Comment automatiser l'accueil téléphonique de votre cabinet de santé

Lundi, 8 h 30. La première ligne sonne, puis la deuxième. Au comptoir, un patient attend, carte vitale à la main. La secrétaire fait ce qu'elle peut : elle ne peut pas être partout.

Hugging Face vient de publier speech-to-speech, un agent vocal open source qui écoute, comprend et répond de vive voix. Il tourne déjà en production sur des milliers de petits robots Reachy Mini. Et il peut fonctionner entièrement sur vos propres machines.

Autrement dit : un candidat s'est présenté pour renforcer votre accueil téléphonique. Cet article est son dossier de candidature : son CV, ses références, sa période d'essai. À vous de mener l'entretien.

Pourquoi le téléphone déborde (et pourquoi ce n'est la faute de personne)

Un cabinet de trois praticiens reçoit entre 80 et 100 appels par jour. Regardez la liste des motifs : horaires d'ouverture, demande de rendez-vous, renouvellement d'ordonnance, résultats d'analyse, itinéraire pour venir. Près de la moitié de ces appels ont une réponse qui ne change jamais.

Chaque appel dure deux à trois minutes. Faites le calcul : 40 appels répétitifs à deux minutes, c'est 80 minutes par jour, plus de six heures par semaine, environ 26 heures par mois. À 26 euros de l'heure charges comprises, cela représente près de 700 euros mensuels de temps de secrétariat consacré à répéter les mêmes phrases.

Ce temps ne disparaît pas : il se prend sur l'accueil physique, sur les dossiers, sur les patients qui rappellent trois fois parce que la ligne était occupée. Le problème n'est pas la secrétaire. Le problème est qu'on lui demande d'être un répondeur en plus d'être une professionnelle.

Le CV du candidat : ce qu'il sait faire, et où restent les données

Speech-to-speech est un projet publié par Hugging Face sous licence Apache 2.0, une licence libre qui autorise l'usage commercial. Ce n'est pas un prototype de laboratoire : le même logiciel fait déjà parler des milliers de robots Reachy Mini vendus dans le commerce.

Son fonctionnement tient en quatre étapes, comme une conversation humaine :

1. Il détecte que quelqu'un parle et attend son tour.
2. Il transcrit ce qui vient d'être dit.
3. Un modèle de langage comprend la demande et formule une réponse.
4. Une voix de synthèse la prononce, avec un délai assez court pour que l'échange reste naturel.

Chacune de ces briques est remplaçable, et le français est couvert : la reconnaissance vocale fournie par défaut comprend 25 langues européennes, la voix de synthèse parle plusieurs langues et peut détecter automatiquement celle de l'appelant.

Sa meilleure référence, pour un cabinet de santé, n'est pourtant pas technique, elle est déontologique : où partent les voix de vos patients ? Avec la plupart des services vocaux du marché, la réponse est : sur les serveurs d'un prestataire, souvent hors d'Europe. Avec speech-to-speech, chaque étape peut tourner sur une machine que vous possédez. Les conversations ne quittent pas le cabinet, ce qui simplifie considérablement la conformité au RGPD et le respect du secret médical.

Une nuance honnête : dans sa configuration par défaut, le logiciel confie la partie compréhension à OpenAI. Le fonctionnement entièrement local demande une étape de plus, décrite ci-dessous. C'est précisément cette étape qui fait la différence entre un gadget et un outil compatible avec votre métier.

L'installation, testée, en trois commandes

Il vous faut un ordinateur avec Python 3.10 ou plus récent, idéalement équipé d'une carte graphique. Première commande, installer le logiciel :

pip install speech-to-speech

Deuxième commande, démarrer un modèle de langage local (ici Gemma 4, un modèle ouvert de Google, servi par llama.cpp) :

llama-server -hf ggml-org/gemma-4-E4B-it-GGUF -np 2 -c 65536 -fa on --swa-full

Troisième commande, lancer l'agent vocal en le pointant vers ce modèle local :

speech-to-speech \
    --model_name "ggml-org/gemma-4-E4B-it-GGUF" \
    --responses_api_base_url "http://127.0.0.1:8080/v1" \
    --responses_api_api_key ""

À ce stade, un serveur vocal tourne sur votre machine et n'envoie rien à l'extérieur. Ajoutez --language fr pour fixer la langue de travail. Le raccordement à votre ligne téléphonique est l'étape suivante : le logiciel parle le même protocole temps réel que les grands services vocaux du marché, tout équipement prévu pour ce standard peut donc s'y brancher. C'est là qu'un accompagnement informatique se justifie.

Cinq missions à lui confier pour commencer

Comme à tout nouveau venu dans l'équipe, on ne lui donne pas les dossiers sensibles le premier jour. Cinq missions raisonnables :

1. Le débordement d'appels. Il ne décroche que lorsque la ligne humaine est occupée. Personne ne tombe plus sur la tonalité occupée, la secrétaire garde la main sur tout le reste.
2. Les questions répétitives. Horaires, adresse, parking, faut-il venir à jeun : des réponses écrites une fois, prononcées mille fois.
3. Les rappels de rendez-vous. La veille, il appelle, confirme, note les désistements. Chaque créneau libéré à temps est un créneau reproposé.
4. La prise de message structurée. En dehors des horaires, il recueille nom, motif et numéro, et laisse au matin une liste propre plutôt qu'un répondeur saturé.
5. La qualification des demandes d'ordonnance. Il note le médicament, la date de la dernière visite, la pharmacie. Le praticien tranche, mais le tri est fait.

Dans les cinq cas, la règle est la même : il informe, il organise, il transmet. Il ne donne jamais un avis médical.

L'entretien d'embauche : six questions avant de signer

• Que fait-il quand il ne sait pas ? La seule bonne réponse : il transfère à un humain ou prend un message. Un agent qui improvise face à un patient inquiet est un agent à écarter.
• Les patients savent-ils qu'ils parlent à une machine ? Ils doivent l'entendre dès la première phrase. C'est une exigence de loyauté, et le règlement européen sur l'intelligence artificielle en fait une obligation.
• Où tournent les modèles, et qui a accès aux enregistrements ? Sur vos machines, avec des accès nominatifs et une durée de conservation écrite noir sur blanc.
• Que devient une urgence ? Les mots "douleur" ou "urgence" doivent déclencher immédiatement un transfert vers un humain ou l'orientation vers le 15, jamais une réponse automatique.
• Qui l'entretient ? Un logiciel libre n'a pas d'abonnement, mais il a besoin de mises à jour, de sauvegardes et d'un responsable désigné.
• A-t-il fait sa période d'essai ? Commencez hors horaires d'ouverture, relisez les transcriptions pendant un mois, élargissez ensuite.

Faire passer l'entretien avant la rentrée

Un employé qui décroche à la première sonnerie et ne raccroche jamais au nez d'un patient, cela mérite au moins un entretien sérieux. L'été, quand l'activité ralentit, est le bon moment pour le recevoir : installer sur un poste, écouter le résultat, décider à tête reposée pour la rentrée.

Le candidat, lui, est disponible immédiatement. Il ne demandera ni ses congés d'août, ni sa prime de rentrée.

Si vous voulez un avis avant de signer son contrat, parlons-en : réservez un créneau sur https://autens.ai/rdv. On regarde ensemble votre accueil téléphonique, votre matériel, et ce que ce candidat peut réellement prendre en charge.