Klassificering af tilbagemeldinger og klager

Tilbagemeldinger kommer fra spørgeskemaer efter besøget, mail, Google Business Profile og hjemmesidens formular, og en klage om mulig skade kan ligge i en fælles postkasse i en uge. Løsningen giver hver tilbagemelding en kategori, en afdeling og en grad af hastende karakter, registrerer alvorlige klager i lederens register med en besked i Teams og laver et udkast til svar, mens et menneske svarer patienten.

Lever op til ISO 27001NIS2 DORA

Klassificering af tilbagemeldinger og klager
  • Indsamlingsflows fra alle kilder
  • Lederens register og udkast
  • Månedligt overblik og log

En alvorlig klage når lederen i Teams samme time, ikke en uge senere

  • Alle kilder spørgeskemaer, mail, formular og Google-anmeldelser
  • Samme time en alvorlig klage i lederens register med en besked i Teams
  • Privat AI i EU tekster bliver i EU, log opbevares efter GDPR
  • Et menneske svarer AI'en laver kun et udkast og det månedlige overblik

En lægepraksis får tilbagemeldinger fra flere kilder: spørgeskemaer efter besøget sendt fra journalsystemet eller CGM XMO, mail, en klageformular på hjemmesiden, anmeldelser i Google Business Profile og sociale medier. De havner alle i forskellige postkasser, som forskellige personer læser, når de har tid, og en kommende patient ser somme tider en anmeldelse på Google, før lederen gør. De fleste tilbagemeldinger handler om ventetid eller service i receptionen, men blandt dem er der klager over mulig skade på en patient, for hvilke loven og interne procedurer fastsætter frister og et register. En sådan klage, der læses en uge senere, er en risiko for praksis og et tab af tillid for patienten.

Løsningen samler tilbagemeldinger fra alle kilder via flows i Power Automate: spørgeskemaer fra journalsystemet eller CGM XMO, postkassen, hjemmesidens formular og anmeldelser i Google Business Profile, mens anmeldelser fra andre portaler uploades af en ansvarlig medarbejder. En privat model i MDP CLOUDs GPU-cloud i Litauen (EU) giver hver tilbagemelding en kategori (ventetid, service, pris, hygiejne, kommunikation), en afdeling eller læge efter jeres struktur og en grad af hastende karakter, efter først at have fjernet unødvendige personoplysninger fra teksten. Klager med tegn på mulig skade eller klager, der kræver et officielt svar efter jeres regler, registreres straks i lederens register i SharePoint med en frist og en besked i Teams. Til hver tilbagemelding, der skal have et svar, laver agenten et udkast i jeres tone, både til et offentligt svar i Google Business Profile og til en mail til patienten, men kun den ansvarlige svarer: vedkommende gennemgår, redigerer og sender eller offentliggør det. Modellen vurderer ikke kvaliteten af behandlingen og drager ingen konklusioner om skade; den klassificerer og router kun. I slutningen af måneden laver løsningen et overblik efter kategori og afdeling med citater uden personoplysninger. Vi henter data fra spørgeskemaer fra journalsystemet og CGM XMO via en API, en eksport eller et mailflow, afhængigt af versionen; vi vælger metoden efter en gennemgang. Tekster bliver i EU og bruges ikke til at træne modellen, hver klassificering logges efter GDPR, og registret og beskederne bliver i jeres Microsoft 365-tenant. Vi driver modelmiljøet ligesom vores øvrige GPU-cloudservere.

Sådan fungerer det

Fire trin fra input til en registrering i jeres system – med godkendelse fra et menneske, hvor der er en risiko.

Indsamling af anmeldelser

Flows henter tilbagemeldinger fra spørgeskemaer efter besøget i journalsystemet eller CGM XMO, postkassen, hjemmesidens formular og Google Business Profile, mens anmeldelser fra andre portaler uploades af en ansvarlig medarbejder. Før klassificeringen fjernes unødvendige personoplysninger fra teksten, så kun det, der er nødvendigt for svaret, er tilbage.

Det får I

Indsamlingsflows fra alle kilder
Indsamlingsflows fra alle kilder

Flows i Power Automate til spørgeskemaer fra journalsystemet eller CGM XMO, postkassen, hjemmesidens formular og anmeldelser i Google Business Profile, med et vindue til manuel upload af anmeldelser fra andre portaler.

Regler for klassificering og hastende karakter
Regler for klassificering og hastende karakter

Jeres struktur af kategorier, afdelinger og grader af hastende karakter med en liste over tegn på mulig skade, aftalt med den kvalitetsansvarlige og de interne procedurer.

Lederens register og udkast
Lederens register og udkast

Et register over klager i SharePoint med frister og beskeder i Teams og udkast til svar i jeres tone til de ansvarlige medarbejdere, til mails og offentlige svar på Google.

Månedligt overblik og log
Månedligt overblik og log

En privat model i EU, et automatisk månedligt overblik til ledelsen, en fuldstændig log over klassificeringer og svar efter GDPR og vores support efter implementeringen.

Det bygger vi med

Privat model i MDP CLOUDs GPU-cloud i Litauen (EU) + flows i Power Automate fra spørgeskemaer fra journalsystemet eller CGM XMO, mail og Google Business Profile ind i et register i SharePoint med beskeder i Teams; vi kobler til klinikssystemet via en API, en eksport eller et mailflow, afhængigt af versionen. Vi vælger platformen efter opgaven og efter, hvor jeres data må placeres; læs mere om ydelsen og dens grænser på ydelsessiden.

Ofte stillede spørgsmål

Svarer AI'en en patient på en klage eller offentliggør et svar på Google?

Nej. Agenten laver kun et udkast til svar, og den ansvarlige medarbejder svarer patienten eller offentliggør et offentligt svar i Google Business Profile, efter at have gennemgået og godkendt teksten. Til klager om mulig skade udarbejdes svaret af lederen eller den kvalitetsansvarlige efter jeres interne procedure.

Fungerer det sammen med vores spørgeskemaer i journalsystemet eller CGM XMO og Google Business Profile?

Ja. Vi henter resultater fra spørgeskemaer efter besøget fra journalsystemet eller CGM XMO via en API, en fileksport eller et mailflow, afhængigt af versionen, og læser anmeldelser i Google Business Profile via dets grænseflade. Vi vælger integrationsmetoden efter en gennemgang; har en kilde ingen grænseflade, uploades anmeldelser manuelt i samme flow.

Vurderer modellen, om der virkelig er sket skade, og hvordan beskyttes personoplysninger?

Nej, den genkender kun tegn fra en liste, I fastsætter, og router klagen til registret, så frister ikke overskrides; vurderingen og konklusionerne foretages af de ansvarlige i jeres praksis i overensstemmelse med gældende lov. Før klassificeringen fjernes unødvendige personoplysninger fra teksten, modellen kører privat i MDP CLOUDs GPU-cloud i Litauen (EU), data bruges ikke til træning, og registret og loggen opbevares i jeres Microsoft 365-tenant under jeres rettigheder.

Relaterede ydelser

Receptionsassistent til patienter

Telefonen i receptionen er optaget, og de fleste opkald handler om ledige tider, forberedelse til prøver og nødvendige dokumenter.

Mere
Resuméer af journaler og dokumenter til læger

Før et besøg har en læge få minutter til at læse snesevis af epikriser, prøvesvar og henvisninger i journalsystemet eller CGM XMO og i sundhed.dk…

Mere
Assistent til interne procedurer for medarbejdere

Hygiejneprocedurer, processen for bestilling af medicin, hvordan sygemeldinger udstedes via Udbetaling Danmarks portal, regler for vikardækning og…

Mere
Behandling af forsikrings- og afregningsdokumenter

Afregningsrapporter fra regionen om betalte og afviste ydelser, meddelelser fra private forsikringsselskaber, proformafakturaer og…

Mere

Kompetencer bekræftet af certificeringer

Denne ydelse leveres af specialister med gyldige internationale certificeringer. Deres kompetencer er bekræftet af uafhængige organisationer og ikke af os.

Alle certificeringer
  • AISP badge
    AISP PECB

    Artificial Intelligence Security Professional

    AI-systemer indføres med beskyttelse mod datalæk og misbrug af modeller.

  • AAISM badge
    AAISM ISACA

    ISACA Advanced in AI Security Management

    Sikkerhedsprogrammet for AI og dets kontroller styres efter ISACA's metode.

  • AAIR badge
    AAIR ISACA

    ISACA Advanced in AI Risk

    AI-risici identificeres og håndteres som alle andre IT-risici.

Lad os drøfte: klassificering af tilbagemeldinger og klager

Fortæl os, hvordan processen foregår hos jer i dag, og hvilke systemer I bruger. Inden for 1 hverdag fortæller vi, hvor lang tid en implementering vil tage for en sundhedsvirksomhed.

Vi svarer inden for 1 hverdag

Kontakt os 24/7
+370 630 94 909

Udfyld formularen, så vender vi tilbage inden for 1 hverdag.