数智资源网
首页 首页 人工智能 查看内容

人工智能控费为健康险理赔把脉

木马童年 2019-4-2 21:00 200 0

人工智能控费为健康险理赔把脉作者:未知   健康险智能控费的大规模应用已经成为行业的主要趋势。目前市场上已经有多家机构开发健康险智能控费系统,但在面对复杂的理赔业务时,现有的系统仍然面临能力短板的制约 ...

人工智能控费为健康险理赔把脉作者:未知   健康险智能控费的大规模应用已经成为行业的主要趋势。目前市场上已经有多家机构开发健康险智能控费系统,但在面对复杂的理赔业务时,现有的系统仍然面临能力短板的制约。

大局部健康险智能控费系统对理赔信息的应用仍停留在录入、查询、批改和大略的统计等数据展现功能,录入字段范围有限,造成理赔数据基础薄弱,对于基础数据质量要求高,如果不适合数据质量的要求,即造成较大范围功能的失效,难以适应数据质量参差不齐的现状;依赖于现有的准则和知识库,难以发现刻意规避的欺诈案件和未列入准则的不合理行为,对于潜在的风险无法准时发现,也无法做到准时的系统经验沉淀。 人工智能为健康险理赔风控把脉

基于上述挑战和问题,一些技能团队在深入研讨健康险政策、健康险控费现状、健康险数据库和医疗知识库特点的基础上,联合人工智能技能,起初在健康险理赔风控领域提供技能服务。

技能设计思绪是从挖掘理赔数据自身的特征起程,运用领先的人工智能建模技能搭建风险模型,在基于模型的自学习能力对“合规”与“合理”的医疗行榻行重新定义,通过识别数据异常来排查高风险医疗行为,联合多维度风险特征因子、团体健康险政策及医学知识库,输出高风险案件的评分,以教导后续核查事务。人工智能技能的应用有以下几个优势。 精准高风险识别

基于人工智能建模技能的开发,相比传统的智能风控技能,模型拥有强大的自学习能力。从数据自身特点起程,以异常行为作为学习准则,通过自聚类、回归分析等技能手段对合规、合理与高风险医疗行为搭建分类器,联合健康险政策、规范化路径及医疗知识库,对案件的输出配备相应的医学和政策解释,作为核查及控费的教导依据。

通过人工智能技能,定义了以下三大类高风险行为:

一是欺诈,用虚假信息套取保险基金支出。

二是违规,药品或治疗手段使用超出理赔限制范围,或者采取违规手段规避审核。

三是滥用,药品或治疗手段使用明显超出实际治疗所需。 数据质量要求低

在数据质量不高的情况下,通过人工智能技能依然可以产生明显的效果。人工智能技能仅需调用最常见的基本字段,即可对健康险的理赔案件进行审核。随着数据质量的逐渐改善,其审核效果进一步得以提升,不会产生由于数据质量差而导致失效的情况。 合理医疗路径教导

健康险业务牵涉各方,理赔控费难度较大。通过大数据分析建立理赔高风险画像库,包括医院、医生、参保人和诊疗等各类子画像库,各个子画像库中,标签维度随着业务开展不时予以完善,进而从中发现普遍性问题,通过政策建议逐渐改善各项不合理支出。 理赔业务管理的有力抓手

通过人工智能技能,能够对高风险案件进行分级和分类管理。一方面对理赔案件的风险进行评分,使保险公司有条件进行分层级审核,对于高风险案件的审核权限适当地予以上收,一定程度上减轻一线审核人员由于主观因素带来的丧失;另一方面对理赔案件进行风险分类,使保险公司得以有针对性地调阅文件,手册化规范线下稽查动作,使得优秀的审核经验得以沉淀和贯彻。借助人工智能技能,使保险公司的省分公司智力资源和市县支公司的人力资源得到合理的分配和利用。 人工智能助力健康险理赔风控

传统的基于准则的健康险风控系统由于对数据质量要求高,而全国各地政策差异大,数据录入的质量参差不齐,导致现有的健康险风控系统难以大范围推广。而人工智能技能选取不同的技能路径,仅调用最常用的字段,适合大多数地区的数据现状,具备了合作的基础条件。

由于该技能路径不依赖于政策、目录等外部因素,定制化事务少,能够有效适应各类医疗健康保险,也极大地降低了推广的成本和难度。

基于人工智能学习的既往经验,试点能够在很短时间内即产生不错的效果,所积累的经验、方法论以及合作模式亦可向全面合作拓展。 降本增效,促进业务发展

健康保险业务效益的产生,依赖于理赔业务的费用抑制,其过程中产生的数据对于公司商业保险业务的产品设计、核保、核赔和展业都有重要的价值。然而由于理赔业务事务量大,审核成本高,与此同时,公司局部竞争对手正加大力度发展理赔智能风控业务。通过实践来看,人工智能技能不但可以有效削减人工审核事务量,还能有效降低理赔业务的经营成本。 建立技能、管理和数据壁垒

人工智能技能是下一代健康险智能控费系统的主要方向,目前各保险公司、科技公司、TPA公司都在抢占技能制高点,所选取的人工智能技能在该领域优势明显,在实际项目中验证了可行性和效果。

在人工智能技能的协助下,保险公司将会在业务实践中不时归纳经验,变成优秀管理模式,通过统一的数据平台沉淀管理经验,变成健康险业务的管理优势。而理赔数据积累更是一笔有形的财富,通过人工智能技能对公司历年的理赔数据进行深入挖掘,大幅提高用户高风险的分析识别正确率,对于多元化产品设计,核保核赔端降本增效,最后实现自动核保、自动理赔,提升终端用户体验。

本文作者系栈略数据创始人兼CEO。

转载请注明来源。原文地址:https://www.7428.cn/page/2018/1123/46073/

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

人工智能 智能 数据展现 数据基础 数据质量 数据库
0

最新评论(0)