آیا تلفیق هوش مصنوعی و اتوماسیون در بیمه‌ درمان به ریسک آن می‌ارزد؟

در دهه‌های اخیر، پیچیدگی‌های کاغذبازی و فرایندهای دستی، شرکت‌های بیمه درمان را تحت فشار قرار داده است. اما این صنعت سرانجام آماده پذیرش فناوری‌های جدید برای افزایش بهره‌وری و رضایت مشتریان شده است. متاسفانه، گذار به اتوماسیون هوش‌مصنوعی در بیمه درمان، بدون دردسر نبوده است. اخیراً خانواده‌های دو بیمه گذار فوت شده که تحت پوشش بیمه UnitedHealth بوده‌اند، به دلیل استفاده این شرکت از هوش مصنوعی معیوب که از پوشش بیمه‌ای مراقبت‌های پزشکی ضروری بیماران سالمند جلوگیری می‌کرده، علیه آن شکایت کرده‌اند. همچنین انجمن پزشکی آمریکا نیز از خطرات بالقوه استفاده از هوش مصنوعی توسط شرکت‌های بیمه درمان هشدار داده و خواستار نظارت قانونی بیشتر شده است. پس آیا ادغام هوش مصنوعی و اتوماسیون در مراقبت‌های درمانی ارزش ریسک کردن را دارد؟ یا اینکه شرکت‌های بیمه درمان نیاز دارند تا زمان رفع برخی از مشکلات  سیستم‌های هوش مصنوعی،  گامی به عقب بردارند؟

هوش مصنوعی در بیمه سلامت

بسیاری از شرکت‌های بیمه اکنون از هوش مصنوعی استفاده می‌کنند. در سال 2017 تنها کمی بیش از 1٪ شرکت‌های بیمه از هوش مصنوعی استفاده می‌کردند، در حالی که این رقم در بسیاری از صنایع دیگر 30٪ بود. امروزه، کارشناسان تخمین می‌زنند که تا سال 2030، ارزش هوش مصنوعی در بیمه به 35.77 میلیارد دلار ، با نرخ رشد ترکیبی بیش از 30٪ خواهد رسید.

هوش مصنوعی با تجزیه و تحلیل داده‌های تاریخی برای ارزیابی ریسک، به شرکت‌های بیمه کمک می‌کند تا فرایند صدور بیمه‌نامه و پرداخت خسارت را تسریع کنند. شرکت‌های بیمه همچنین از هوش مصنوعی برای تشخیص تقلب، تولید گزارش‌های دقیق خسارت و غیره استفاده می‌کنند. در نتیجه، استفاده مؤثر از هوش مصنوعی می‌تواند دقت ادعاهای خسارت را تا 99٪ و بهره‌وری را حدود 60٪ بالا ببرد. این به معنای آن است که مشتریان سریع‌تر بیمه‌نامه‌ها و ادعاهای خسارت خود را تایید شده می‌بینند، که این امر منجر به بهبود چشمگیر تجربه مشتری می‌شود.

البته، استفاده‌های ملموس‌تری از  هوش مصنوعی در بیمه درمان نیز وجود دارد. اگر تا به حال به وب‌سایت یک شرکت بیمه مراجعه کرده باشید، احتمالاً با یک چت‌بات تعامل داشته‌اید و احتمال زیاد این است که آن چت‌بات سوالات شما را درک نکرده یا نتوانسته پاسخ‌های مورد نیاز شما را ارائه دهد. اما اکنون با نرم‌افزارهایی مانند چت جی‌پی‌تی به چت‌بات‌ها کمک می‌شود تا نیازهای مشتریان و شکایات آنها بهتر درک شود. در مجموع، هوش مصنوعی می‌تواند به ارائه‌دهندگان خدمات درمانی کمک کند تا بهتر از مشتریان خود پشتیبانی کرده و تجربه‌ای که معمولاً  پیچیده است را بهبود بخشد.

چالش‌های هوش مصنوعی در بیمه

تا اینجا مزایای هوش مصنوعی در بیمه را بررسی کردیم. اما نباید از معایب آن نیز غافل شد. بر اساس شکایت مطرح شده، مدل هوش مصنوعی که توسط شرکت UnitedHealth  استفاده شده است، ممکن است تا 90٪ نرخ خطا داشته باشد و اگر شما به نحو اشتباهی از هوش مصنوعی استفاده کنید، خود را در معرض شکایت مشتریانتان قرار می‌دهید. در واقع، زمانی که داده‌هایی که برای آموزش سیستم هوش مصنوعی استفاده می‌شود اشتباه باشد، شما با یک سیستم هوش مصنوعی معیوب مواجه خواهید شد.

از سوی دیگر مسأله سوگیری وجود دارد که سیستم‌های هوش مصنوعی اغلب به آن متهم می‌شوند. به عنوان مثال، سوگیری سنی را در نظر بگیرید. فرض کنید سیستم هوش مصنوعی شما باید ادعای خسارتی از یک مشتری را بررسی کند که سعی دارد پوشش بیمه‌ای برای یک روش درمانی که معمولاً تنها بیماران در رده سنی خاصی نیاز دارند، دریافت کند. اگر سیستم هوش مصنوعی بر اساس داده‌های موجود تعیین کند که این روش برای افراد زیر 40 سال مورد نیاز نیست، ممکن است ادعا را رد کند یا آن روش را اختیاری در نظر بگیرد، در حالی که در واقع کاملاً ضروری است. رگولاتوری بیمه در حال یافتن راه‌هایی برای رفع احتمال سوگیری در مدل‌های بیمه است، بنابراین شما باید سیستم‌های خود را به دقت از نظر سوگیری آزمایش کنید.

مهم است که سیستم‌های خود را به شیوه‌ درستی آموزش دهید، اما در نهایت باید انسان‌ها را در تصمیم‌گیری نهایی دخیل کنید. حتی بهترین سیستم‌های هوش مصنوعی اشتباه می‌کنند و سوگیری نشان می‌دهند. به همین دلیل نباید از هوش مصنوعی به جای انسان‌ها در بیمه درمان استفاده کنید؛ هوش مصنوعی باید کار انسان‌ها را تکمیل کند و انجام وظایف برای کارکنان شما را آسان‌تر سازد. این موضوع به ویژه با افزایش نظارت‌های قانونی مهم خواهد بود.

آینده هوش مصنوعی در بیمه

بسیاری از شرکت‌های بیمه اکنون از هوش مصنوعی استفاده می‌کنند و این روند ادامه خواهد داشت. هوش مصنوعی یک فناوری ضروری است که به تأیید به موقع ادعاهای خسارت مشتریان و دریافت پوشش مورد نیازشان کمک می‌کند. اما شرکت‌های بیمه درمان باید مراقب باشند که سیستم‌های هوش مصنوعی مورد استفاده‌شان، بدون خطاهای پرهزینه، بهره‌وری ایجاد کنند. معمولاً این امر این نیازمند آن است که پرسنل انسانی در مرکز فرایند صدور بیمه‌نامه باقی بمانند و قضاوت و همدلی را فراهم کنند که حداقل در این مرحله، هوش مصنوعی ساده نمی‌تواند این کار را به خوبی انجام دهد.