EvolutionIQ svela la sua tecnologia basata sull’intelligenza artificiale per ridurre il costo dei sinistri assicurativi
L’elaborazione delle richieste di risarcimento per lesioni personali non è solo questione di sgranocchiare numeri e valutare una trascrizione degli eventi. Poiché una particolare richiesta può essere aperta per 10 anni e avere centinaia di punti dati e note mediche, i regolatori devono essere esperti medici de facto per prendere decisioni informate.
“Non è come i dati transazionali su un foglio di calcolo”, ha affermato Tomas Vykruta, CEO di EvolutionIQ , società di piattaforme di assistenza per i sinistri . “Le richieste di risarcimento per lesioni personali possono essere come un libro di medicina da leggere”.
L’assicurazione è un settore enorme: solo negli Stati Uniti vale circa 1,3 trilioni di dollari. E le compagnie di assicurazione pagano circa 230 miliardi di dollari all’anno in pagamenti di indennizzi solo per invalidità, risarcimenti dei lavoratori e complesse linee di risarcimento per danni commerciali.
Ma a vantaggio delle compagnie assicurative, dei periti e del pubblico in generale, tale importo può – e dovrebbe – essere drasticamente ridotto, secondo Vykruta. A tal fine, EvolutionIQ ha sviluppato quella che definisce la prima tecnologia di guida sinistri basata sull’intelligenza artificiale (AI) umana per il settore assicurativo.
EvolutionIQ conduce con ML
La società di tre anni, che oggi ha annunciato un round di finanziamento di serie A da 21 milioni di dollari, ha creato il suo sistema basato sul deep learning , una branca avanzata del machine learning (ML). Ciò sfrutta le reti neurali ricorrenti AI (RNN), che si basano su dati di serie temporali o dati che coinvolgono il sequenziamento.
Ciò consente al sistema di monitorare attivamente ogni gruppo aperto a breve e lungo termine e ogni disabilità individuale, il risarcimento del lavoratore e le richieste di risarcimento per proprietà e sinistri sotto la competenza di un esaminatore per guidarli verso quelli che richiedono maggiore attenzione, nuove azioni o complesso processo decisionale. Genererà un elenco dei pochi che sono più perseguibili, insieme a una “spiegazione approfondita” sul perché e sul risultato a cui dovrebbero mirare.
Per quanto riguarda le lesioni fisiche, il sistema può leggere un’intera sequenza di eventi che descrivono il sinistro e fare affidamento sui dati RNN per simulare sequenze di lesioni, comorbidità (la presenza di più malattie o condizioni mediche), dati demografici, condizioni e altri fattori. Questi possono quindi fornire proiezioni su quando un ricorrente potrebbe riprendersi, in che misura potrebbe riprendersi e quali condizioni di lavoro e responsabilità possono tornare.
Ad esempio, con una richiesta di invalidità a breve termine, un lavoratore potrebbe essere stato in ferie per una settimana e sarà in coda con diversi lavoratori simili. Il sistema lo prenderà in considerazione e determinerà che potrebbero tornare al lavoro entro, diciamo, 45 giorni, a condizione che ricevano una determinata formazione professionale.
“Metterà le informazioni proprio davanti all’esaminatore”, ha detto Vykruta. “È una palla di vetro dove possono vedere, ‘Questo è dove dovresti passare il tuo tempo.'”
Come ha notato, i periti possono essere sopraffatti da dozzine di richieste complesse che possono durare per anni e spesso valere centinaia di migliaia di dollari ciascuno. Questi possono essere documentati in centinaia di pagine disparate e in molti formati strutturati e non strutturati.
Inoltre, “questi sono problemi incredibilmente complessi perché ci sono lesioni fisiche”, ha detto. “Devi essere un medico in molti casi per capire i casi di comorbilità. Ci sono troppi problemi complessi e troppo poche persone per essere in grado di esaminarli”.
Detto questo, il sistema di intelligenza artificiale basato sull’apprendimento profondo deve avere le persone collegate, ha affermato. Gli esaminatori non vengono eliminati; piuttosto, contribuiscono al sistema poiché apprende, evolve e si ricalibra costantemente in base a nuovi dati ed eventi. “Trattare le lesioni fisiche è un compito davvero complesso e un enorme problema di dati”, ha affermato Vykruta. “Il sistema deve collaborare con esperti umani”.
Modernizzazione della gestione dei sinistri assicurativi
Lavorando con clienti tra cui Reliance Standard, Principal e Sun Life, EvolutionIQ ha elaborato milioni di richieste. Secondo Vykruta, i vettori e gli amministratori di terze parti che utilizzano il suo software da più di un anno hanno assistito a riduzioni del flusso di richieste fino al 45% e il tasso di incidenza dei lavoratori che passano da disabilità a breve termine a disabilità a lungo termine è stato ridotto di circa il 50%.
” La gestione dei reclami è matura per la modernizzazione”, ha affermato Vykruta, ex leader tecnico dell’IA presso Google. “È il più grande problema operativo che affligge i vettori perché è un enorme sforzo umano che può essere notevolmente migliorato utilizzando i dati. Decine di migliaia di richieste di risarcimento sono aperte in qualsiasi momento e c’è una significativa opportunità di incidere su di esse ora con le giuste informazioni”.
Vykruta ha spiegato che i finanziamenti saranno investiti in ricerca e sviluppo e nello sviluppo di nuovi moduli di intelligenza artificiale. Aiuterà anche a creare il team aziendale di ingegneri, data scientist ed esperti di prodotti e servizio clienti. L’azienda ha attualmente 45 dipendenti, molti dei quali provenienti da Google, Facebook, Amazon e Bloomberg, e prevede di aumentare quella base a 85 entro la fine dell’anno. Vykruta ha sottolineato che oltre il 25% degli impiegati tecnici di EvolutionIQ proviene da Google, una rarità per le aziende del settore assicurativo.
Come ha notato, l’assicurazione è un settore enorme e necessario per il mondo moderno, ma ha anche sottolineato il fatto che l’obiettivo a lungo termine di EvolutionIQ è ridurre i costi operativi e i premi del settore, a vantaggio di tutti, dalle aziende, ai periti, ai aventi diritto e assicurati allo stesso modo.
“Siamo molto concentrati sul rendere il processo di reclamo più efficiente e alla portata di tutti”, ha affermato. “Consideriamo questo il futuro inevitabile. Nei prossimi cinque anni, ogni vettore dovrà avere un sistema come questo, o non sarà in grado di tenere il passo”.
La serie A di EvolutionIQ è stata guidata da Brewer Lane Ventures. Hanno partecipato anche gli investitori seed FirstRound Capital, FirstMark Capital e Foundation Capital, insieme ad Altai Ventures, Asymmetric Ventures, Reliance Standard Life, New York Life Ventures, Guardian Life e Sedgwick.
