Задача
Заказчик — частная медицинская команда, развивающая канал коммуникации с пациентами в Telegram. По их аналитике до 70% обращений в чат начинались с одной и той же мотивации: человек гуглит симптомы, попадает на форумы и разнородные статьи, в итоге приходит к ним напуганным или с уже сформированным неверным представлением. Нужен был цифровой инструмент, который структурирует первичную информацию и готовит пользователя к разговору со специалистом — без подмены консультации.
- анализировать текстовые описания симптомов и фото в одном интерфейсе
- задавать уточняющие вопросы для точной оценки ситуации
- сохранять контекст диалога между обращениями
- формировать структурированные информационные рекомендации
- готовить пользователя к консультации со специалистом
Ограничения: медицинская тематика требует чёткой грани между информационной поддержкой и медицинским советом, бот не имеет права заменять врача (юридически и этически), при этом обработка фото и долговременная память сессий должны быть приватными. Пользователи тратили время на самостоятельный поиск в разрозненных источниках, получая неструктурированные данные без учёта индивидуальной ситуации.
Решение
Телеграм-бот построен на связке NLP-модуля, модуля анализа изображений и системы контекстной памяти сессий: бот помнит предыдущие обращения пользователя, задаёт уточняющие вопросы и формирует структурированный ответ с учётом всей истории диалога. Медицинская граница соблюдена архитектурно — система разграничивает информационные рекомендации и медицинские советы на уровне промптов и логики ответов. За первый период зафиксировано 2 300+ обращений, 70% пользователей вернулись повторно.
Результат
- 2300+обработанных обращений
- 70%пользователей вернулись повторно
- 890+обработанных фото-запросов
- 3 сообщениясредняя длина диалога