Un sistema AI per lo studio dentistico: dalla richiesta al preventivo accettato

Ho progettato un sistema di intelligenza artificiale per uno studio dentistico. Segue il paziente dalla prima richiesta di appuntamento fino all’accettazione del piano di cura: gestisce le richieste, prepara i preventivi e recupera quelli che non vengono accettati, senza costringere il personale a seguire a mano ogni passaggio.

Racconto il progetto passo per passo e dedico una parte più lunga ai dati. In uno studio dentistico quasi ogni informazione riguarda la salute di una persona, e per questo ho deciso fin dall’inizio che cosa un programma di AI può leggere e che cosa deve restare dentro lo studio.

Dove si perdono pazienti e preventivi

Quando ho iniziato ad analizzare il lavoro di uno studio dentistico mi sono concentrato su quello che succede prima e dopo che il paziente si siede sulla poltrona. In poltrona il dentista sa cosa fare. Fuori dalla poltrona il lavoro è fatto di telefonate, promemoria e documenti, e lì si perde tempo e occasioni.

Una persona chiama per prenotare una visita, ma la segreteria è occupata e non riesce a rispondere. Un altro paziente prenota e il giorno dell’appuntamento non si presenta. Un terzo fa la visita, riceve un preventivo da 3.000 euro, dice che ci deve pensare e non si fa più sentire.

Nel frattempo la segreteria risponde al telefono, organizza gli appuntamenti, raccoglie le informazioni dei pazienti, prepara i documenti e deve ricordarsi di richiamare chi non ha ancora deciso. Il dentista continua a lavorare bene, ma una parte delle opportunità si perde per semplici problemi di organizzazione.

Ho quindi progettato un sistema che collega tutte queste attività e ne automatizza la gestione. Lo descrivo in sette passaggi.

1. Ogni richiesta viene gestita, anche quando la segreteria è occupata

Il sistema intercetta le richieste che arrivano dal sito dello studio, dai social e dalle chiamate perse. Quando una persona chiede informazioni o prova a telefonare senza ottenere risposta, riceve in automatico un messaggio WhatsApp con le indicazioni per prenotare la prima visita.

La richiesta viene registrata e il sistema permette di seguire il paziente durante tutto il percorso di prenotazione. La segreteria non deve più andare a recuperare a mano le richieste rimaste senza risposta.

2. La prenotazione viene confermata con una caparra

Per confermare la prima visita ho previsto che il paziente possa versare una piccola caparra di 30 euro, che verrà poi scalata dal costo della prestazione. Il paziente riceve un collegamento per pagare. Quando il pagamento è completato, il sistema registra la prenotazione nel gestionale dello studio e aggiorna l’agenda.

La caparra rende più concreto l’impegno del paziente e riduce il rischio di appuntamenti disdetti all’ultimo momento o saltati. La segreteria non deve controllare il pagamento né trasferire i dati da un programma all’altro. Come qualificare questa somma, caparra o acconto, e come registrarla si decide con il commercialista dello studio.

3. Prima della visita il dentista riceve le informazioni già organizzate

Il giorno prima dell’appuntamento il paziente riceve su WhatsApp il collegamento a un modulo per compilare la propria anamnesi, cioè la storia clinica: malattie, farmaci, allergie, interventi precedenti. Le risposte vengono raccolte e organizzate in automatico.

Un programma di intelligenza artificiale prepara una breve scheda riepilogativa con le informazioni più rilevanti, che il dentista può leggere prima della visita. La responsabilità resta del medico: verifica l’anamnesi, approfondisce le risposte e valuta le informazioni cliniche. Il vantaggio è che i dati arrivano già raccolti e in ordine, e la segreteria non li deve trascrivere.

4. Il dentista detta il piano di cura e il sistema prepara il preventivo

Questa è una delle parti più interessanti del progetto. Alla fine della visita il dentista registra una breve nota vocale in cui descrive il piano di cura che propone al paziente. Il sistema trascrive la registrazione e organizza le informazioni in un documento strutturato.

L’intelligenza artificiale prepara poi una bozza di preventivo usando il listino dello studio e le indicazioni economiche configurate in precedenza. Il documento può contenere la descrizione delle prestazioni, gli importi, le eventuali alternative e le modalità di pagamento a rate.

Il dentista, o il personale autorizzato, controlla e approva il documento. Una volta approvato, il preventivo parte per WhatsApp verso il paziente, se possibile mentre si trova ancora nello studio. Prima questo procedimento richiedeva diversi passaggi manuali. Adesso il dentista descrive il lavoro da eseguire e il sistema prepara la parte documentale e amministrativa.

5. I preventivi non accettati non vengono dimenticati

Un paziente riceve un preventivo da 3.000 euro e decide di pensarci. Passano alcuni giorni e non risponde. Normalmente qualcuno della segreteria dovrebbe ricordarsi di ricontattarlo, e lo fa quando ha tempo. Ho automatizzato anche questa fase, perché il sistema verifica lo stato di ogni preventivo e gestisce il percorso successivo.

Se il paziente accetta, riceve le indicazioni per versare un eventuale acconto e prenotare gli appuntamenti necessari, e il gestionale si aggiorna da solo. Se non risponde, dopo tre giorni riceve un messaggio di follow-up in cui può chiarire i dubbi sul preventivo. Se dopo due settimane non ha ancora deciso, il sistema segnala alla segreteria che conviene una telefonata.

I messaggi rispettano le preferenze di comunicazione del paziente e non sostituiscono i chiarimenti clinici, che spettano al dentista. Così lo studio segue i preventivi ancora aperti senza affidarsi alla memoria dei dipendenti.

6. Le domande dei pazienti diventano contenuti informativi

Durante le visite e le conversazioni i pazienti fanno spesso le stesse domande. Quanto dura un impianto? Che differenza c’è tra due trattamenti? Come si svolge una certa procedura? Che possibilità di pagamento esistono?

Ho previsto un sistema che trasforma queste domande ricorrenti in contenuti informativi. L’intelligenza artificiale parte da un elenco di argomenti approvati dallo studio e prepara bozze di testi, immagini e brevi video divulgativi. I contenuti passano al dentista, che controlla le informazioni mediche prima che vengano usati. Lo studio costruisce così una raccolta di materiali utili ai pazienti senza partire ogni volta da un foglio bianco.

7. Le recensioni vengono richieste e gestite in automatico

Dopo la prestazione il paziente riceve un breve questionario per valutare la sua esperienza. Se emerge un problema o un’insoddisfazione, il sistema avvisa il responsabile dello studio, che può approfondire la situazione.

Il paziente riceve inoltre l’invito a lasciare una recensione pubblica, qualunque sia il voto espresso, e nessuno interviene sul contenuto della recensione. Lo studio raccoglie feedback, individua i punti deboli e gestisce meglio il rapporto con i pazienti.

Come funziona il sistema nel suo insieme

La singola automazione conta meno del fatto che le attività siano collegate. Il paziente che arriva dal sito entra nel sistema di prenotazione. Quando prenota si aggiorna l’agenda. Prima della visita si raccolgono le informazioni, dopo la visita si prepara il preventivo e, quando il preventivo viene accettato, parte la gestione degli appuntamenti successivi.

Se il paziente non risponde, il sistema sa quali azioni di follow-up eseguire e quando coinvolgere la segreteria. Il gestionale dello studio resta il riferimento per i dati amministrativi e gli appuntamenti, mentre l’intelligenza artificiale interviene dove bisogna leggere, organizzare e preparare informazioni.

Tutto questo è stato progettato senza togliere il controllo umano sulle decisioni cliniche, sui documenti da approvare e sulle comunicazioni che richiedono l’intervento di un professionista.

I dati dei pazienti: perché in uno studio dentistico sono un tema a parte

Tutti i passaggi che ho descritto toccano dati personali. Nome, telefono e indirizzo e-mail sono dati personali comuni. L’anamnesi, il piano di cura, i farmaci che il paziente assume e le allergie sono dati relativi alla salute, che il regolamento europeo sulla protezione dei dati (il GDPR) colloca tra le categorie particolari e tutela in modo più rigoroso.

Anche un preventivo, a ben guardare, è un dato sulla salute: dice che quella persona ha bisogno di un certo trattamento. Per questo ho ragionato su ogni passaggio del sistema partendo da una domanda sola: quale informazione serve a chi la sta leggendo per svolgere il suo compito?

Il programma di AI che riassume un’anamnesi ha bisogno del contenuto clinico, ma non del cognome del paziente. Quello che prepara la bozza di preventivo ha bisogno del piano di cura e del listino, e non del suo codice fiscale. Chi analizza le recensioni deve capire cosa non è piaciuto, e può farlo senza sapere chi l’ha scritto.

Il paziente viene sostituito da un codice

Il metodo che uso è il mascheramento, che ho descritto nell’articolo sul mascheramento dei dati prima di darli a un programma di AI. Prima che un testo arrivi al programma di AI, il sistema sostituisce i dati che identificano la persona con un codice: il nome diventa [PAZIENTE_1], il telefono e l’e-mail vengono tolti, la data di nascita può diventare una fascia di età.

Il programma di AI lavora sul testo mascherato e produce la sua risposta, per esempio la scheda riepilogativa dell’anamnesi o la bozza del preventivo. Quando la risposta torna nell’ambiente dello studio, il sistema rimette al posto dei codici i dati veri. La tabella che collega ogni codice al paziente non esce mai dallo studio e non viene mai mostrata al programma di AI.

Nella nota vocale del dentista il problema è più delicato, perché il dentista nomina il paziente mentre parla. La trascrizione quindi è il primo passaggio da proteggere: il testo trascritto viene mascherato subito, prima di qualunque altra elaborazione, e solo dopo arriva al programma che prepara il preventivo.

Mascherare non significa rendere anonimo

Qui bisogna usare le parole giuste. Se esiste una tabella che permette di risalire al paziente, i dati sono pseudonimizzati e restano dati personali a tutti gli effetti. L’anonimizzazione in senso proprio richiede che non si possa più, con mezzi ragionevoli, ricondurre l’informazione a una persona, e un sistema che deve poi rimandare il preventivo allo stesso paziente non può permetterselo.

C’è poi un secondo limite. Un’anamnesi senza il nome resta un’anamnesi, cioè un insieme di informazioni sulla salute. In un paese piccolo, una combinazione di età, patologia rara e data della visita può bastare a riconoscere una persona anche senza il nome. Il mascheramento riduce l’esposizione dei dati, ma non offre una garanzia assoluta, e non lo presento come tale a nessuno studio. Per questo viene accompagnato da altre misure.

Le altre misure che accompagnano il mascheramento

Il primo punto è la scelta del fornitore. Se un programma di AI esterno legge anche testi mascherati, lo studio deve sapere dove vengono elaborati i dati, se il fornitore li usa per addestrare i propri programmi, per quanto tempo li conserva e chi ci può accedere. Con il fornitore va firmato un accordo di nomina a responsabile del trattamento, come previsto dall’articolo 28 del GDPR. Un abbonamento personale a un chatbot, aperto da un dipendente con la propria e-mail, non offre nessuna di queste garanzie.

Per i passaggi con il contenuto clinico più delicato, come la scheda dell’anamnesi, si può scegliere un’elaborazione dentro lo studio o su un server controllato, con un programma di AI installato in locale. Ne parlo in un altro articolo sulle soluzioni ibride: i compiti più sensibili restano all’interno e quelli che richiedono un programma più potente passano solo con i dati mascherati.

Il secondo punto riguarda i messaggi. Un messaggio WhatsApp con scritto “il suo preventivo per l’impianto” rivela un’informazione sanitaria a chiunque veda lo schermo del telefono. I messaggi automatici contengono quindi il minimo indispensabile e rimandano a un documento o a una pagina protetta. Prima di inviare qualcosa, inoltre, serve il consenso del paziente a essere contattato su quel canale, e il sistema deve rispettare le preferenze che il paziente ha indicato.

Il terzo punto sono i contenuti informativi e le recensioni. Per trasformare le domande ricorrenti in testi divulgativi servono le domande, non chi le ha fatte, quindi nessun dato di un paziente entra in quel percorso. Nei commenti del questionario di soddisfazione, invece, i pazienti scrivono a volte nomi e dettagli clinici: anche questi testi vengono mascherati prima di essere analizzati.

Il quarto punto sono gli accessi e la conservazione. Chi nello studio può vedere la scheda di un paziente, quanto tempo si conservano le registrazioni vocali, chi può cancellare i dati e dove vengono salvati i registri del sistema sono decisioni che si prendono prima di accendere l’automazione e si scrivono. Il titolare del trattamento resta lo studio. Per l’informativa ai pazienti, per la valutazione dell’impatto sulla protezione dei dati e per il registro dei trattamenti conviene coinvolgere il consulente privacy dello studio, perché sono adempimenti che dipendono dal caso specifico.

La verifica di una persona prima di ogni passaggio

La protezione dei dati e il controllo umano si sostengono a vicenda. Nel sistema che ho progettato nessun preventivo parte senza l’approvazione del dentista o del personale autorizzato, e nessuna scheda di anamnesi sostituisce la lettura delle risposte del paziente. Se il riconoscimento dei dati da mascherare sbaglia, per esempio lascia un cognome scritto in modo insolito, una persona che legge il documento prima dell’invio ha la possibilità di accorgersene.

Prima dell’avvio ho previsto anche una prova con documenti inventati, per controllare se il mascheramento riconosce nomi, date, numeri di telefono e codici fiscali scritti in modi diversi, e se le sostituzioni inverse rimettono ogni dato al suo posto. Una prova va ripetuta quando cambia il programma di AI o il modulo di raccolta dei dati.

Qual è il beneficio per lo studio dentistico

L’obiettivo è ridurre il tempo che il personale dedica alle attività ripetitive e gestire meglio le richieste e i preventivi. Il sistema permette di:

• gestire in automatico le richieste di nuovi appuntamenti;
• ridurre il lavoro manuale legato a prenotazioni e pagamenti;
• raccogliere prima della visita le informazioni necessarie;
• preparare più velocemente i preventivi;
• seguire con regolarità i pazienti che non hanno ancora accettato un piano di cura;
• organizzare meglio le comunicazioni e i feedback.

Il risultato economico dipende dal numero di pazienti, dal valore delle prestazioni e dalla capacità effettiva del sistema di recuperare occasioni che altrimenti andrebbero perse. Per capire l’ordine di grandezza basta un esempio: recuperare un solo preventivo da 2.000 euro al mese significa 24.000 euro di fatturato aggiuntivo in un anno, prima di sottrarre i costi delle prestazioni e quelli del sistema.

Si tratta di un esempio del potenziale economico e non di un risultato già misurato.

La tecnologia si adatta al lavoro dello studio

Quando progetto un sistema di automazione per un’azienda non parto dalla scelta del software, parto da come lavorano le persone. Analizzo le attività, individuo i passaggi che richiedono più tempo, verifico quali informazioni sono già disponibili e studio come collegare gli strumenti che si usano ogni giorno. È lo stesso metodo che ho seguito nel caso dello studio di commercialisti a Modena.

In questo progetto il dentista continua a fare il dentista e la segreteria continua a occuparsi dei pazienti e delle situazioni che richiedono attenzione. Il sistema si prende una parte del lavoro organizzativo che prima si faceva a mano, e lo fa trattando i dati dei pazienti con le regole che ho descritto sopra.

Un progetto di intelligenza artificiale costruito sui processi di un’azienda ha questo scopo: evitare di aggiungere un altro programma da usare e fare in modo che le attività già esistenti funzionino meglio.

Anche nella tua azienda ci sono attività che potrebbero essere automatizzate? Il punto di partenza è capire come lavorano oggi le persone e quali attività potrebbero essere gestite in modo più efficiente con l’intelligenza artificiale.