近年來壽險公司詐騙事件頻傳,詐騙手法也日新月異,A壽險公司為提升理賠防詐強度,委任精誠帶領專精應用型人工智慧的合作夥伴Lydia AI(原Knowtions Research)導入「AI反詐欺系統」,並成功協助A公司解析繁雜健康數據,進行多重風險預測。導入技術包含使用深度學習提高AI預測水平,以及透過機器學習結合外部健保數據與A公司內部數據(如:客戶特徵、理賠歷史紀錄等),自動分析理賠案件風險等級與風險因子,進而實現低風險案件的快速理賠,以及高風險案件的詐欺預防。

客戶背景與需求

近年來壽險公司詐騙事件頻傳,詐騙手法也日新月異,A公司基於近年保險科技與AI數據應用創新趨勢,邀請精誠協助實現理賠風險偵測自動化,透過機器學習結合外部健保數據與A公司內部數據(如:客戶特徵、理賠歷史紀錄等),自動分析理賠案件風險等級與風險因子,進而實現低風險案件的快速理賠(如:低風險疾病的自動核准),以及高風險案件的詐欺預防。

A公司也期望未來能降低案件調查成本,提升理賠作業效率,讓理賠調查員有更多時間專注於處理更複雜、更具價值的任務,並且協助調查員找出潛在的詐欺案件、揪出詐領黑名單,同時節省大量作業時間,以更快速、更精準的理賠申請體驗,來提升客戶滿意度與忠誠度。

解決方案

精誠與合作夥伴Lydia AI團隊透過以下流程,協助A公司導入AI反詐欺系統解決方案。

(1) 建置AI反詐欺系統

(2) 導入近4年歷史理賠資料

  • 分析歷史理賠資料內容與結構
  • 建置ETL(Extract-Transform-Load)資料轉換機制與AI反詐欺系統Pipeline
  • 導入歷史數據至AI反詐欺系統

(3) 提供健康醫療險之理賠異常(詐欺)預測分析結果

  • 以歷史數據訓練AI模型
  • 產出模型預測結果

(4) 整合外部醫療保險數據,並提供分析與建議。

(5) 針對現行理賠系統架構,擬定整合計畫與客製化開發。

創造價值

因應A公司需求,精誠與Lydia AI團隊利用專業顧問服務,完成以下5大目標:

  • 以歷史數據訓練AI模型,提供未來健康醫療險之理賠異常(詐欺)預測分析結果。
  • 整合外部醫療保險數據,並提供分析與建議。
  • 透過誤判分析與模型重新訓練,持續優化模型預測能力。
  • 提供醫療疾病、保險客戶與醫療機構分群分析,並持續優化模型可解釋性。
  • 透過使用者訪談,擬定系統整合計畫,使AI反詐欺系統能有效地與既有理賠系統協作並持續學習。
  • 業務聯絡窗口

劉品彣
02-7720-1888 ext.6618
Email:isisliu@systex.com