت‌های بهداشتی یا نتایج بیمار را تغییر داده است، به اشتراک بگذارید؟
Authenticx به یک سیستم بیمارستانی منطقه ای کمک کرد تا محرک های اصلی اصطکاک را در فرآیند برنامه ریزی مرکزی خود شناسایی کند. تماس‌گیرندگان در حین جستجوی مشاوره پزشکی گیر می‌کردند، هنگامی که نماینده تماس را منتقل می‌کرد، فقدان دید در فرآیندهای تخصصی وجود داشت، و ناامیدی مکرر از ناتوانی در برنامه‌ریزی سریع قرار ملاقات وجود داشت.
هوش مصنوعی Authenticx یک تجزیه و تحلیل کامل از تماس‌ها را برای شناسایی موانع خاص و ارائه بینش به عوامل مربی فعال کرد و راه‌هایی برای بهبود ابتکارات کیفی آنها را برجسته کرد. در عرض دو ماه، تیم آنها مهارت‌های کیفیت نماینده را تا 12% افزایش داد، از بینش‌های Authenticx برای پیش‌بینی نقاط اصطکاک آینده استفاده کرد و فعالانه به آنها پرداخت.
هوش مصنوعی Authenticx چگونه تصمیم گیری انسان را تقویت می کند و متخصصان مراقبت های بهداشتی چه نقشی در اصلاح مدل های هوش مصنوعی ایفا می کنند؟
ما یک رویکرد انسان در حلقه را برای اطمینان از استقرار و اجرای اخلاقی و قابل اعتماد هوش مصنوعی تمرین می کنیم. پلتفرم ما منعکس کننده این رویکرد است: تجزیه و تحلیل هوش مصنوعی و انسانی که بازخوردی در مورد تجربه مشتری، عملکرد عملیاتی، انطباق و موارد دیگر ارائه می دهد.
در حالی که تیم داخلی ما در تمام سطوح پلتفرم کار می‌کند، مدل‌های GenAI ما با داده‌های مربوط به مراقبت‌های بهداشتی برای تولید بینش‌هایی مانند خلاصه‌های غنی از زمینه، تجمیع موضوعات و یادداشت‌های مربی خودکار آموزش دیده‌اند و ما یک هوش مصنوعی یکپارچه را اعلام کرده‌ایم. دستیار که بینش های معناداری را فوراً ارائه می دهد.
چگونه هوش مصنوعی مراقبت های بهداشتی را در پنج سال آینده متحول می کند و Authenticx چه نقشی در این تحول خواهد داشت؟
پنج سال آینده هوش مصنوعی مراقبت های بهداشتی انقلابی خواهد بود. تأثیری که هوش مصنوعی در جهان دارد در حال حاضر قابل توجه است، بنابراین داشتن داده‌ها، بینش، امنیت و حاکمیت بیشتر منجر به دقت و کارایی بیشتر برای فناوری‌های پیش‌بینی‌کننده، تجربه کارمندان و مشتریان، و راه‌های پیشرفته برای نظارت بر مراقبت می‌شود. کل سیستم بهداشت و درمان را بهبود می بخشد.
ادامه گوش دادن به بهبود، بازنگری و ایجاد مدل ها به پیشرفت مثبت مراقبت های بهداشتی و مراقبت از بیمار کمک می کند. این تأثیر از ویژگی‌های صنعت در توسعه ابزارها و مدل‌های جدید هوش مصنوعی ناشی می‌شود – و ما در مورد آن هیجان‌زده هستیم.
با تشکر از شما برای مصاحبه عالی، خوانندگانی که مایل به کسب اطلاعات بیشتر هستند باید از آن بازدید کنند Authenticx.
