VIDEO
How A.I. Is Transforming
the Insurance Industry
來源 : 动脉网
1970 年,美國人在醫療保健上的支出為 745 億美元 —— 相當於今天的 4480 億美元。到 2017 年,由於醫療保險和醫療救助的存在,患者、醫療服務提供商,以及製藥公司各方在醫療保健方面的支出,已飆升至 3 . 5 萬億美元。
根據非營利性機構平價醫療委員會的數據,想要維持美國醫療體系正常運轉,總共需要 60 億筆保險交易(比 2016 年增加了 12 億筆)。這意味著,每分鐘新增保單近 11450 件。
對於保險公司來說,整個醫療保險體系較為複雜。而人工智慧 (AI )技術的介入,能否幫助保險業控制不斷上升的成本,處理大量複雜繁瑣的工作呢?小編翻譯了福布斯發佈的相關文章,力求深度解析「人工智慧+醫療保險」的發展前景。
首先,人工智慧可以幫助保險公司降低成本。埃森哲最近的一項研究顯示,透過簡化管理流程,保險公司可以利用人工智慧技術 ,在 18 個月內節省 70 億美元。具體來說,對於 100 名全職員工,如果僅僅是將日常任務自動化,健康保險公司就可以節省 1500 萬美元。
此外,人工智慧可以幫助保險公司,改善消費者的整體健康狀況。安永會計師事務所 的醫療數據和分析咨詢主管 Christer Johnson 表示:「我們可以看到,越來越多的保險公司開始對人工智慧進行投資,他們這樣做是為了給客戶帶來更好的體驗,不斷改善患者的健康結果。」
健康保險公司已經意識到了人工智慧技術的潛力,並且已經有所行動。埃森哲的一項調查顯示,72% 的醫療保險公司高管表示,投資人工智慧將是他們明年的三大策略重點之一。
雖然醫療保險行業的領導者們,還是著眼於長期的成本節約效果以及改善患者健康,但人工智慧已經對整個行業,產生了一定影響。具體來說,科技帶來的轉變可分為以下四個領域。
AI 聊天機器人:人機互動新模式開啓個性化體驗
作為中國最大的保險公司,眾安保險提供了醫保申請、福利查詢、醫療索賠等服務。而客戶可以直接與人工智慧聊天機器人溝通。數據顯示,客戶有 97% 的時間,都在與人工智慧聊天機器人互動。只有遇到最棘手的問題時,才會咨詢人工客服。
未來,基於人工智慧的客戶互動,將成為普遍情況,而不是個例。麥肯錫的一份報告顯示,到 2030 年,聊天機器人將成為大多數保險客戶的主要接觸對象。與 2018 年相比,人工客服將減少 70% 至 90%。
埃森哲的一項調查發現,目前,68% 的保險公司,已經在其業務的各個領域,使用聊天機器人。透過使用人工智慧來管理客戶互動,健康保險公司每年可以節省 20 多億美元。
Premera Blue Cross 的創新和策略投資副總裁 Torben Nielsen 表示:「醫療保險客戶越來越適應,這種人機互動的模式。我們對用戶體驗做了大量研究之後發現,越來越多的人非常樂於採用這種技術解決方案,而不是直接與人進行溝通。」
Premera 是太平洋西北地區最大的健康保險公司,擁有近 220 萬名會員。2017 年,該公司推出了 Premera Scout,這是一款全天候的聊天機器人,可以幫助客戶快速獲取索賠、福利和其他 Premera 服務的資訊。
Torben Nielsen 解釋道,「會員們想要的是一種個性化的體驗。人工智慧讓我們能夠獲取複雜的數據,並以更個性化的方式從中獲得價值。」
信諾(Cigna)和Humana等大型醫療保險公司,也在利用機器人來提供服務。信諾推出了 Answers 聊天機器人,它可以使用自然語言處理 來理解,和回答 150 多個常見問題,並提供個性化的福利資訊。由於推出了 Answers 聊天機器人,和 Digital One Guide 服務平台,在 2017 年,信諾的客戶滿意度上升了 20%。
儘管目前機器人主要處理基本的客戶互動,Torben Nielsen 預計,「未來,機器人將訪問客戶的個人健康資訊,並找出被忽略的醫療保健漏洞。最終,它們可以為客戶提供客制化、數據驅動的健康指導。」
機器學習:更快、更智慧的索賠管理,減少醫保欺詐行為
麥肯錫的一項研究顯示,每 10 起醫療保險索賠中,保險公司通常會將 8 起列,為醫療保險欺詐行為。這意味著,多達 80% 的索賠必須由理算員進行審核,這一過程會耗費大量的時間、金錢和人力。
然而,人工智能正在改變整個保險業的索賠處理方式,因為算法能夠在幾秒內就發現異常,而不需要幾天、幾周或幾個月的時間。
「多年來,接受還是拒絕索賠,主要是基於處理系統中硬編碼的既定規則,」安永會計師事務所的 Johnson 解釋說,「現在技術人員開始嵌入更多的機器學習模型,這些模型可以考慮多種因素,而不是僅僅依靠硬性、快速的規則。」
美國反保險詐欺聯盟表示,在將人工智慧技術引入保險業的過程中,詐欺檢測是投資最多的領域之一。在 2016 年,超過 75% 的保險公司,使用機器學習算法,來辨識醫療保險欺詐行為。
更快的詐欺檢測,意味著更快的處理過程。一項由保誠集團牽頭的新加坡試點項目證明:人工慧將處理索賠的時間縮短了75%,曾經花了九天時間處理的索賠,現在只需 2 . 3 秒就能解決。
然而,Johnson 發現,由於受到多種因素的限制,比如收集、整理來自醫院、醫生辦公室和藥店等不同地方的非結構化數據,索賠處理中的人工智慧自動化,比許多人想像中要慢。
預測分析:準確預測疾病發生,提早做好預防措施
許多大型保險公司正在探索,如何利用人工智慧解決方案,來預防疾病的發生。同時,它們也投資於科技新創企業,計劃利用其創新分析技術。
例如,2017 年,Premera Blue Cross 投資了 Cardinal Analytx。這家醫療人工智慧新創企業由史丹佛大學孵化,它可以利用預測模型,在患者生病或者出現其他身體緊急情況之前,推薦干預措施。
Torben Nielsen 表示:「Cardinal Analytx 能夠非常準確地預測出患者何時會出現嚴重的健康問題,從而避免一些重大且棘手的事情。同時,這一技術也可以幫助我們降低成本。」
同樣,信諾也投資了 Prognos,該公司將人工智慧用於實驗室診斷。透過分析擁有 140 億份醫療記錄的數據庫,Prognos 可以預測客戶最有可能什麼時候去急診室,或者進行髖關節、膝關節置換,還可以提前三個月準確診斷出抑鬱症。
早期干預有很多益處,特別是對於慢性病患者來說。Christer Johnson 引用疾病預防控制中心的研究說:「目前,大約 75% 的醫療支出與慢性疾病有關,如非終末期癌症和糖尿病。」
Johnson 進一步解釋道,「基於各項指標的預測分析,比如患者在網路搜索症狀資訊或拜訪專家等,可以預測即將發生的負面事件。透過及早採取乾預措施,保險公司可以提前提供相應的醫療服務。」
「對於患有慢性疾病的人來說,有了人工智慧,他可以即時收到提示,然後向醫療服務提供者或保險公司尋求幫助。我們可以看到,如果在正確的時間尋求幫助,那麼患者的參與度可以提高 800% 以上。」 Johnson 說到。
遠端資訊技術:基於客戶行為的保險模式成未來趨勢
在 2014 年,美國前進保險公司推出了一款手機應用 APP,用於其 Snapshot 項目。透過人工智慧對數百萬個超速、急剎車或開車時發簡訊等數據點的分析,該應用 APP 可以為遵章守法的駕駛員,提供降低保費的服務。好事達、State Farm 和 Nationwide 等大型保險公司,也根據遠端數據提供了類似的激勵措施,為客戶節省了數十億美元的保費。
在這一過程中,汽車保險公司也節省了數十億美元的事故賠償費用。相關研究表明,車輛遠端資訊技術,可以減少 60% 的超速事件,對於年輕司機來說,這一技術可以讓大型事故發生率降低 35%。
鑒於可穿戴傳感器的普及,比如 Fitbit,以及透過智慧手機追蹤健康數據等,基於客戶行為的保險模式,似乎是醫療保險的必然選擇。
Torben Nielsen 表示:「我們可以看到,一些保險公司已經開始嘗試這種模式。比如,針對運動步數的獎勵措施。」
2018 年,美國保險巨頭恆康保險宣佈,將停止承保傳統人壽保險,只銷售透過智慧手機和可穿戴設備,追蹤健康數據的 「互動式」保單。這家保險公司的首席執行官 Brooks Tingle 向《紐約時報》解釋說:「人們活得越久,我們賺的錢就越多。」
但是,Torben Nielsen 強調,「在健康保險領域,基於客戶行為的保險模式,還處於早期發展階段。目前,行業相關人員還無法確定,是否應該將這種模式進一步推廣。」
就消費者而言,他們似乎非常願意用個人數據,換取更便宜的保險。Troubadour Research 對 1194 名美國消費者進行了調查,近一半的人表示,他們願意向醫療保險公司,提供自己的生物特徵數據,以換取保費折扣。
當大型健康保險公司正關注基於行為的保險模式時,一些保險技術新創公司已經研發了相關的產品。
BioBeats 和 FitSense 正利用人工智慧技術,對健身可穿戴設備生成的數據進行處理,以提供個性化的員工健康計劃。其他 AI 醫療保險新創公司也在不斷創新,推出更加個性化的產品,比如 Collective health、Bind 和 Oscar。
Torben Nielsen 認為,「這些科技公司會使所有的醫療保險公司及其客戶受益。新創公司進入醫療保險市場,會帶來積極的影響,因為他們帶來了新的思維,這讓我們能夠真正深入瞭解我們的核心競爭力是什麼,並確保我們開發的醫療產品,是適應未來趨勢的。」
最終,向個性化的轉變會從根本上,改變健康保險公司的傳統業務模式。長久以來,保險公司的承保範圍,都是基於使用統計抽樣構建的風險池。現在,人工智慧可以幫助他們即時挖掘大量數據集,預測單個消費者(而非群體)的健康狀況。
Torben Nielsen 表示:「自然語言處理、機器人技術、機器學習 —— 這些人工智慧技術,不僅可以幫助保險公司提高效率,也可以為消費者創造更好的體驗,讓他們過上更健康的生活。」
【 任何經過翻譯或轉載之中文資訊,我們為了盡量使用台灣常用相關名詞與慣用語法,將與原中文有所變更,但不改內容意義 – 3S MARKET 】