APIANT.ai / Storie / Studio dentistico

Caso di un cliente · Studio dentistico · Jotform e Cliniko

Uno studio dentistico ha richiesto che le prenotazioni online e i moduli sanitari venissero inseriti in Cliniko, abbinati al paziente corretto, oppure non compilati affatto.

Uno studio dentistico gestisce le prenotazioni e le anamnesi dei pazienti tramite Jotform e conserva le cartelle cliniche in Cliniko. Lo studio ha collegato entrambe le applicazioni ad APIANT e ha richiesto al suo client di intelligenza artificiale di analizzare i flussi di lavoro.

Le app di questa storia

La sfida

Ogni prenotazione online e ogni modulo sanitario dovevano essere inviati alla cartella clinica corretta del paziente in Cliniko, con il modulo compilato allegato in formato PDF, e mai a quella sbagliata.

Una regola prevale su tutte le altre: verificare la corrispondenza tramite email e data di nascita, creare un nuovo paziente solo quando non vi è alcuna corrispondenza certa e, se la corrispondenza non è certa, non scrivere nulla e inviare la richiesta alla persona interessata.

Il percorso

  1. Giorno 1

    Primo flusso testato entro un'ora

    Lo studio medico si è registrato, ha collegato Jotform e Cliniko e ha creato un flusso di prenotazione e gestione dei pazienti, completando la prima prova in soli 43 minuti dall'iscrizione.

  2. Tre settimane dopo

    Attivo lo stesso giorno

    Sono tornati e il flusso di prenotazione è stato attivato con prenotazioni reali. Nel giro di un'ora l'agente ha fatto altre due copie per gli altri moduli di prenotazione dello studio e li ha attivati.

  3. Giorno 21

    Il modulo sanitario

    Successivamente è arrivato il momento del modulo per l'anamnesi: leggere le risposte in base alla formulazione delle domande, scrivere ogni risposta nel campo corrispondente sulla cartella clinica del paziente e allegare il modulo compilato come PDF. L'operatore lo ha creato e testato, e il sistema è stato messo online lo stesso giorno.

    Funziona

  4. Giorno 22

    Prima i pazienti inventati, poi una corrispondenza più precisa

    Prima di rendere più stringenti i criteri di corrispondenza, le regole sono state validate senza utilizzare dati reali. L'agente ha creato due suite di validazione che funzionano solo su record di test sintetici e le ha eseguite 78 volte in 44 minuti. Pochi minuti dopo, tutti e quattro i flussi di lavoro in produzione sono stati aggiornati con le regole più restrittive: corrispondenza combinata di email e data di nascita, creazione di un paziente solo in assenza di corrispondenza evidente e invio di qualsiasi dato ambiguo per la revisione.

  5. Dal giorno 22 al giorno 29

    In funzione

    Da allora, ogni prenotazione e modulo sanitario è stato sottoposto a regole più rigorose: 30 invii in diretta, tutti andati a buon fine.

Cosa hanno realizzato

FlussoCosa faRisultato
Prenotazione nella cartella clinica del paziente (tre moduli di prenotazione)Trova il paziente tramite email e data di nascita, ne crea uno solo quando non c'è alcuna corrispondenza evidente, compila i campi relativi al trattamento e allega il PDF della prenotazione.28 prenotazioni in corso, tutte andate a buon fine; 24 nuove cartelle cliniche di pazienti
Dal modulo sanitario alla cartella del pazienteScrive ogni risposta relativa all'anamnesi nel campo corrispondente della cartella clinica del paziente e allega il modulo in formato PDF; una risposta vuota lascia il valore esistente invariato.11 moduli attivi: 9 redatti con PDF, 2 riservati per la revisione
Corrispondenza e convalida PDF (due suite)Esegue le regole di corrispondenza e PDF solo su record inventati.78 run, ritirato una volta che le regole sono state dimostrate

Attualmente sono attivi quattro flussi, ognuno dei quali ha completato con successo un'ultima esecuzione.

Perché ha funzionato

Altre storie

Cosa chiederesti?

Inizia gratisLeggi altre storie

I dettagli sono tratti dalla cronologia delle attività dell'account, calcolati esclusivamente in base allo stato di esecuzione, e condivisi senza il nome dello studio medico. Nessuna informazione sui pazienti è stata letta o utilizzata per la stesura di questo articolo.