PatientAI Voice Tester
Ayúdame a probar el asistente telefónico con IA de una clínica. Llamaremos como pacientes ficticios y estaremos atentos a los errores.
La historia
Algunas clínicas ya dejan que una IA conteste el teléfono. ¿Se puede confiar en ella con un paciente preocupado?
PatientAI Voice Tester hace llamadas telefónicas reales a la IA de la clínica e interpreta a pacientes ficticios: uno casi sin pastillas, uno confundido, uno con signos de una emergencia. Guarda cada palabra y la grabación, y una persona revisa cada llamada. No está en línea, porque cada llamada cuesta dinero.
Mi papel
Diseñé y dirigí la herramienta de la idea a un MVP que funciona: el flujo de las llamadas, los ocho escenarios de pacientes, la elección de herramientas y las llamadas de prueba. Proyecto en solitario, hecho con herramientas de IA: empezó en Google AI Studio, siguió en Manus, que dio forma a casi todo el aspecto del panel, y lo terminé con Claude.
Visión general
PatientAI Voice Tester es un panel que somete a pruebas de estrés a un asistente telefónico con IA para una consulta médica. Realiza llamadas reales a través de Twilio, interpreta a un paciente con un LLM y guarda la transcripción y la grabación de cada llamada para que una persona pueda revisarlas. Empezó como un reto técnico, y seguí por mi cuenta hasta un MVP con mis propios escenarios.
Mi papel. Lo diseñé y lo dirigí: el flujo de las llamadas, los ocho escenarios, las herramientas y las llamadas de prueba. Hecho con herramientas de IA.
Arquitectura
- Panel: React y Tailwind, servido por un servidor Express. Inicia llamadas y muestra la transcripción, la grabación y las notas de errores.
- Flujo de llamada: el servidor guarda la llamada en SQLite y pide a Twilio que llame con la grabación activada. El bot permanece en silencio para que el asistente hable primero.
- Cada turno: Twilio transcribe lo que dice el asistente y lo envía al servidor, que pasa el escenario y la transcripción completa a OpenAI (
gpt-4o). La respuesta se pronuncia con una voz de Amazon Polly. - Revisión: "AI Analyze" propone una lista de problemas que la persona que prueba puede editar, y un script exporta un informe DOCX.
Decisiones clave
- Por turnos, no audio en directo. La versión con voz en directo era más lenta y menos fiable. Cada turno es ahora una petición HTTP que puedo registrar y repetir, a costa de cierto solapamiento (Parada 4).
- El asistente habla primero. Si mi bot también saludaba, las voces chocaban, y una línea de clínica real también contesta primero.
- El estado está en la base de datos. La transcripción está en SQLite y vuelve al modelo en cada turno.
- La IA redacta, una persona decide. El analista solo produce una primera lista.
Pruebas y evaluación
No hay pruebas automatizadas. Hice unas cinco o seis llamadas completas, porque cada una cuesta dinero. Borré las primeras por privacidad, y ninguna está guardada en el repositorio, así que no cito resultados. Limitaciones conocidas: las palabras del asistente vienen del reconocimiento de voz, así que algunos "errores" pueden ser fallos de reconocimiento, y no he medido lo preciso que es el analista.
Próximos pasos
- Grabar una llamada de ejemplo y publicarla con su análisis.
- Dar al analista los criterios de superación de cada escenario y compararlo con las llamadas que revisé a mano.
- Añadir pruebas para los escenarios y los manejadores de llamadas, con Twilio y OpenAI simulados.
- TypeScript
- Node.js
- Express
- React
- Tailwind CSS
- Motion
- Vite
- Twilio Voice (TwiML)
- OpenAI API
- Amazon Polly voice
- SQLite (better-sqlite3)
- docx