Início 23/11Turma 3 ao vivo de Vibe Coding & Agentes de IA: 3 semanas, 9 aulas ao vivoTurma 3 (23/11) →
LançamentoAnálise · No radarElevenLabs Blog→ original

Agentes de voz da ElevenLabs completam ligações para pacientes em 3,5 minutos, em vez de 2 horas

A ElevenLabs lançou o ElevenAgents for Healthcare, um conjunto de agentes de voz para clínicas e seguradoras. No Cadence, serviço voltado a pacientes crônicos, o agente liga para o paciente quando o sistema de monitoramento detecta um indicador de alerta. O tempo mediano até conseguir falar com a pessoa caiu de quase 2 horas para 3,5 minutos. Os pacientes atendem essas ligações 47% mais do que as das enfermeiras. Perguntas sobre sintomas o agente encaminha ao médico, junto com o contexto da conversa.

Processado por IA de ElevenLabs Blog; editado por Hamidun News
Agentes de voz da ElevenLabs completam ligações para pacientes em 3,5 minutos, em vez de 2 horas
Fonte: ElevenLabs Blog. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalElevenLabs Blog ↗
Editor-chefe
Scribe v3 Live Medical11% de erros, contra 11,54% do modelo geral Scribe v3 Live
Angle Healthos agentes resolvem mais de 90% das ligações de médicos sem transferir para uma pessoa
Dado-chave #3É possível carregar no agente até 10 000 termos próprios: planos, terapias, clínicas

Imagine um serviço que acompanha pessoas com doenças crônicas. Assim que o sistema de monitoramento detecta um indicador de alerta no paciente, como um pico de pressão, é preciso falar com ele rapidamente e entender o que está acontecendo. Antes, esse trabalho cabia às enfermeiras, e conseguir contato levava, na mediana, quase duas horas.

Hoje, na Cadence, quem faz isso é um agente de voz da ElevenLabs: o tempo mediano até completar a ligação caiu para 3,5 minutos, e os pacientes atendem as chamadas do agente 47% mais do que as das enfermeiras. São casos assim que a ElevenLabs mostra no anúncio do ElevenAgents for Healthcare, um pacote de agentes de voz para hospitais, seguradoras e farmacêuticas. Para desenvolvedores e gerentes de produto, é um exemplo de como construir um agente de voz num contexto em que o erro custa caro: exigem-se reconhecimento preciso de termos técnicos e limites rígidos de comportamento.

Por que, na saúde, o agente perde a confiança com facilidade

Uma pessoa aflita liga para a clínica e precisa ditar o número da apólice do plano de saúde ou o nome complicado de um medicamento. Se o agente pede para repetir, interrompe ou entende errado, a pessoa simplesmente desliga. Por isso, a ElevenLabs construiu o produto em torno de dois objetivos: fazer quem liga confiar no agente e permitir que a equipe da clínica controle o que o agente diz e faz, e quando transfere a ligação para uma pessoa.

A principal novidade é o Scribe v3 Live Medical. É a primeira transcrição de fala médica em tempo real da empresa voltada a agentes. Até então, a ElevenLabs só conseguia transcrever conversas clínicas em gravações prontas. O novo modelo é baseado no modelo geral Scribe v3 Live e foi ajustado para nomes de medicamentos e termos clínicos.

Os números são estes. Nas conversas entre médico e paciente do conjunto PriMock57, ele tem a menor taxa de erros entre os modelos médicos avaliados: 17% a menos que o mais próximo. No dataset Eka (mais de 3600 gravações médicas em inglês), erra 11% das palavras, contra 11,54% do modelo geral Scribe v3 Live. Isso representa 4,7% menos erros, ou seja, um ganho modesto. Além disso, todas as medições são internas, e a comparação não incluiu todos os modelos médicos, apenas alguns selecionados, cada um na sua melhor configuração.

Duas funções são úteis na prática. A primeira: é possível carregar no agente até 10 000 termos próprios, como nomes de planos de saúde, terapias, dispositivos e clínicas. A segunda: se quem liga diz o número da apólice em inglês, mas faz a pergunta em espanhol, o modelo acompanha a troca de idioma.

Velocidade, pausas e integração com sistemas

A ElevenLabs desenvolve por conta própria o reconhecimento de fala, o modelo de alternância de turnos e a síntese de voz, e por isso os ajusta como um sistema único. Segundo a empresa, num estudo de implantações do ElevenAgents, a redução média de 16% na latência de resposta coincidiu com um aumento de 26% na proporção de conversas bem-sucedidas. Isso é correlação, não uma causa comprovada.

O modelo de alternância de turnos distingue o fim de uma frase de uma pausa, como quando a pessoa procura a carteirinha do plano, e não interrompe. O tempo de espera antes da resposta é configurável: uma clínica com pacientes idosos pode torná-lo mais longo. A voz Eleven v4 Turbo consegue falar de forma calma com um cliente irritado e mais devagar com quem está nervoso antes de um procedimento.

A utilidade do agente depende do acesso aos sistemas. O ElevenAgents se conecta a agendas, prontuários eletrônicos (EHR), CRM e telefonia. Na Banner Health (uma das maiores redes de saúde sem fins lucrativos dos EUA: 33 hospitais e mais de 400 clínicas), os agentes atendem ligações 24 horas por dia e marcam, remarcam e cancelam consultas com clínicos gerais diretamente no EHR, sem espera na linha.

Para sistemas legados e desenvolvidos internamente, a ElevenLabs oferece engenheiros que trabalham em conjunto com a equipe do cliente. Na Angle Health, que administra planos de saúde para pequenas e médias empresas, os agentes resolvem mais de 90% das ligações de médicos sem transferir para uma pessoa. Entre os clientes, a empresa cita também Pfizer e AstraZeneca.

Limites de responsabilidade e segurança

Se uma paciente que marcou uma mamografia pergunta se deve se preocupar com um sintoma, essa é uma pergunta para o médico. O agente transfere a ligação à equipe clínica junto com o conteúdo da conversa, para que ninguém precise começar do zero. Restrições embutidas mantêm o agente dentro do tema, e as regras próprias são escritas em linguagem comum, por exemplo: "encaminhar a uma pessoa qualquer pergunta sobre sintomas". Antes de uma ação sensível, é possível exigir uma etapa extra, como a confirmação da identidade de quem liga. Antes do lançamento, a equipe roda ligações simuladas e verifica se o agente segue as regras.

Para proteção de dados, há suporte a uma implantação compatível com a HIPAA, mas apenas para clientes Enterprise que assinaram o BAA e ativaram o modo de retenção zero (Zero Retention Mode): áudios e transcrições não são armazenados na infraestrutura da ElevenLabs. As gravações das ligações podem ser enviadas aos sistemas do próprio cliente.

Para começar rápido, há modelos prontos, como o Healthcare Receptionist, que já traz prompt de sistema, roteiro de ligação e configuração de integrações. O assistente integrado Architect altera o agente a partir de uma descrição em linguagem comum ("ofereça uma consulta por telemedicina se a próxima vaga presencial estiver a mais de uma semana") e testa a alteração antes do lançamento. Um novo agente, por exemplo para dúvidas sobre cobranças, usa as integrações já aprovadas, então não é preciso contratar mais um fornecedor, com revisão de segurança e contrato BAA à parte.

O que fazer com isso

O anúncio não traz preços nem o custo por minuto de conversa, então será preciso calcular a economia com a equipe comercial. A maioria dos números vem de casos de clientes e de testes internos do próprio fornecedor. Ainda assim, a abordagem vale para qualquer agente em um setor regulado: vocabulário próprio de termos, limites claros de responsabilidade, transferência para uma pessoa com contexto, validação em simulações antes do lançamento e um conjunto único de integrações para todos os cenários.

História

Perguntas frequentes sobre a notícia

Por que, na saúde, o agente perde a confiança com facilidade?

Uma pessoa aflita liga para a clínica e precisa ditar o número da apólice do plano de saúde ou o nome complicado de um medicamento. Se o agente pede para repetir, interrompe ou entende errado, a pessoa simplesmente desliga. Por isso, a ElevenLabs construiu o produto em torno de dois objetivos: fazer quem liga confiar no agente e permitir que a equipe da clínica controle o que o agente diz e faz, e quando transfere a ligação para uma pessoa. A principal novidade é o Scribe v3 Live Medical.

O que se sabe sobre Velocidade, pausas e integração com sistemas?

A ElevenLabs desenvolve por conta própria o reconhecimento de fala, o modelo de alternância de turnos e a síntese de voz, e por isso os ajusta como um sistema único. Segundo a empresa, num estudo de implantações do ElevenAgents, a redução média de 16% na latência de resposta coincidiu com um aumento de 26% na proporção de conversas bem-sucedidas. Isso é correlação, não uma causa comprovada.

O que se sabe sobre Limites de responsabilidade e segurança?

Se uma paciente que marcou uma mamografia pergunta se deve se preocupar com um sintoma, essa é uma pergunta para o médico. O agente transfere a ligação à equipe clínica junto com o conteúdo da conversa, para que ninguém precise começar do zero. Restrições embutidas mantêm o agente dentro do tema, e as regras próprias são escritas em linguagem comum, por exemplo: "encaminhar a uma pessoa qualquer pergunta sobre sintomas".

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ 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
O que você acha?
Carregando comentários…