Korea Deep Learning ha lanciato DeepAgent for Insurance, una soluzione di document AI progettata specificamente per automatizzare le attività legate alla presentazione, verifica e gestione delle richieste di indennizzo assicurativo. Il sistema supporta oltre 40 tipologie di documenti utilizzate nei processi di liquidazione e valutazione dei sinistri, tra cui moduli di richiesta di rimborso, certificati diagnostici, ricevute delle spese mediche, dettagli analitici delle prestazioni sanitarie e certificati di ricovero e dimissione.
Il sistema analizza innanzitutto la tipologia di incidente, la diagnosi e le caratteristiche della richiesta, distinguendo per esempio tra ricovero, trattamento ambulatoriale e intervento chirurgico. Sulla base di queste informazioni identifica automaticamente la documentazione necessaria per la pratica e verifica la presenza dei documenti obbligatori, compresi quelli richiesti nei casi in cui la domanda venga presentata tramite delega. Se manca uno dei documenti necessari, la richiesta viene classificata come incompleta e segnalata all’operatore incaricato.
Quando la documentazione risulta completa, DeepAgent for Insurance estrae automaticamente dai diversi documenti i dati principali, come diagnosi, date delle prestazioni mediche e importi richiesti. Le informazioni provenienti dalle varie fonti vengono quindi confrontate tra loro per individuare eventuali incongruenze e vengono applicati i criteri previsti dal contratto assicurativo e dalle regole di gestione della richiesta. Il sistema effettua così una prima valutazione sulla possibilità di procedere normalmente con la pratica oppure sulla necessità di ulteriori verifiche.
Le pratiche considerate regolari possono essere collegate automaticamente ai sistemi aziendali utilizzati per le fasi successive della liquidazione, mentre soltanto i casi eccezionali vengono inoltrati al personale umano. Tra questi rientrano, per esempio, richieste con documentazione incompleta o situazioni nelle quali le informazioni contenute nei diversi documenti non coincidono. L’obiettivo è quindi ridurre la quantità di pratiche che richiedono un controllo manuale, concentrando l’intervento degli operatori sui casi realmente problematici.
Prima del lancio commerciale, il sistema è stato sottoposto a una fase di verifica utilizzando documenti reali relativi a richieste di indennizzo e criteri operativi effettivamente impiegati nel settore assicurativo. I test hanno riprodotto scenari nei quali più documenti di supporto devono essere trattati come parte della stessa pratica, verificando l’intero processo di classificazione documentale, estrazione dei dati, confronto delle informazioni e validazione. Secondo i risultati comunicati dall’azienda, l’utilizzo di DeepAgent for Insurance ha permesso di ridurre fino al 91% i costi e i tempi di elaborazione rispetto alla gestione manuale tradizionale.
Korea Deep Learning sta già lavorando all’estensione della soluzione sui mercati assicurativi internazionali, compreso quello giapponese, dove è in corso l’applicazione presso una grande compagnia assicurativa. La piattaforma, inizialmente focalizzata sulla gestione e sulla valutazione delle richieste di indennizzo, dovrebbe essere progressivamente estesa anche ad altre attività documentali del settore, comprese gestione dei contratti, underwriting e procedure di risarcimento.
L’obiettivo dichiarato è spostare la valutazione delle soluzioni AI per le assicurazioni dalla semplice precisione nel riconoscimento dei documenti verso indicatori direttamente legati all’efficienza operativa. La capacità di ridurre il tempo necessario alle verifiche umane e il costo medio di elaborazione di ogni singola pratica diventa quindi il parametro principale attraverso cui misurare l’effettivo contributo dell’intelligenza artificiale ai processi assicurativi.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)