人工智能数字化索赔处理-简要概述

尼科洛Mejia
头像

尼科洛是一个内容的作家和初级分析师Emerj,既开发Web内容,并与定量研究帮助。他拥有学士学位的写作,文学,出版从爱默生学院的学位。

人工智能的数字化理赔 - 一个简要概述

许多大型保险公司是否正在寻找将其业务流程部分数字化的方法,以便为将来涉及的项目做准备机器学习。在……方面尤其如此索赔处理,这有可能成为更快,更容易出错,如果理赔没有通过大量的数据或纸质文件手动进行搜索。

在这篇文章中,我们讨论了三种不同的启用AI-理赔保险公司的申请。这些包括:

  • 索赔表格的文件数字化:机器视觉在纸制文件中数位化资料的应用。
  • 索赔处理的预测分析:预测分析应用从移动应用和车辆传感器自动提取事件详情,管理实时的风险和损失自动化(FNOL)第一次通知。
  • 文本挖掘检索理赔信息:企业搜索应用程序为客户服务代理快速检索索赔信息。

索赔表格的文件数字化

保险索赔和证明文件仍然是通过纸质文件扫描归档的。然后,这些文件通过传真或电子邮件发送给保险公司。然后要求保险公司手动将这些文件中的数据输入其系统,从而将数据数字化。支持人工智能的文档数字化软件可以在将文档上传到人工智能软件后自动进行手动数据录入。这可以为保险公司节省与外包手工数据输入相关的成本,并减少索赔理算人员搜索所需信息的时间,以便决定向索赔人支付多少赔偿。

对于纸的权利要求形式的传统的解决方案是光学字符识别软件(OCR),其可“读取”打印(偶尔手写)信字符并将其转化为数字的文本。OCR有时斗争,以翻译与非标准的打印格式,如斜体和下划线字符。此外,OCR软件经常进行数字化的文本在Word文档中,把对保险公司有责任将这些信息复制并粘贴到文档的数字版本。

机器视觉,一种可以“理解”图像和视频的机器学习,可以通过训练来缓解这个问题。索赔理算师可以将索赔表上传到机器视觉软件中,该软件可以将索赔表转换为保险公司系统中自己的数字化版本。

索赔处理的预测分析

预测分析启用的索赔处理应用程序可以帮助汽车保险公司数字化他们的要求在许多方面的工作流程。一些应用程序使用机器视觉评估汽车损坏和预测分析,计算申请人应该得到多少报酬的要求。其他使用远程信息处理传感器自动检测碰撞,并向理赔专员报告受影响的区域和冲击力。

Concirrus是一个AI供应商,提供预测分析应用自动化船舶和汽车保险声称被称为汽车探索。该公司声称,保险公司可以使用该软件提供更快的要求通过手机应用程序处理他们的用户和安装在客户的汽车远程信息处理传感器。探寻汽车仪表盘也采用了据称,以评估风险客户的历史行驶数据。

公司强调以下两个其软件的主要功能:

  • 实时风险管理:风险管理工具,它可以提醒有关他们的客户采取高风险的行为,如超速或突然停止保险公司。该软件可以自动据称更新驱动程序的溢价并为他们提供安全提示。
  • 丢失的第一通知(FNOL):使用远程信息处理传感器,汽车探索据称可以自动生成和发送到保险公司的碰撞报告。该公司声称还使用视频数据来确定关于碰撞某些细节;然而,他们不提,如果这个数据被简单地发送到保险公司审查或使用机器视觉分析。

下面是Concirrus’网站,该网站显示的FNOL功能如何记录与车辆相撞,另一辆汽车或物体上的力量的图像:

Concirrus’任务的应用程序可以据称测量碰撞两台车之间的冲击力。

根据一项案例分析Concirrus在他们的网站上列出了他们的清单,该公司基于从Quest汽车平台获得的新见解,帮助Acorn汽车保险公司更准确地为客户提供保费。

文本挖掘检索理赔信息:

IBM有一个称为IBM沃森Explorer中的NLP软件,该公司国家可以帮助保险公司访问和整理文本数据,以验证索赔是合法的,并解答客户服务门票。该软件可通过文本数据据称搜索找到相关信息,帮助理赔决定多少钱来支付申索人。该应用程序还可以通过提供来自内部网或其他员工资源的信息,帮助客户服务团队找到客户问题的答案。这种类型的应用程序称为搜索和发现、企业搜索或信息提取

IBM沃森Explorer的机器学习能力,该公司称之为“认识”,包括:

  • 认知内容挖掘:基于关键字和短语的NLP企业搜索功能。这可以通过提供关于索赔是否预先授权或索赔是否有任何重复信息的细节来加快索赔调整。这也会有所帮助医疗保险公司确定索赔中详细描述的医疗服务是否标有正确的分类码。
  • 认知的探索:据称,Watson Explorer的用户仪表板允许用户查看与其搜索查询相关的分析。这可能有助于算法在下一次请求时更快地找到正确的信息。索赔理算师可以使用此来查找为类似事件的先前索赔批准的付款金额。这将使他们能够更好地确定支出。
  • 认知的建议:据称,该软件可以为用户推荐下一个最佳行动方案,因为它会逐渐确定用户可能在寻找什么。这些建议可以是简单的关键字替换,也可以是数据库中的示例文档,以便让用户了解他们可能要查找的表单类型。仪表板还允许用户跟踪机器学习模型的改进情况,并检查在给定数据集上对其进行培训需要多长时间。

下面是一个简短的5分钟视频演示IBM Watson Explorer和介绍文本挖掘:

IBM声称在案例分析帮助大型保险公司更新其数据基础设施,并采用IBM Watson Explorer进行索赔处理和客户服务。据称,该公司的索赔数据被汇集到呼叫中心人员可以访问的一个中心位置。该案例研究表明,保险公司能够将索赔处理时间从两天减少到十分钟,并为14000名代理的每个客户服务电话节省了3秒。

标题图片来源:AllRisks

艾曲线保持领先

发现关键的AI趋势和应用,在企业的未来和输家独立的赢家。

报名参加“人工智能优势”通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - Check your email and open our welcome email to confirm your email address with Emerj">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
subscribe-image
保持在机器学习曲线的前面

在Emerj,我们拥有最大的关注人工智能的在线商务读者群体——加入其他行业领袖的行列,每周收到我们发送到您收件箱的最新人工智能研究、趋势分析和访谈。

感谢您订阅的Emerj“AI优势”的通讯,检查你的电子邮件收件箱进行确认。