Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radarElevenLabs Blog→ original

Un agent IA appelle les patients avant leur rendez-vous : 10% de dépistages terminés en plus qu'avec l'IVR

Près d'un rendez-vous médical sur quatre tombe à l'eau : le taux moyen de défauts de présentation atteint 23%. ElevenLabs a montré comment construire un agent vocal. Il appelle la veille de la visite, vérifie la date de naissance, puis confirme, reporte ou annule le rendez-vous directement dans le dossier médical électronique (EHR). Chez Everlywell, la part de dépistages terminés a progressé de 10% par rapport à des appels IVR, ces menus du type « tapez 1 ». La clinique a ensuite le temps de proposer le créneau libéré à un autre patient.

Traité par IA depuis ElevenLabs Blog ; édité par Hamidun News
Un agent IA appelle les patients avant leur rendez-vous : 10% de dépistages terminés en plus qu'avec l'IVR
Source : ElevenLabs Blog. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireElevenLabs Blog ↗
Rédacteur en chef
Oviantaengagement des patients de 68%, 83% d'appels manuels en moins pour le personnel
Chiffre clé #2Chez les participants hispanophones d'Everlywell, la conversion est 3,5 fois plus élevée
Rappel reçu en direct3% d'absences ; message vocal : 24% ; aucune réponse : 39%

Près d'un rendez-vous médical sur quatre n'aura pas lieu : une revue de 105 études donne un taux moyen de défauts de présentation de 23%. Dans une enquête d'août, 32% des groupes médicaux ont déclaré que les absences étaient plus nombreuses en 2026 qu'en 2025 (ils étaient 27% à le dire un an plus tôt). Des patients remettent en cause des visites fixées six semaines à l'avance, en raison de franchises record.

La clinique perd du chiffre d'affaires, et le patient perd un dépistage programmé, qui se transforme ensuite en consultation en urgence. ElevenLabs a publié un guide pour construire, sur la plateforme ElevenAgents, un agent vocal sortant qui répond à ce problème : il appelle la veille du rendez-vous, vérifie l'identité et modifie aussitôt la réservation dans le dossier médical électronique (EHR).

À quoi cela ressemble en pratique

Prenons une patiente, Maria, inscrite pour demain à 14:00 chez son médecin. Le soir, l'agent compose son numéro, lui demande sa date de naissance et la compare avec le dossier. Il lit ensuite la réservation en cours et propose de confirmer la visite, de la reporter sur un créneau libre du médecin ou de l'annuler. Si Maria reporte son rendez-vous, l'agent modifie cette même réservation dans l'EHR, et le créneau libéré retourne dans l'agenda tant qu'il peut encore être occupé.

L'agent gère aussi les cas limites. Si un répondeur se déclenche, il laisse un message. Si le patient demande à ne plus être appelé, ce refus est enregistré et aucun appel ne suivra. Si le patient veut parler à un humain, l'appel est transféré à l'accueil.

Les auteurs expliquent pourquoi les méthodes habituelles ne suffisent pas. Un agent administratif au téléphone ne passe pas à l'échelle : il n'appelle qu'aux heures ouvrées, et ce sont les mêmes personnes qui répondent aux appels entrants. Les SMS et les e-mails coûtent peu, mais ils sont à sens unique et fonctionnent moins bien pour les personnes âgées et pour celles dont la langue maternelle diffère de celle du message.

L'IVR, un appel automatique avec menu « tapez 1 pour confirmer », ne sait pas reporter une visite, ne vérifie pas vraiment l'identité et transmet mal la conversation à un humain si le patient pose une question. Un centre d'appels externalisé offre un vrai échange, mais il coûte cher, la qualité dépend de l'équipe en poste, et les données des patients sont traitées par des personnes extérieures à l'organisation.

L'argument en faveur d'une conversation en direct vient d'une étude de la Veterans Health Administration : le taux d'absence s'élève à 3% lorsque le rappel atteint le patient en direct, à 24% lorsqu'il tombe sur la messagerie vocale et à 39% lorsque personne ne répond et qu'aucun message n'est laissé.

Résultats des clients

Everlywell utilise ElevenAgents pour rappeler aux participants les dépistages qu'ils doivent effectuer. La part de dépistages terminés a progressé de 10% par rapport à l'IVR, et chez les participants hispanophones la conversion s'est révélée 3,5 fois plus élevée. Ovianta emploie l'agent pour des appels faisant suite à un plan de traitement proposé : l'engagement des patients a atteint 68%, la conversion vers le traitement a augmenté de 25%, et le personnel de la clinique passe 83% d'appels manuels en moins. Ces chiffres proviennent du fournisseur lui-même, et l'article ne mentionne aucune vérification indépendante.

Deux modes de lancement

La première voie est le batch de nuit. Le soir, un script extrait de l'EHR les rendez-vous du lendemain, transforme chacun en ligne de tableau et l'envoie à Batch Calling. Seule la colonne du numéro de téléphone est obligatoire ; les autres colonnes (nom, date, médecin, type de visite, nom de la clinique) deviennent des variables que l'agent utilise dans son prompt et pendant la conversation.

L'heure est saisie en toutes lettres dans le tableau, par exemple « ten a.m. », car l'agent la lit à voix haute et le synthétiseur vocal ne doit pas avoir à deviner le format.

Le batch n'occupe qu'une part limitée des appels parallèles : la plus petite des deux valeurs, soit 50% de la limite de l'espace de travail ou 70% de la limite de l'agent, afin que la ligne entrante ne reste pas à l'arrêt. La politique de relance est gérée par le script : pas plus de trois tentatives par patient et par semaine, et une confirmation, un report, une annulation ou un refus retire la personne de la liste.

La seconde voie est l'appel déclenché par un événement de l'EHR, via l'API d'appels sortants. Elle capte ce que le batch laisse passer : les rendez-vous du jour même, un report de 8 h du matin à 15:00, un créneau libéré après une annulation. Zero Retention Mode (mode sans conservation des données) n'est disponible que dans ce mode. En pratique, les auteurs conseillent de lancer les deux voies : le batch pour les rappels du lendemain, le temps réel pour les changements de dernière minute.

L'agent lit et écrit dans un seul système. Les créneaux libres proviennent de la ressource Slot, un report est un PUT sur la même ressource Appointment, et une annulation en modifie le statut. Après l'appel, il n'y a rien à rapprocher du dossier, et chaque écriture entre dans l'audit déjà en place. Pour le bac à sable, les auteurs ont utilisé le serveur public HAPI FHIR avec des données synthétiques. Pour les campagnes d'appels de masse, les équipes peuvent brancher Campaign Manager : il prend en compte les plages d'appel, l'heure locale, les relances et la messagerie vocale.

Architect et les détails que l'on oublie

Cette fois, le workflow n'a pas été construit à la main. L'agent de départ disposait déjà d'outils FHIR connectés, d'outils système, d'un prompt de base sur le rôle et la manière de parler, ainsi que de neuf tests de simulation, mais il n'avait pas de workflow. Le déroulé de l'appel a été décrit en langage courant dans le chat de l'assistant Architect, qui a construit le schéma.

Les auteurs rappellent par ailleurs le sujet de l'identification de l'appelant. Si l'écran affiche « Spam Likely », le patient ne décrochera pas. Avant le premier envoi, il faut enregistrer le numéro pour STIR/SHAKEN, définir le CNAM pour que le nom de la clinique s'affiche, et vérifier les appels de marque (branded calls) de Twilio auprès des opérateurs de vos patients.

Ce qu'il faut en retenir pour les développeurs : la principale valeur d'un tel agent n'est pas la voix, mais l'écriture directe dans le système de gestion. L'article est publié par un fournisseur ; il faut donc vérifier les métriques des clients sur vos propres données, et la responsabilité du respect des exigences médicales et du consentement aux appels reste à la charge de la clinique.

Dossier

Questions clés sur cet article

Que sait-on sur à quoi cela ressemble en pratique ?

Prenons une patiente, Maria, inscrite pour demain à 14:00 chez son médecin. Le soir, l'agent compose son numéro, lui demande sa date de naissance et la compare avec le dossier. Il lit ensuite la réservation en cours et propose de confirmer la visite, de la reporter sur un créneau libre du médecin ou de l'annuler. Si Maria reporte son rendez-vous, l'agent modifie cette même réservation dans l'EHR, et le créneau libéré retourne dans l'agenda tant qu'il peut encore être occupé. L'agent gère aussi les cas limites.

Que sait-on sur Résultats des clients ?

Everlywell utilise ElevenAgents pour rappeler aux participants les dépistages qu'ils doivent effectuer. La part de dépistages terminés a progressé de 10% par rapport à l'IVR, et chez les participants hispanophones la conversion s'est révélée 3,5 fois plus élevée. Ovianta emploie l'agent pour des appels faisant suite à un plan de traitement proposé : l'engagement des patients a atteint 68%, la conversion vers le traitement a augmenté de 25%, et le personnel de la clinique passe 83% d'appels manuels en moins.

Que sait-on sur Deux modes de lancement ?

La première voie est le batch de nuit. Le soir, un script extrait de l'EHR les rendez-vous du lendemain, transforme chacun en ligne de tableau et l'envoie à Batch Calling. Seule la colonne du numéro de téléphone est obligatoire ; les autres colonnes (nom, date, médecin, type de visite, nom de la clinique) deviennent des variables que l'agent utilise dans son prompt et pendant la conversation. L'heure est saisie en toutes lettres dans le tableau, par exemple « ten a.m.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
Qu'en pensez-vous ?
Chargement des commentaires…