Il caso d’uso nella sanità per la prenotazione di esami diagnostici
L’introduzione di modelli linguistici di grandi dimensioni (LLM) nei flussi conversazionali della sanità sta trasformando radicalmente l’interazione tra pazienti e servizi clinici. In particolare, l’integrazione di capacità empatiche nei sistemi conversazionali apre nuove possibilità per migliorare l’esperienza utente, anche in contesti apparentemente operativi come la prenotazione di esami diagnostici.
L’empatia conversazionale nei LLM
Per un LLM, l’empatia non è un’emozione ma un comportamento simulato: si tratta della capacità del modello di riconoscere stati d’animo impliciti nei messaggi dell’utente e di rispondere con un tono e un contenuto che riflettano attenzione, cortesia e comprensione. Questo è particolarmente rilevante nei servizi sanitari, dove i pazienti possono essere ansiosi, confusi o sotto pressione, anche quando stanno semplicemente prenotando un’ecografia o una risonanza.
Il caso Halia di Unicorn Apulia
Un esempio concreto di applicazione di LLM empatici nel dominio sanitario è Halia, l’assistente virtuale sviluppato da Unicorn Apulia per la prenotazione di esami presso centri clinici e diagnostici. Halia sfrutta un LLM conversazionale integrato con sistemi gestionali (come FileMaker o portali CUP) per guidare l’utente nella scelta dell’esame, nella comprensione della preparazione necessaria, nella verifica delle disponibilità e nella conferma dell’appuntamento.
L’elemento distintivo di Halia è la sua capacità di mantenere un tono rassicurante, chiaro e personalizzato, anche in presenza di richieste incomplete, errori di digitazione o incertezze espresse dagli utenti. Ad esempio, se un paziente scrive:
“Vorrei fare una risonanza ma non so se serve la prescrizione”
Halia è in grado di rispondere con:
“Nessun problema. Alcuni esami richiedono la prescrizione del medico, altri no. Posso chiederti se si tratta di una risonanza prescritta dal tuo medico di base?”
anziché limitarsi a un messaggio generico o rigido.
Questo approccio empatico contribuisce a:
• ridurre gli abbandoni della prenotazione,
• aumentare la fiducia nei confronti del servizio,
• evitare escalation non necessarie verso operatori umani.
L’empatia nei LLM, sebbene simulata, può produrre benefici tangibili nei processi sanitari digitalizzati. In ambiti come la prenotazione di esami diagnostici, dove l’efficienza operativa si intreccia con la necessità di rassicurare e guidare l’utente, un assistente conversazionale empatico come Halia rappresenta un modello efficace e già operativo di applicazione dell’IA conversazionale nella sanità.
