Zelftriage app kan straks ook met je praten via Whatsapp

Zelftriage app Moet ik naar de Dokter? kan straks ook met je praten via Whatsapp

De succesvolle app Moet ik naar de dokter? heeft afgelopen maand een grote update ondergaan. Voor de gebruikers zal er op het eerste gezicht niet zoveel veranderd lijken te zijn. Maar aan de achterkant is de digitale zelftriage applicatie volledig opnieuw opgebouwd, zodat de app straks op allerlei nieuwe manieren en plekken te ontsluiten is. In de wachtkamer van de huisarts, via Whatsapp of Facebook messenger: dankzij de middle-ware oplossing die Wortell heeft ontwikkeld, praat de chatbot straks overal en met iedereen.

De app Moet ik naar de dokter? (MINDD) is met meer dan 400.000 downloads en een gebruik van 2.500 keer per dag een groot succes te noemen. Simpel gezegd bestaat de app uit een database waarin alle kennis van digitale triage en alle kennispaden zijn opgeslagen. Een serie vragen die je met ja en nee beantwoordt en zo doorloop je een keuzeboom. Onderaan die keuzeboom volgt uiteindelijk het advies: moet je naar de dokter? En zo ja, wanneer? De keuzeboom en alle data hebben we gegoten in een nieuwe sql-database die op Microsoft Azure draait. Daar bovenop hebben we een cms (content management systeem) gemaakt, zodat de organisatie in staat is om de kennisboom te beheren en aan te passen. Ook zit er historiebeveiliging in, wat natuurlijk erg belangrijk is in de medische wereld. Niet alleen om te zien welke vorderingen er zijn gemaakt in de loop der tijd, maar ook zodat je later kan bewijzen wat er op welk moment is veranderd en wat oude en nieuwe data is. Zeven jaar na de lancering is het tijd voor de volgende stap. Digitale zelftriage bespaart veel tijd en kosten en in deze tijd waar de zorg onder druk staat, is het dan ook niet verwonderlijk dat er veel interesse is vanuit allerlei hoeken. Was de ‘oude’ versie nog een ietwat statische applicatie, door chatbotfunctionaliteit in te bouwen kan de medische kennisboom nu op allerlei manieren worden ontsloten via onze API. En dat is reuze interessant voor zorgverleners én patiënten.

Chatbot

De chatbot ‘praat tegen de API aan’ en leidt je door een dialoog. Zo is ooit overigens de eerste versie ook ontstaan. We hebben nu een vernieuwde versie neergezet die de gebruiker op gestructureerde wijze door de vragen heenleidt. Het begint altijd met standaard vragen als ‘bent u een man of een vrouw?’, ‘wat is uw leeftijd?’ en daar verwacht de chatbot antwoord op. Als eerste hebben we de webapplicatie aangepakt. Dat is wat je nu ziet op de homepage van www.moetiknaardedokter.nl. Deze veredelde webapplicatie praat nu ook al tegen de chatbot! Het ziet er nu nog niet uit als een chat en je kunt geen vrije tekst invoeren. Maar technisch gezien, zit er wel al een chatbot achter. Deze bot stelt de vragen en ontvangt dan vaststaande antwoorden als ‘ja’ of ‘nee’, ‘man’ of ‘vrouw’, of een leeftijdswaarde. Dit zorgt er dan voor dat er een volgende vraag bepaald wordt die gesteld moet worden. Uiteindelijk leidt de chatbot je zo door het hele proces heen en eindigt bij het advies. Het handige van deze middleware oplossing met chatbot, is dat de chatbot ook eenvoudig kan worden gekoppeld aan chatdiensten als Skype en Facebook Messenger. En in de toekomst ook aan Whatsapp. In plaats dat je dan dus met een persoon ‘appt’, kun je met een bot appen en snel even een medische klacht voorleggen.

Statistieken en optimaliseren

Hoewel het belangrijkste altijd was dat we straks via diverse kanalen tot dezelfde informatie kunnen komen, zijn de statistieken die het gebruik van de verschillende kanalen op gaat leveren ook interessant. Zo kunnen we zien wat veel voorkomt in Nederland, maar ook in bepaalde streken of zelfs tot op plaatsniveau. En wat ook wel leuk is – niet zozeer medisch gezien – is om te zien waarvoor mensen verschillende kanalen gebruiken. Wanneer gebruiken ze even snel Whatsapp en voor welk type klachten starten ze toch liever de website op. Deze informatie kan ons helpen om inzichtelijk te maken wat er speelt en om per kanaal te optimaliseren.

Inzichtelijk maken van de kosten(besparing)

De statistieken zijn ook voor de licentiehouders in te zien, maar dan op applicatieniveau. Als de organisatie een licentiekey heeft, dan kan de klant ook de statistieken van zijn applicatie bekijken. Stel een huisartsenpost heeft mindd op de website geïntegreerd, dan kan zij in de rapportage zien hoeveel adviezen er zijn uitgegeven, wat de gemiddelde leeftijd was, man of vrouw en dat soort dingen. De unieke API-key zorgt er ook voor dat je specifiek jouw eigen gebruikersdata ziet. Zo kun je dus heel eenvoudig aantonen als organisatie dat het waarde oplevert. Enerzijds omdat mensen zonder urgentie de keuze maken om niet direct te bellen en het nog even aan te zien. Anderzijds omdat je kunt zien welke klachten er allemaal binnenkomen, die je kan gaan vergelijken. Wanneer gaat men met klachten eerst naar je website en wanneer belt men direct op? Zo kun je specifiek daarop gaan sturen.

Native apps

Naast het webplatform hebben wij ook nieuwe native smartphone apps opgeleverd. De interface is vergelijkbaar met de webapplicatie, maar maakt gebruik van de voordelen die het mobiele platform biedt. Zo is er de optie om meerdere profielen aan te maken waarin per persoon al wat basisinformatie is opgeslagen en je de volgende keer meteen een stap verder bent. Maar zo’n native app maakt het ook mogelijk dat je wanneer je bij het advies bent aangekomen je ook een bel-actie kunt toevoegen. Dus als de gebruiker het advies krijgt om de huisarts te bellen (en je hebt je huisarts ingesteld in je profiel), dan staat er een grote button Bel nu je huisarts. En dat kan, want je hebt een mobiel in je hand! In de app bouwen we dus nog wat meer nazorg rond de triage heen.

Volgende stap: intelligentie

De volgende stap is dat we ook vrije invoer gaan accepteren. Dan beginnen we niet met de vragen ‘bent u man of vrouw’, ‘wat is uw leeftijd’ enzovoort, maar dan vraagt de chatbot ‘waar hebt u last van?’. Je kunt dan bijvoorbeeld invoeren ‘Mijn zoontje is net van een muurtje gevallen van 1.5 meter hoog en nou heeft hij een dikke enkel’. De chatbot moet dan uit die zin opmaken dat het over een kind gaat met een enkel die opgezwollen is én meteen de juiste triage starten. Zo kan je meteen al hoger in de boom starten. En daar komt natuurlijk kunstmatige intelligentie bij kijken. We gebruiken hiervoor het Microsoft platform en services die het mogelijk maken om de klacht – interpretatie te kunnen doen via een combinatie van LUIS (Language Understanding Information Services) en Text Analysis Services. In de toekomst willen we ook nog een andere soort van kunstmatige intelligentie gaan toevoegen, om met machine learning, data en statistieken de kwaliteit van de afhandeling van de triages nog verder te verbeteren. Bijvoorbeeld door het aantal vragen sterk in te dammen omdat bekend is dat bij bepaalde combinaties van antwoorden de kans 99% is dat je bij een bepaald advies uit zult komen. En dan kun je dat dus als opmerking toevoegen, als een soort shortcut voor de gebruiker. Mooie ontwikkelingen allemaal die voor de komende maanden op de planning staan!