کد خبر: 650624
|
۱۴۰۲/۱۱/۱۵ ۱۲:۱۰:۳۰
| |

هوش مصنوعی چگونه می‌‌تواند نقش کلاهبردار را بازی کند؟

هوش مصنوعی همانطور که می‌تواند از بروز تقلب در خدمات بیمه درمانی جلوگیری کند می‌تواند نقش متحد کلاهبرداران بیمه‌های درمانی را نیز ایفا کند. کلاهبرداران می‌توانند از هوش مصنوعی برای ایجاد سوابق پزشکی استفاده کنند که می‌تواند برای افرادی که سوابق پزشکی بیمه‌گزاران را بررسی می‌کنند چالش‌برانگیز باشد.

هوش مصنوعی چگونه می‌‌تواند نقش کلاهبردار را بازی کند؟
کد خبر: 650624
|
۱۴۰۲/۱۱/۱۵ ۱۲:۱۰:۳۰

 هوش مصنوعی برای صنعت بیمه مفید است یا مضر؟ مدیر یکی از شرکت‌هایی که در حوزه کلاهبرداری در بیمه‌های سلامت فعالیت می‌کند معتقد است هوش مصنوعی همانطور که می‌تواند بیمه‌گران را در تجزیه و تحلیل صحیح یاری کند، می‌تواند یک متحد بالقوه برای کلاهبرداران و متقلبان نیز باشد. 

به گزارش مراقب بیمه، کارن واینتراب مدیر شرکت سپر مراقبت‌های درمانی در مصاحبه‌ای که با (Insurance Business) داشته است هوش مصنوعی را نیرویی مفید ارزیابی کرده است که می‌تواند ابزار دست متقلبان نیز باشد.

واینتراب با اشاره به اینکه برخی ممکن است تقلب در بیمه سلامت را یک کلاهبرداری بدون قربانی بدانند گفت: اما واقعیت این است که به‌طور مستقیم بر دو بخش تاثیر می‌گذارد: کیف پول بیمه‌گزاران و کیفیت مراقبت‌های سلامتی.

واینتراب با ارائه آماری از تقلب در بیمه‌های درمانی گفت: با یک نگاه آنلاین به آماری که شرکت‌های Medicare و Medicaid ارائه می‌دهند، میزان تقلب در بیمه خدمات سلامتی در آمریکا به 100 میلیارد دلار می‌رسد اما اگر دقت بیشتری در داده‌های شرکت‌های بیمه و بیمارستان‌ها به خرج دهید خواهید دید که کلاهبرداری، سواستفاده و اتلاف مالی باعث شده این عدد از 200 میلیارد دلار فراتر برود. 

به گفته او افرادی که از کلاهبرداری و تقلب در بیمه خدمات سلامت سود می‌برند امکان دارد این پول را در خرید خانه‌های بزرگ، هواپیماها و دیگر وسایل لوکس هزینه کنند درحالیکه نتیجه این تقلب برای بیمه‌گزاران پرداخت حق بیمه بیشتر خواهد بود. 

واینتراب معتقد است تقلب در بیمه درمانی امکان دارد کیفیت خدمات را کاهش دهد: «معمولا متقلبان بیماران را درگیر پروسه‌ای می‌کنند که به آن نیاز ندارد و برعکس، آسیب‌هایی نیز برای بیماران همراه خواهد داشت. برای مثال یکی از متخصصان آنکولوژی پس از مجاب کردن بیماران به سرطان، آن‌ها را درگیر شیمی‌درمانی می‌کرد که باعث بروز مشکلات زیادی در بیماران می‌شد.»  

این پزشک در سال 2015 به دلیل نقشی که در تزریق غیرضروری پزشکی به 553 بیمار داشت و فاکتورهایی به مبلغ 34 میلیون دلار که برای شرکت‌های بیمه خصوصی برجای گذاشت به 45 سال زندان محکوم شد. 

واینتراب در مصاحبه‌ای که با (Insurance Business) داشت از خطراتی گفت که هوش مصنوعی می‌تواند برای بیمه‌های درمانی داشته باشد و برعکس، فوایدی که در صورت اجرای صحیح آن می‌تواند از نظام بیمه درمانی در برابر کلاهبرداری محافظت کند.

 به بیان دیگر هوش مصنوعی همانطور که می‌تواند از بروز تقلب در خدمات بیمه درمانی جلوگیری کند می‌تواند نقش متحد کلاهبرداران بیمه‌های درمانی را نیز ایفا کند: «کلاهبرداران می‌توانند از هوش مصنوعی برای ایجاد سوابق پزشکی استفاده کنند که می‌تواند برای افرادی که سوابق پزشکی بیمه‌گزاران را بررسی می‌کنند چالش‌برانگیز باشد. به بیان دیگر ما باید یاد بگیریم که از هوش مصنوعی برای مقابله با هوش مصنوعی استفاده کنیم.»

این مدیر باتجربه در صنعت بیمه معتقد است هوش مصنوعی یک چالش و تهدید است اما مزایای بالقوه‌ای نیز دارد: «کلاهبرداران با کمک هوش مصنوعی می‌توانند سوابقی تعریف کنند که عملا به آنچه «توهم در سوابق پزشکی» می‌نامند بیانجامد؛ امری که برای بیمه‌گرانی که نیاز به بررسی سوابق پزشکی بیمه‌گزاران دارند مشکلات قابل توجهی ایجاد می‌کند.»

او با بیان اینکه هوش مصنوعی توانایی تحلیل داده‌های ظریف را در مقیاس‌های بزرگ دارد، تاکید کرد که هوش مصنوعی با درنظر گرفتن پیچیدگی‌ها و کشف جزییاتی که از چشم انسان فرار می‌کنند به تعریف صحیح سوابق درمانی کمک کند: «البته اگر داده‌هایی که هوش مصنوعی بررسی می‌کند اطلاعات نادرست باشد، خروجی تحلیل هوش مصنوعی نیز نتیجه‌ای غلط و براساس داده‌هایی خواهد بود که شاید توسط متقلبان ارائه شده باشد.»

به گفته واینتراب هوش مصنوعی می‌تواند بسیار مفید باشد به شرطی که با احتیاط و دقت دوچندان از آن استفاده شود: «هوش مصنوعی می‌تواند در تشخیص تفاوت داده‌های واقعی و تقلب بالقوه کمک کند، ما چیزهایی را در داده‌های بیمه‌گزاران پیدا کردیم که با روش‌های سنتی تجزیه و تحلیل نمی‌توانستیم به آن برسیم. بنابراین می‌تواند در پیدا کردن باگ‌هایی که ما از آن بی‌خبر هستیم ابزار مفیدی باشد.»

به گفته واینتراب شرکت‌های مختلفی سعی دارند با ایجاد کمیته‌های مدیریت هوش مصنوعی نسبت به استفاده مناسب، مسئولانه و اخلاقی از داده بیماران اطمینان حاصل پیدا کنند.

 

دیدگاه تان را بنویسید

خواندنی ها