保險科技—大數據能否支撐起反欺詐調查(二)

閱讀 ?·? 發布日期 2020-06-12 13:48 ?·? bladmin

信息孤島導致效率欠佳

  在過去,由于技術手段的限制,保險公司的各個系統間無法完成高效的數據交換和溝通,系統間就像一個個的孤島。由于擔心部門內部信息共享不當,即便是那些大型的保險公司,很多部門仍處于“信息獨立”的運營狀態中。

  因此大量客戶提供的信息只能由負責他們保險的部門使用。這就意味著車險部門無法獲得房屋險部門收集的大量信息。盡管部門間有時可能會一起收集和處理數據,但這些保險公司必須確保信息不會傳遞不當。

        這就意味著大量有效信息無法被高效率利用。這里 可以做一個假設,如果 將同一客戶的有效信息進行合并,這有助于反欺詐部門將多個數據流(內部或外部)轉化成數據和分析,并使用這些有效信息的映射圖得到分析結論,而這將大大提高判斷的準確率。我們總結了欺詐部門有三個主要目標:

  發現欺詐行為,并對潛在的欺詐索賠進行深入審查。

  將非欺詐性索賠退回到索賠環節,這樣忠實的客戶就不會感到不安。

  在商業環節中盡可能無縫地執行前兩項操作。

  保聯金融科技這項新的創新正在幫助加速數據的處理和其他服務的欺詐檢測處理。用戶在注冊保單時,保險公司通過大信息提供初始分析。而代理人通??梢詮睦碣r部門的初始審查中得到客戶是否能夠順利理賠的實時結論。

  反欺詐檢測的應用

  由于普通保險公司受制于信息的局限性和用戶的隱私保護,目前反欺詐檢測往往更多的被社保系統所使用。

  對此,保聯金融科技通過以大數據分析手段為主,以循證醫學為輔,結合當前成熟先進的大數據算法,建立了大數據反欺詐平臺。通過智能引擎對結算數據、電子病歷等平臺采集到的住院、門特相關數據進行全方位、多維度、長周期的分析,挖掘其中的行為模式、常用藥方和治療項目。再根據數據聚類,將存在其中的真實性問題數據識別出來,達到輔助工作人員決策,對醫療單位和參保人的精細化管理,控制欺詐騙保行為的標。

       從現實欺詐場景出發,平臺共設計了頻繁就醫識別監測、住院時間重疊識別監測、滯留住院識別監測、虛假醫療服務識別監測在內的四種算法模型。

  比如頻繁就醫識別監測,重點針對有關聯關系的參保人在相同時間相同醫院的就診行為監測。利用聚類算法識別出就診行為高度一致的可疑行為,作為聯合騙保疑點。

  住院時間重疊識別監測,直觀的數據表現是患者的住院時間存在重疊,可能導致患者在報銷的過程中,由于各種原因,出現2次及以上的醫保報銷,造成醫療資源浪費。

  滯留住院識別監測,重點針對患者在就診的過程中出現連續7天以上未發生實質性治療的行為監測,該類患者結算費用明細往往只有護理費、診查費、床位費等,存在滯留住院浪費醫療資源的嫌疑。

  虛假醫療服務識別監測,重點針對工作人員在對參保人藥品、診療項目進行報銷時發生對碼錯誤的行為,具體數據表現如醫院端名稱與中心端名稱不匹配,導致醫保報銷出現錯誤的經辦人員違規操作等。

免费A级毛片,A级毛片18以上观看,深夜A级毛片免费_第一页