劉戈杰
健康險(xiǎn)智能控費(fèi)的大規(guī)模應(yīng)用已經(jīng)成為行業(yè)的主要趨勢(shì)。目前市場(chǎng)上已經(jīng)有多家機(jī)構(gòu)開(kāi)發(fā)健康險(xiǎn)智能控費(fèi)系統(tǒng),但在面對(duì)復(fù)雜的理賠業(yè)務(wù)時(shí),現(xiàn)有的系統(tǒng)仍然面臨能力短板的制約。
大部分健康險(xiǎn)智能控費(fèi)系統(tǒng)對(duì)理賠信息的應(yīng)用仍停留在錄入、查詢(xún)、修改和簡(jiǎn)單的統(tǒng)計(jì)等數(shù)據(jù)展現(xiàn)功能,錄入字段范圍有限,造成理賠數(shù)據(jù)基礎(chǔ)薄弱,對(duì)于基礎(chǔ)數(shù)據(jù)質(zhì)量要求高,如果不符合數(shù)據(jù)質(zhì)量的要求,即造成較大范圍功能的失效,難以適應(yīng)數(shù)據(jù)質(zhì)量參差不齊的現(xiàn)狀;依賴(lài)于現(xiàn)有的規(guī)則和知識(shí)庫(kù),難以發(fā)現(xiàn)刻意規(guī)避的欺詐案件和未列入規(guī)則的不合理行為,對(duì)于潛在的風(fēng)險(xiǎn)無(wú)法及時(shí)發(fā)現(xiàn),也無(wú)法做到及時(shí)的系統(tǒng)經(jīng)驗(yàn)沉淀。
基于上述挑戰(zhàn)和問(wèn)題,一些技術(shù)團(tuán)隊(duì)在深入研究健康險(xiǎn)政策、健康險(xiǎn)控費(fèi)現(xiàn)狀、健康險(xiǎn)數(shù)據(jù)庫(kù)和醫(yī)療知識(shí)庫(kù)特點(diǎn)的基礎(chǔ)上,結(jié)合人工智能技術(shù),開(kāi)始在健康險(xiǎn)理賠風(fēng)控領(lǐng)域提供技術(shù)服務(wù)。
技術(shù)設(shè)計(jì)思路是從挖掘理賠數(shù)據(jù)自身的特征出發(fā),運(yùn)用領(lǐng)先的人工智能建模技術(shù)搭建風(fēng)險(xiǎn)模型,在基于模型的自學(xué)習(xí)能力對(duì)“合規(guī)”與“合理”的醫(yī)療行為進(jìn)行重新定義,通過(guò)識(shí)別數(shù)據(jù)異常來(lái)排查高風(fēng)險(xiǎn)醫(yī)療行為,結(jié)合多維度風(fēng)險(xiǎn)特征因子、團(tuán)體健康險(xiǎn)政策及醫(yī)學(xué)知識(shí)庫(kù),輸出高風(fēng)險(xiǎn)案件的評(píng)分,以指導(dǎo)后續(xù)核查工作。人工智能技術(shù)的應(yīng)用有以下幾個(gè)優(yōu)勢(shì)。
基于人工智能建模技術(shù)的開(kāi)發(fā),相比傳統(tǒng)的智能風(fēng)控技術(shù),模型擁有強(qiáng)大的自學(xué)習(xí)能力。從數(shù)據(jù)自身特點(diǎn)出發(fā),以異常行為作為學(xué)習(xí)規(guī)則,通過(guò)自聚類(lèi)、回歸分析等技術(shù)手段對(duì)合規(guī)、合理與高風(fēng)險(xiǎn)醫(yī)療行為搭建分類(lèi)器,結(jié)合健康險(xiǎn)政策、規(guī)范化路徑及醫(yī)療知識(shí)庫(kù),對(duì)案件的輸出配備相應(yīng)的醫(yī)學(xué)和政策解釋?zhuān)鳛楹瞬榧翱刭M(fèi)的指導(dǎo)依據(jù)。
通過(guò)人工智能技術(shù),定義了以下三大類(lèi)高風(fēng)險(xiǎn)行為:
一是欺詐,用虛假信息套取保險(xiǎn)基金支出。
二是違規(guī),藥品或治療手段使用超出理賠限制范圍,或者采取違規(guī)手段規(guī)避審核。
三是濫用,藥品或治療手段使用明顯超出實(shí)際治療所需。
在數(shù)據(jù)質(zhì)量不高的情況下,通過(guò)人工智能技術(shù)依然能夠產(chǎn)生明顯的效果。人工智能技術(shù)僅需調(diào)用最常見(jiàn)的基本字段,即可對(duì)健康險(xiǎn)的理賠案件進(jìn)行審核。隨著數(shù)據(jù)質(zhì)量的逐步改善,其審核效果進(jìn)一步得以提升,不會(huì)產(chǎn)生由于數(shù)據(jù)質(zhì)量差而導(dǎo)致失效的情況。
健康險(xiǎn)業(yè)務(wù)牽涉各方,理賠控費(fèi)難度較大。通過(guò)大數(shù)據(jù)分析建立理賠高風(fēng)險(xiǎn)畫(huà)像庫(kù),包括醫(yī)院、醫(yī)生、參保人和診療等各類(lèi)子畫(huà)像庫(kù),各個(gè)子畫(huà)像庫(kù)中,標(biāo)簽維度隨著業(yè)務(wù)開(kāi)展不斷予以完善,進(jìn)而從中發(fā)現(xiàn)普遍性問(wèn)題,通過(guò)政策建議逐步改善各項(xiàng)不合理支出。
通過(guò)人工智能技術(shù),可以對(duì)高風(fēng)險(xiǎn)案件進(jìn)行分級(jí)和分類(lèi)管理。一方面對(duì)理賠案件的風(fēng)險(xiǎn)進(jìn)行評(píng)分,使保險(xiǎn)公司有條件進(jìn)行分層級(jí)審核,對(duì)于高風(fēng)險(xiǎn)案件的審核權(quán)限適當(dāng)?shù)赜枰陨鲜眨欢ǔ潭壬蠝p輕一線(xiàn)審核人員由于主觀因素帶來(lái)的損失;另一方面對(duì)理賠案件進(jìn)行風(fēng)險(xiǎn)分類(lèi),使保險(xiǎn)公司得以有針對(duì)性地調(diào)閱文件,手冊(cè)化規(guī)范線(xiàn)下稽查動(dòng)作,使得優(yōu)秀的審核經(jīng)驗(yàn)得以沉淀和貫徹。借助人工智能技術(shù),使保險(xiǎn)公司的省分公司智力資源和市縣支公司的人力資源得到合理的分配和利用。
傳統(tǒng)的基于規(guī)則的健康險(xiǎn)風(fēng)控系統(tǒng)由于對(duì)數(shù)據(jù)質(zhì)量要求高,而全國(guó)各地政策差異大,數(shù)據(jù)錄入的質(zhì)量參差不齊,導(dǎo)致現(xiàn)有的健康險(xiǎn)風(fēng)控系統(tǒng)難以大范圍推廣。而人工智能技術(shù)采用不同的技術(shù)路徑,僅調(diào)用最常用的字段,符合大多數(shù)地區(qū)的數(shù)據(jù)現(xiàn)狀,具備了合作的基礎(chǔ)條件。
由于該技術(shù)路徑不依賴(lài)于政策、目錄等外部因素,定制化工作少,可以有效適應(yīng)各類(lèi)醫(yī)療健康保險(xiǎn),也極大地降低了推廣的成本和難度。
基于人工智能學(xué)習(xí)的既往經(jīng)驗(yàn),試點(diǎn)可以在很短時(shí)間內(nèi)即產(chǎn)生不錯(cuò)的效果,所積累的經(jīng)驗(yàn)、方法論以及合作模式亦可向全面合作拓展。
健康保險(xiǎn)業(yè)務(wù)效益的產(chǎn)生,依賴(lài)于理賠業(yè)務(wù)的費(fèi)用控制,其過(guò)程中產(chǎn)生的數(shù)據(jù)對(duì)于公司商業(yè)保險(xiǎn)業(yè)務(wù)的產(chǎn)品設(shè)計(jì)、核保、核賠和展業(yè)都有重要的價(jià)值。但是由于理賠業(yè)務(wù)工作量大,審核成本高,與此同時(shí),公司部分競(jìng)爭(zhēng)對(duì)手正加大力度發(fā)展理賠智能風(fēng)控業(yè)務(wù)。通過(guò)實(shí)踐來(lái)看,人工智能技術(shù)不僅能夠有效減少人工審核工作量,還能有效降低理賠業(yè)務(wù)的經(jīng)營(yíng)成本。
人工智能技術(shù)是下一代健康險(xiǎn)智能控費(fèi)系統(tǒng)的主要方向,目前各保險(xiǎn)公司、科技公司、TPA公司都在搶占技術(shù)制高點(diǎn),所采用的人工智能技術(shù)在該領(lǐng)域優(yōu)勢(shì)明顯,在實(shí)際項(xiàng)目中驗(yàn)證了可行性和效果。
在人工智能技術(shù)的協(xié)助下,保險(xiǎn)公司將會(huì)在業(yè)務(wù)實(shí)踐中不斷總結(jié)經(jīng)驗(yàn),形成優(yōu)秀管理模式,通過(guò)統(tǒng)一的數(shù)據(jù)平臺(tái)沉淀管理經(jīng)驗(yàn),形成健康險(xiǎn)業(yè)務(wù)的管理優(yōu)勢(shì)。而理賠數(shù)據(jù)積累更是一筆有形的財(cái)富,通過(guò)人工智能技術(shù)對(duì)公司歷年的理賠數(shù)據(jù)進(jìn)行深入挖掘,大幅提高用戶(hù)高風(fēng)險(xiǎn)的分析識(shí)別準(zhǔn)確率,對(duì)于多元化產(chǎn)品設(shè)計(jì),核保核賠端降本增效,最終實(shí)現(xiàn)自動(dòng)核保、自動(dòng)理賠,提升終端用戶(hù)體驗(yàn)。
本文作者系棧略數(shù)據(jù)創(chuàng)始人兼CEO。