La IA conversacional en salud es software que habla con pacientes para resolver algo: reservar una visita, responder “¿abren el sábado?”, recoger datos de admisión o reclamar a una aseguradora el estado de un pago. La mayoría de esas conversaciones siguen ocurriendo por teléfono. Las consultas lanzan portales de pacientes y citas online, y el teléfono sigue sonando. El fundador de Hello Patient lo vio de primera mano en Carbon Health, que recibía más de 30.000 llamadas al día.
La pregunta práctica es qué llamadas de pacientes debe atender un agente de voz y cómo construirlo para que sea seguro con los datos de salud. Esta guía es para los responsables de operaciones, TI e ingeniería que toman esa decisión. En resumen: empieza por las llamadas administrativas, escribe el límite clínico en las instrucciones del agente y pruébalo, firma un acuerdo de socio comercial con cada proveedor que toque datos de pacientes y mide tareas completadas, no minutos ahorrados.
Qué resuelve bien la IA conversacional en salud
Las llamadas que mejor funcionan son frecuentes, repetitivas y tienen una respuesta correcta que vive en un sistema que el agente puede consultar.
| Necesidad del paciente | Qué hace el agente | A qué debe conectarse | Cuándo transfiere |
|---|---|---|---|
| Reservar o mover una cita | Busca huecos, reserva y confirma fecha, hora y lugar | Agenda o software de gestión | No hay huecos, o el tipo de visita exige triaje |
| Recordatorios de cita | Llama o envía un mensaje, confirma o reprograma y registra la respuesta | Agenda y lista de contactos | El paciente hace una pregunta clínica |
| Renovación de recetas | Toma el nombre del medicamento, la farmacia y el médico | Una cola de solicitudes para el equipo | Siempre, para la decisión clínica |
| Información de la consulta | Horario, cómo llegar, aparcamiento, qué traer | Una fuente de información aprobada | La respuesta no está en la fuente |
| Admisión antes de la visita | Recoge datos personales, seguro y motivo de la visita | Formularios de admisión o la historia clínica | El paciente no puede o no quiere responder |
| Facturación y seguros | Explica una factura, cobra un pago, comprueba seguros aceptados | Sistema de facturación, lista de aseguradoras | Disputas y decisiones de cobertura |
| Llamadas a aseguradoras | Llama para verificar coberturas o el estado de una reclamación | Datos de reclamaciones, línea saliente | El agente de la aseguradora pide una persona |
La última fila es fácil de olvidar porque no hay ningún paciente. Buena parte del tiempo telefónico de una consulta es personal en espera con aseguradoras. SuperDial crea agentes que hacen esas llamadas, recorren los menús telefónicos de las aseguradoras y esperan en línea, y afirma que los equipos de facturación rinden cuatro veces más.
¿Chat o voz?
Un chatbot en el portal del paciente responde a quien ya fue al portal. Los pacientes que llaman suelen ser los que no fueron: pacientes mayores, pacientes con una pregunta demasiado enredada para un formulario, pacientes que quieren cambiar la cita desde el coche. Si el objetivo es atender más de la demanda que ya tienes, está en la línea telefónica.
La voz también es más difícil. Un agente telefónico tiene que entender el habla en audio telefónico de 8 kHz, decidir cuándo ha terminado de hablar quien llama y responder tan rápido que el silencio no parezca una llamada cortada. Los nombres, las fechas de nacimiento y los nombres de medicamentos tienen que llegar bien en las dos direcciones. Un chatbot que lee mal “Lisinopril” muestra una errata; un agente de voz que lo oye mal tramita la receta equivocada.
Dónde va el límite clínico
El límite que más importa es el que separa lo administrativo de lo clínico. Un agente puede decirle a un paciente que la clínica abre a las 8. No debería interpretar síntomas, ajustar medicación ni decidir si algo es urgente, salvo que estés construyendo un producto clínico con validación y supervisión clínicas.
Escribe el límite en las instrucciones del agente con palabras sencillas: qué tareas gestiona, de qué temas nunca habla y qué dice en su lugar. Luego pruébalo como lo haría un paciente. “Quiero cita por un dolor en el pecho, ¿me puede dar el viernes?” es una petición de cita y una emergencia a la vez. La respuesta correcta es indicar al paciente que llame a emergencias o transferirlo de inmediato a la línea de enfermería, no ofrecerle el viernes a las 2.
Assort Health, que opera agentes especializados por especialidad en más de 140 clínicas, construyó su producto alrededor de esta idea: los agentes atienden las llamadas logísticas y derivan el resto al personal, que queda libre para las llamadas que requieren criterio.
HIPAA e IA conversacional
El cumplimiento de HIPAA es una propiedad de todo el sistema, no algo que se compra con un modelo. En un agente de voz, revisa cinco cosas:
- Un acuerdo de socio comercial con cada proveedor que vea datos de pacientes. Eso incluye al proveedor de reconocimiento y síntesis de voz, al del modelo de lenguaje, al operador telefónico si graba, y a la plataforma que ejecuta el agente. El HHS publica cláusulas de ejemplo de acuerdo de socio comercial si quieres ver qué cubre uno.
- Acceso mínimo necesario. El agente debe consultar la cita que necesita, no tener acceso de lectura a toda la historia clínica. Limita cada API que el agente pueda llamar.
- Retención. Decide cuánto tiempo se guardan las grabaciones, las transcripciones y los registros, y dónde. Algunos proveedores ofrecen retención cero de datos, es decir, no almacenan el audio ni el texto que procesan.
- Verificación de identidad. Antes de leer cualquier dato de un paciente, el agente debe verificar quién llama, igual que hace tu recepción.
- Dónde se ejecuta. Algunos sistemas de salud exigen nube privada o despliegue en sus instalaciones. Pregúntalo pronto, porque no todos los proveedores pueden hacerlo.
Cartesia cumple con HIPAA, tiene la certificación SOC 2 Tipo II, firma acuerdos de socio comercial con clientes del sector salud, ofrece retención cero de datos para texto a voz y voz a texto en planes empresariales, y se despliega en tu nube o en tus instalaciones. Los detalles están en el Trust Center. Aun así, tus responsables de privacidad y cumplimiento deben revisar todo el recorrido de los datos, porque el agente también toca tus sistemas.
Llamadas salientes: recordatorios y consentimiento
Las llamadas de recordatorio y de seguimiento son de las victorias más fáciles, porque el paciente ya tiene una cita y la llamada tiene un solo objetivo. También plantean una cuestión legal: en Estados Unidos, la FCC dictaminó en 2024 que las voces generadas por IA cuentan como voces “artificiales” según la Telephone Consumer Protection Act. Las llamadas que las usan siguen las mismas reglas de consentimiento que las llamadas pregrabadas. Confirma con tu asesoría legal qué tipos de llamada necesitan consentimiento previo, y haz que el agente diga al principio que es un asistente automático que llama en nombre de tu consulta.
Qué hace que un paciente confíe en la voz
Los pacientes cuelgan a los agentes que suenan raro, tardan demasiado en responder o destrozan su nombre. Tres detalles pesan más en salud que en otros sectores:
- Velocidad. Las pausas largas antes de una respuesta hacen pensar que la llamada se cortó, y la persona empieza a hablar encima del agente. En las llamadas de Assort Health, el modelo de voz de Cartesia devuelve el primer audio en unos 90 milisegundos. Assort informa de esperas un 89 % más cortas y un 7 % más de citas reservadas desde que desplegó sus agentes.
- Palabras difíciles, en los dos sentidos. Los nombres de medicamentos, de profesionales y de calles tienen que oírse bien y pronunciarse bien. En Cartesia, los keyterms orientan el reconocimiento de voz hacia las palabras que indiques, y un diccionario de pronunciación corrige cómo las dice el agente.
- Confirmaciones en voz alta. Fechas, horas y fechas de nacimiento deben confirmarse en una forma que la persona pueda comprobar: “martes 14 de octubre, a las 9:30 de la mañana, en la sede de Dedham”.
Cómo construir un agente de voz para salud en Cartesia
En Cartesia Managed Agents, tú configuras el agente y Cartesia ejecuta el reconocimiento de voz, el modelo de lenguaje, la síntesis de voz y la conexión telefónica.
- Escribe las instrucciones. Define el rol, las tareas que gestiona el agente, los temas que nunca trata y el comportamiento exacto de transferencia para cualquier cosa clínica o urgente.
- Conecta tus sistemas con herramientas webhook. Una herramienta webhook permite al agente llamar a la API de tu agenda o de tu software de gestión, por ejemplo
check_availabilityybook_appointment. Haz que cada una sea específica. - Añade una transferencia al personal. La herramienta del sistema
transfer_to_numberenvía la llamada a un número de teléfono o a una dirección SIP cuando se cumple una condición que tú escribes, como “The caller describes symptoms or asks a medical question.” Consulta la guía de transferencia en caliente para pasar contexto a la persona que atiende. - Enséñale tu vocabulario. Añade nombres de profesionales, de medicamentos y de sedes como
keyterms, y un diccionario de pronunciación para los que diga mal. - Personaliza las llamadas salientes. Para los recordatorios, pasa el nombre del paciente y la hora de la cita como variables dinámicas en la solicitud de llamada saliente, así el agente no necesita acceso a la historia clínica para abrir la llamada.
{
"config": {
"instructions": "You are the scheduling assistant for Riverside Orthopedics. Help callers book, move, or cancel appointments and answer questions about hours and locations. Verify the caller's name and date of birth before discussing any appointment. Never give medical advice. If the caller describes symptoms, asks about medication, or sounds distressed, transfer them to the nurse line.",
"initial_message": "Thanks for calling Riverside Orthopedics. This is the automated scheduling assistant. How can I help?",
"audio": {
"input": {
"keyterms": [
"Riverside Orthopedics",
"Dr. Okafor",
"Dedham",
"meloxicam"
]
},
"output": { "voice_id": "e07c00bc-4134-4eae-9ea4-1a55fb45746b" }
},
"system_tools": {
"transfer_to_number": {
"pre_tool_speech": "force",
"transfers": [
{
"destination": { "type": "phone", "phone_number": "+16175550142" },
"condition": "The caller describes symptoms, asks a medical or medication question, or asks for a nurse."
},
{
"destination": { "type": "phone", "phone_number": "+16175550100" },
"condition": "The caller asks for a person at the front desk."
}
]
}
}
}
}Cómo hacer un piloto
Elige un tipo de llamada en una sede, pon el agente en esa línea en horario de oficina con el personal como respaldo y revisa llamadas todos los días durante las dos primeras semanas. Mide:
- Tareas completadas. Citas reservadas o movidas sin intervención humana, como proporción de las llamadas que lo pedían.
- Transferencias por motivo. Las transferencias clínicas deben ocurrir siempre que hagan falta; las evitables son tu lista de mejoras.
- Correcciones. Reservas que el personal tuvo que arreglar, y por qué.
- Cuelgues antes de resolver. La mayoría son problemas de latencia o de comprensión.
- Pruebas del límite. Un conjunto semanal de llamadas guionizadas que intentan sacarle consejo médico al agente. Debe fallar en todas.
Cuando los números se mantengan unas semanas, amplía primero el horario (las noches y los fines de semana es donde se acumulan las llamadas sin atender) y después añade el siguiente tipo de llamada.
Para probarlo, crea un agente en el playground de Cartesia, conecta un endpoint de agenda de prueba y llámalo desde un teléfono real. La página de salud tiene una demo en vivo de un agente de citas.