Zocdoc 通过向智能体开放预约,将 AI 引入医疗保健
Zocdoc 表示,自 7 月以来,来自 AI 智能体的流量增长近 30 倍,因此正向 AI 智能体开放预约功能。在 11 月 11 日接受 Bloomberg 采访时,CEO Oliver Kharraz 表示,软件正日益帮助患者寻找医生并安排就诊。Zocdoc 通过接入与排期将 AI 引入医疗保健,但核心矛盾在于:即使将行政事务委托出去,患者仍需保有实质性的控制权。
这些流量数据描述的是抵达 Zocdoc 的活动,而非完成的预约、增加的患者数量或改善的医疗结果。这一区别至关重要,因为搜索医疗服务与成功获得医疗服务是两回事。智能体可以生成请求,却未必能提供符合患者需求的预约。
Zocdoc 的做法是将其预约基础设施提供给外部服务,包括 Google Gemini、Amazon Health AI 和 Instinct。其战略选择是支持这些入口,而非要求每位患者都从 Zocdoc 开始。对患者、医疗服务提供者和开发者而言,问题在于:委托预约能否保留直接预约所需的准确性与同意机制。
Zocdoc 通过现有预约基础设施将 AI 引入医疗保健
Kharraz 的 AI 预约访谈 为 Zocdoc 欢迎外部智能体的决定提供了一项增长数据。根据 Bloomberg 的描述,自 7 月以来,智能体流量几乎增长了 30 倍。该公司还表示,自 9 月初以来,这一流量大约每 10 天翻一番。
这一变化关乎患者如何进入预约基础设施,而非推出一种用于诊断疾病的新系统。 AI 智能体,即能够利用已连接服务执行任务的软件,成为进入 Zocdoc 现有预约网络的另一条路径。它们是否有用,取决于能否将患者请求转化为准确且经过授权的预约。
时间线将这一接入策略与最新访谈区分开来。Zocdoc 于 9 月 16 日推出 Care Access Network,向第三方体验开放其基础设施。10 月 28 日,该公司明确邀请 AI 智能体接入,并宣布与 Instinct 建立合作关系。
因此,11 月的亮相描述的是一项已经在推进的计划。它并未表明当天推出了新的医疗模型。访谈中的流量数据也并未证明患者获得医疗服务的增长速度接近这一水平。
开放接入与允许不受限制地使用之间也存在差别。Zocdoc 的公告描述了需进行身份识别、取得患者同意并保护患者及医疗服务提供者数据的注册智能体。即使该公司广泛发出邀请,这仍是一种受治理的合作模式。
对于关注医疗 AI 的读者而言,这改变了故事的重点。相关能力在于将患者偏好与实际预约系统连接起来。如果无法确认预约,那么再流畅地介绍可选医生,其实际价值也有限。
同样的区别也适用于保险信息。患者需要的不只是某家诊所接受某保险公司的看似合理的说法。他们需要的是与自身具体保险计划及拟预约项目相关的信息。
Zocdoc 表示,其基础设施支持医疗服务提供者发现、保险验证、可用时间查询及确认预约。这些是公司对其服务的描述,而非针对每次预约准确性的独立衡量。它们说明了预期工作流程,同时也留下了性能问题。
访谈中的增长数据最好被理解为该工作流程入口处需求变化的信号。越来越多的软件似乎正代表患者接近 Zocdoc。仅凭这些数据无法说明,这种接近最终有多少次会让患者真正获得诊疗。
外部助手给目的地型平台带来压力
Zocdoc 的 Care Access Network 让合作伙伴能够将其排期功能整合到自己的服务中。9 月的公告将 Amazon Health AI、Gemini、Yelp、Healthgrades、Blue Shield of California 和 WellHive 列为合作伙伴。这些服务从不同的起点触达患者。
Zocdoc 接受了患者关系可能在别处开始、而其基础设施仍负责完成预约这一现实。 这为单纯争夺目的地网站访问量提供了替代方案,也使合作伙伴体验的质量对 Zocdoc 具有商业重要性。
直接压力落在那些帮助人们发现医疗服务、却无法可靠完成下一步的服务上。目录可以识别出临床医生,却未必能展示可预约的时段。对话式助手可以缩小选择范围,却不一定知道其信息是否仍然最新。
患者会将这些缺口体验为未完成的工作。找到一个名字是进展,但致电诊所、核实保险和协调可用时间可能仍是彼此分离的任务。已连接的预约路径旨在减少这些交接环节。
Zocdoc 的合作伙伴名单也使任何简单的竞争叙事变得复杂。Amazon Health AI 和 Gemini 是外部界面,但也是 Zocdoc 的分发合作伙伴。一项服务可以争夺患者注意力,同时依赖另一家公司完成交易。
Yelp 和 Healthgrades 提供了另一种有益的比较。它们的加入表明,嵌入式预约的范围超出了 AI 对话。底层商业策略服务于多个发现渠道,而智能体成为新近受到强调的参与者。
这在评估流量激增时很重要。智能体活动增加可以支持这一分发策略,但并不能证明 AI 已取代传统搜索或目录。现有数据并未说明每个渠道的相对贡献。
对医疗服务提供者而言,实际压力体现在运营方面。如果患者通过更多界面抵达,预约信息就必须在这些界面间保持一致。工作人员还需要足够的背景信息,以识别预约并处理后续问题。
对智能体开发者而言,压力在于完成,而不仅是对话质量。面向患者的助手需要为其提供的选项是否实际可预约负责。连接预约基础设施解决了这一问题的一部分,同时也引入了对基础设施提供商的依赖。
这种分工带来战略后果。助手负责理解偏好并呈现选项;排期服务则提供交易信息和预约接入。任何一方都无法独立保证完整体验。
Zocdoc 通过明确这种分工将 AI 引入医疗保健。其机会在于,当患者选择另一家公司的界面时仍保持价值。相应的义务则是,在其无法完全控制的体验中维持预约质量。
委托搜索并不意味着委托所有决策
Zocdoc 的 智能体预约公告 描述了 Instinct 如何直接连接到其排期基础设施。公告还列出了多种技术连接方案,其中包括 MCP,即 Model Context Protocol,它为 AI 应用提供了一种访问已连接工具和服务的标准化方式。
直接连接可以让助手的行动基于排期数据,但仍需要审慎地理解患者意图。 知道某个预约存在,并不意味着它就是患者想要的预约。工作流程必须在从对话转向行动的过程中保留患者偏好。
设想一个示例请求:某人希望在工作地点附近、午休期间找到接受其保险的皮肤科医生。患者提供了专科、保险限制、地点偏好和排期偏好。一个有用的智能体必须在比较可选项时,将这些要求保持在一起。
离家较近的时段可能不符合地点偏好。工作日内的预约仍可能需要比患者可腾出的更多通勤时间。仅凭医生的可用性无法解决这些权衡。
这个例子描述的是工作流程的要求,而非经过验证的患者结果。它说明了为什么连接数据与对话式理解解决的是不同问题。连接提供选项;患者决定哪些妥协可以接受。
因此,确认步骤具有实质意义。它让患者有机会检查建议的医疗服务提供者、地点、就诊类型和时间。批准应对应于智能体即将采取的具体行动。
当没有符合条件的预约时,同样的推理也适用。助手应区分满足原始请求与提出替代方案。悄然放宽患者限制,会改变任务,而不是完成任务。
预约状态带来了另一条边界。展示可用预约、请求该预约和获得确认代表不同状态。面向患者的体验需要反映实际状态的措辞,而不能将所有进展都视为完成。
变更与取消同样值得关注。患者授权预约,并不必然授权未来调整。即使智能体发现另一个时段,也仍需有明确依据才能更改现有承诺。
这些是委托行动的设计含义,并非证明 Zocdoc 的合作伙伴目前在处理这些情况时存在失当。它们指出了可信实施方案需要证明的内容。公开采用数据无法替代这种证明。
对开发者而言,这一教训超出了医疗保健领域。助手既需要可靠连接,也需要忠实呈现用户的决定。对外部系统更好的接入,提高了明确许可起止边界的重要性。
Zocdoc AI 智能体是否有用,取决于其在多大程度上保留这一差别。搜索可以涉及探索与比较。预约会约束患者并影响医疗服务提供者的日程,因此需要对授权有更具体的理解。
患者同意与数据保护仍是两项独立检验
Zocdoc 的 患者同意规则 表示,智能体应在预约、变更或取消预约前取得明确批准。该公司还表示,与预约相关的信息可能在服务之间传递。它描述了共享限制、隐私保障措施,以及不出售患者数据的承诺。
获准预约并不能回答围绕该对话如何处理的所有问题。 患者可以批准某项行动,却不了解每一个接收方、数据保留方式或其信息后续用途。这些问题需要单独说明。
Zocdoc 公布的立场包括直接向患者发送预约确认。这会在助手对事件经过的描述之外,形成一份面向患者的记录。它很有价值,尽管仅凭确认信息无法解释数据处理的每一个环节。
当助手承担多种用途时,行动同意与信息使用之间的区别尤其重要。患者可能会在同一段对话中讨论工作安排、家庭责任和健康问题。只有其中一部分背景信息是安排就诊所必需的。
合理的设计目标是仅向预约服务发送完成预约所需的信息。任何具体实现是否达到这一目标,需要考察其实际行为。通用隐私声明无法证明每一次信息交换的具体内容。
不同参与方所受规则约束也值得关注。HIPAA,即《健康保险流通与责任法案》,为受监管实体及其业务伙伴处理的健康信息建立了保护机制。这些保护并不会自动适用于所有包含健康相关信息的消费者应用。
联邦健康应用隐私指南说明,输入个人应用的信息通常不在 HIPAA 的适用范围内。适用关系至关重要,包括该应用是否代表受监管实体运营。仅凭医疗健康使用场景并不能确定这一问题。
这是一般性的监管背景,而非针对某个具体 Zocdoc 合作伙伴的结论。它并不表明任何集成违反法律。它解释了为何读者不应将“healthcare AI”一词视为笼统的隐私认证。
同样地,不出售数据的承诺针对的是一项特定做法。它并不能单独说明所有存储、处理、访问或删除安排。患者和企业买方需要获得足够的细节,以理解与其使用相关的部分。
对于评估 AI 工作流的知识工作者而言,这类似于一个更广泛的个人知识管理问题:哪些信息应交给哪个系统?医疗健康场景使后果更加敏感。保留有用记录并不意味着要把完整的个人档案发送给每一个连接的工具。
Zocdoc Brings AI to Healthcare 提出了明确的同意框架,但该框架应在单项行动层面接受评估。最理想的体验应在批准前让拟议预约易于理解。它还应清晰区分预约信息与助手更广泛的对话历史。
流量增长仍未厘清完成率与执行机制
近三十倍的流量增长是一项引人注目的公司自报指标。不过,相对增长需要绝对基数才能确立规模。现有报道没有提供足够信息来计算通过代理获得医疗服务的新增患者人数。
代理流量证明了活动发生,但完成医疗服务需要另一组衡量指标。 请求可能代表搜索、重复查询,或最终未形成预约的尝试。它们与成功预约之间的关系,仍有待进一步披露。
有意义的评估应将流量与独立患者和已确认预约区分开来。随后还应考察取消率、实际到诊情况以及需要工作人员介入的案例。这些类别描述的是评估框架,而非 Zocdoc 针对这批流量已公布的结果。
所报告的翻倍速度也应保持为一项回顾性观察。它描述了公司称其在特定时期内观察到的情况。将这一速度延伸至未来数月,会把已报告的指标变成缺乏依据的预测。
证据缺口并不限于转化率。在 10 月 28 日的报道中,Healthcare Dive 审视了代理数据限制。报道称,代理不得利用这些数据进行训练、转售或再发布,同时指出具体执行细节尚未说明。
这是一个具体且审慎的切入角度。公布预期确立了一项规则;证明合规则需要有关实施与监督的证据。该报道的观察并不表明 Zocdoc 或任何合作伙伴存在不当行为。
但它确实指出了对买方和患者都重要的信息。平台如何判定某项行动已获得同意?当代理行为与其声明的义务不符时,会发生什么?
这些问题关乎已公布系统的实际运行,而非原则上反对委托预约。受到适当约束的代理可以减少行政负担。当平台还解释如何发现和纠正故障时,其益处就更容易评估。
合作伙伴激励机制也构成另一个值得审视的领域。Zocdoc 的代理页面称,符合条件的合作伙伴可通过集成获利;而当 Zocdoc 帮助患者发现并预约医疗服务时,服务提供方需付费。这为参与创造了商业动机,但并未说明任何具体推荐是如何排序的。
患者应能够理解所呈现选择的依据。保险匹配度、地点、可预约性和偏好都是相关的选择标准。当商业安排影响体验时,应当保持透明;但仅凭其存在并不能证明结果存在偏差。
对于服务提供方而言,成功预约也不只是日程表上多出一个已填时段。就诊必须符合诊所的要求,患者也必须理解安排了什么。更多活动可能有用,但其运营价值取决于后续情况。
因此,平衡的解读是具体的。Zocdoc 已识别出不断增长的代理活动,并为其建立了路径。公开证据仍表明,在已完成预约、患者控制和执行机制方面,仍有很大改进空间。
关注预约结果、患者控制与合作伙伴扩展
未来几个月应能澄清 Zocdoc 的邀请是否会形成持久的医疗服务获取渠道。最有价值的更新将把已公布的能力与可观察的结果联系起来。又一个流量倍数会增加背景信息,但对核心问题的解答仍然有限。
最有力的证据将表明,代理能在保留患者对每项重要行动决定权的同时,完成合适的预约。 这一标准将商业机会与赢得患者信任所需的条件联系起来,也提供了一种比较未来公告的实用途径。
首先,关注与代理发起活动直接相关的预约结果。已确认预约、独立患者人数、取消情况和到诊情况,将有助于解释这些流量代表什么。清晰的定义会让这些披露比孤立的增长百分比更有价值。
如果成功预约随流量一同增长,这一分发渠道的理由就会更有说服力。如果请求增加而完成情况仍不明确,解读就应保持更谨慎。公司仍将拥有兴趣存在的证据,但交付医疗服务可及性的证据会较少。
比较也需要一致的时期和人群。流量分类方式的变化可能影响增长数字,却未必反映患者行为发生了可比的变化。透明的衡量方式将帮助读者区分采用增长与报告口径变化。
其次,关注合作伙伴如何落实同意与补救机制。演示应展示患者在预约、变更或取消前看到的内容,也应展示患者如何解决错误,而无需重构代理的整段对话。
清晰的行动记录和易于理解的确认信息会加强患者控制的论点。含糊的批准提示或令人困惑的预约状态则会削弱它。这些信号关乎体验本身,而非呈现该体验的助手是否流畅。
执行机制的披露会让这些证据更有意义。相关问题在于,当代理超出权限或滥用数据时,平台如何应对。公开说明无需披露敏感的安全细节,也能证明运营控制措施的存在。
第三,关注合作伙伴扩展及每项连接的深度。一项具名合作关系可能涉及发现、转诊、可预约性展示或完成预约。这些贡献并不相同,因此不断增长的合作伙伴名单应结合每项集成实际功能的说明来解读。
能够可靠完成预约的 Zocdoc AI agents,比仅将患者重定向的集成更能支持其基础设施战略。分发广度依然重要,但功能深度决定患者实际委托了多少行政工作。
对开发者而言,这让医疗服务获取成为一个有用案例,展示如何将语言驱动工具与具有重要后果的交易连接起来。对服务提供方而言,这构成了审查外部渠道预约准确性的理由。对患者而言,其价值依然具体:减少行政事务,同时不失去对预约的控制。
随着 Zocdoc 将 AI 引入医疗健康领域,应追踪从请求到确认就诊的完整路径,而不要止步于流量头条。关注代理核查了什么、患者批准了什么,以及服务提供方收到什么的清晰说明。应以同样的问题衡量未来更新,包括如何纠正错误,以及各参与方适用哪些数据实践。这种方法为认可有用的自动化保留了空间,同时不会将活动与结果混为一谈。下一项值得关注的公告,应当能让患者更容易核实其已完成的任务。当助手称其已安排医疗服务时,患者能否准确看到预约了什么,以及为何这与其请求相符?



