Eleven labs with Health AI

COto **szczegółowy, aktualny (stan styczeń 2026)** przykład integracji **ElevenLabs Conversational AI Voice Agent** z **Twilio** – skupiamy się na dwóch najpopularniejszych scenariuszach w projektach health AI: 1. **Najprostszy i najszybszy sposób** → natywna integracja ElevenLabs + Twilio (bez własnego serwera WebSocket) 2. **Bardziej elastyczny/custom** → własny serwer z outbound call + przekazywanie parametrów personalizowanych (np. imię pacjenta, ostatnia anomalia) ### 1. Najłatwiejsza droga – Natywna integracja w panelu ElevenLabs (rekomendowana na start) ElevenLabs od połowy 2025 mocno uprościł integrację z Twilio – teraz robisz to prawie bez kodu. **Kroki (czas: ~15–30 min):** 1. Wejdź w ElevenLabs → **Agents** → wybierz lub stwórz swojego Voice Agenta (najlepiej model Flash v2.5 lub Turbo v2.5 dla najniższego opóźnienia ~150–300 ms) 2. Przejdź do zakładki **Phone Numbers** → **Add Phone Number** → **Twilio** 3. Podaj dane z konta Twilio: - **Account SID** - **Auth Token** - Numer telefonu Twilio (który ma włączone voice capabilities) 4. ElevenLabs sam skonfiguruje webhooki w Twoim Twilio (Voice → Configure → A call comes in → Webhook) 5. Przypisz agenta do numeru (dropdown) 6. Test outbound (najważniejsze dla monitoringu!): - Kliknij **Outbound call** (prawy górny róg) - Wybierz agenta - Wpisz numer pacjenta - (opcjonalnie) dodaj **custom parameters** → np.: ``` patient_name: "Anna Kowalska" last_reading: "ciśnienie 158/96" anomaly_type: "wysokie ciśnienie" ``` - Kliknij **Send Test Call** **Co się dzieje pod spodem?** ElevenLabs wywołuje Twilio API → robi outbound call → łączy się z Twoim agentem → przekazuje custom parameters do promptu/system promptu agenta. **Przykład promptu systemowego w agencie (bardzo ważne dla health!):** ```text Jesteś empatycznym asystentem medycznym o imieniu Maja. Zawsze mów spokojnie, ciepło i powoli. Używaj imienia pacjenta: {{patient_name}} Odwołuj się do ostatniego pomiaru: {{last_reading}} Nigdy nie diagnozuj, tylko pytaj o samopoczucie i sugeruj kontakt z lekarzem przy anomalii. Jeśli pacjent potwierdzi problem → powiedz: "Zaraz przekieruję Cię do zespołu medycznego" i zakończ rozmowę. ``` To najszybszy sposób na prototyp w health AI – zero własnego serwera. ### 2. Zaawansowany wariant – Programowy outbound call z własnym backendem Kiedy chcesz pełną kontrolę (np. masowe wywołania z bazy pacjentów po wykryciu anomalii). **Architektura (najpopularniejsza w 2026):** ``` Twoja aplikacja (Node.js / Python / Go) ↓ (POST do ElevenLabs API) ElevenLabs /v1/convai/twilio/outbound-call ↓ Twilio → dzwoni do pacjenta ↔ (WebSocket bidirectional audio) ElevenLabs Agent (rozmowa w czasie rzeczywistym) ``` **Przykład – Node.js (Express) – outbound call z parametrami** ```javascript const express = require('express'); const axios = require('axios'); require('dotenv').config(); const app = express(); app.use(express.json()); const ELEVENLABS_API_KEY = process.env.ELEVENLABS_API_KEY; const AGENT_ID = 'twoj_agent_id_z_elevenlabs'; // np. p9X... // Endpoint do wywołania outbound do pacjenta po wykryciu anomalii app.post('/api/health-alert-call', async (req, res) => { const { patientPhone, patientName, anomaly, lastValue } = req.body; if (!patientPhone) { return res.status(400).json({ error: 'Brak numeru telefonu' }); } try { const response = await axios.post( 'https://api.elevenlabs.io/v1/convai/twilio/outbound-call', { agent_id: AGENT_ID, phone_number: patientPhone, // +48500123456 // Opcjonalne – custom variables dostępne w agencie jako {{variable}} variables: { patient_name: patientName || 'Pacjencie', anomaly_type: anomaly || 'nieznana anomalia', last_measurement: lastValue || '-', current_time: new Date().toLocaleString('pl-PL') }, // Można nadpisać pierwszy komunikat (opcjonalne) // first_message: `Cześć ${patientName}, widzę że...` }, { headers: { 'xi-api-key': ELEVENLABS_API_KEY, 'Content-Type': 'application/json' } } ); res.json({ success: true, call_id: response.data.call_id, message: 'Rozmowa zainicjowana' }); } catch (error) { console.error(error?.response?.data); res.status(500).json({ error: 'Błąd podczas inicjowania połączenia' }); } }); app.listen(3000, () => console.log('Serwer Health AI → Twilio → ElevenLabs działa na 3000')); ``` **Jak wywołać z Twojego systemu monitoringu?** ```bash curl -X POST http://localhost:3000/api/health-alert-call \ -H "Content-Type: application/json" \ -d '{ "patientPhone": "+48500123456", "patientName": "Anna Kowalska", "anomaly": "wysokie ciśnienie", "lastValue": "158/96 o 14:32" }' ``` ### Porównanie – co wybrać w Health AI? | Sposób | Czas wdrożenia | Elastyczność | Koszt serwera | Personalizacja parametrów | Polecam dla... | |-------------------------------|----------------|--------------|---------------|----------------------------|-------------------------------------| | Natywna w panelu ElevenLabs | 15–30 min | ★★☆ | Nie potrzeba | Dobra | Prototyp, małe serie pacjentów | | Własny backend + API outbound | 1–4 dni | ★★★★★ | Tak | Bardzo wysoka | Produkcja, masowe alerty, RAG | **Najważniejsze uwagi bezpieczeństwa (healthcare!):** - Używaj tylko numerów z **HIPAA/BAA** zgodnym planem Twilio (dostępny) - Logi rozmów → włącz tylko jeśli masz zgodę i anonimizację - Nagrywanie – domyślnie wyłączone w ElevenLabs, ale sprawdź - Rate limits → outbound calls mają limity → planuj kolejkowanie Powodzenia z wdrożeniem! Jeśli chcesz wersję w Pythonie, Go lub konkretny flow z wykryciem anomalii → daj znać 🚀apitalism is the social system based upon private ownership of the means of production which entails a completely uncontrolled and unregulated economy where all land is privately owned.