Hvordan data og AI/ML former fremtidens skadebehandling

Af Adam Fisher, chief data officer

Mængden af krav, der behandles hver dag, og mængden af data, der er knyttet til disse krav, vokser.

Men det, vi gør med data inden for skadebehandling, er i konstant forandring. Og selv om risikofaktorer skal tages i betragtning, er vi kun lige begyndt at udnytte fremtidens muligheder. Data kombineret med kunstig intelligens kan bruges til at reducere skadesomkostninger og behandlingstider og til at hjælpe taksatorer, klinikere og kunder med en mere intelligent måde at træffe beslutninger om skadesbehandling på.

Min rolle som chief data officer har givet mig en unik indsigt i mulighederne for data i vores branche. Jeg fik denne rolle i 2021, og på bare 1,5 år, siden jeg kom til Sedgwick, har så mange ting ændret sig for vores datavidenskabelige team. Vi har investeret strategisk i at udvide dette team og i at nedbryde siloer, så analytikere kan samarbejde mere effektivt på tværs af vores organisation til støtte for beslutningsoptimering for vores forretningsenheder. Vi fokuserer på at træne, uddanne og opkvalificere dataanalytikerne. Og for at gøre det hele muligt har vi integreret nye AI-fokuserede platforme og værktøjer, så både meget tekniske brugere og forretningsbrugere, der har værdifuld kontekstuel viden, kan samarbejde på nye måder.

Men hvorfor en sådan investering og et sådant fokus? For mig at se handler det om to ting: effektivitet, ja, men også muligheder. Hos Sedgwick plejer vi at sige, at omsorg for mennesker er kernen i alt, hvad vi gør, og det gælder også, når vi tænker på, hvorfor vi tager nye initiativer inden for teknologi.

Effektivitet er afgørende for at udvikle erstatningsprocessen - og den måde, vi plejer mennesker på.

Skadebehandling har altid været et datadrevet foretagende i en vis udstrækning. Fremtiden handler om at hjælpe vores store gruppe af sagsbehandlere/jurister/klinikere med at spare mere tid på de meget gentagne opgaver, så de kan bruge endnu mere tid på at tænke over og lægge strategier for de mere komplekse aspekter af skadesbehandlingen som f.eks. reservering/afvikling. Forenkling af skadeprocessen hjælper os med at passe på kunderne og de mennesker, de støtter - fra medarbejdere til forsikringstagere og kunder. Det er afgørende for brugeroplevelsen, kvaliteten af resultaterne og hastigheden af løsningen. Målet er at forbedre resultaterne ved at reducere skadeomkostninger eller behandlingstider, og vi påtager os projekter, som vi mener vil have den største effekt.

Hvordan datavidenskab og AI gør en forskel:

1. Nem adgang: Ved at forbinde vores team og vores data via en ny platform, der er både robust og brugervenlig for en stor del af vores befolkning, kan analytikere og dataforskere nemt få adgang til dataelementer, der før var meget svære at få adgang til. Generaliserede data for de populære elementer, der er nødvendige for at analysere og modellere kravresultater, flyder nu let ind i systemet, og modeller, der viser sig at være nyttige, kan let replikeres til gavn for flere kunder næsten øjeblikkeligt.
2. Lad os komme i kontakt: Med nye støtteværktøjer og mere robuste rapporteringsfunktioner er vi nu bedre i stand til at arbejde sammen på tværs af vores IT-organisation og samarbejde bedre med forretningen. Vores beslutningsoptimeringsteam og analytikere og interessenter i vores forretningsenheder finder sammen muligheder, hvor de kan udnytte områder med effektivitet i de nuværende systemer eller uddrage værdifuld indsigt fra data for at forbedre processen.
3. Deling er standarden: Ved at forbinde mennesker, teknologi og data på nye måder kan vores data science-team nu hurtigt udvikle, dele og implementere scorekort, benchmarkingværktøjer og modeller for at udnytte fordele og værdi på tværs af kunder. Med værktøjerne til fremskridt i deres hænder er det nu nemt at kopiere projekter. Hvis vi opbygger en kundemodel, der er en succes for en af vores kunder, kan vi blot kopiere modellen, ændre kunden og derefter finjustere den til kundens unikke use case og historiske data. Vi har opnået et nyt niveau af globalt samarbejde, som går ud over teknologien.

Indvirkning på hele branchen og muligheder for forandring

Vi har ansvaret for at reducere risikoen og for at forberede og beskytte vores kunder ved hjælp af datavidenskab. En fælles udfordring for virksomheder og forsikringsselskaber er at finde en advokat eller et firma, som de kan stole på, og som kan forbedre skadesresultaterne. De ønsker også at beskytte sig mod økonomiske og omdømmemæssige risici, specifikke udfordringer som svindel og atomdomme. Vi mener, at sammenlignelige præstationsmålinger bør bruges til at imødekomme disse bekymringer. På samme måde som benchmarking af udbydere bygger på data til at forudsige, hvilke udbydere der vil give de bedste resultater for et krav, mener vi, at et scorecard for advokater baseret på historikken for krav og resultater af retssager kan give en lignende fordel.

Når det handler om at systematisere brugen af data og kunstig intelligens og give flere roller og profiler en plads ved bordet, er der faktisk mulighed for, at nye og eksisterende modeller kan væves ind i hele skadesbehandlingsprocessen. Alle involverede, f.eks. skadesbehandlere, kundeservicechefer og ledere, vil bruge de data og den indsigt, de får, til at øge deres beslutningsevne.

En mulighed ville være at anvende en global score på alle krav. På den måde kan de, der arbejder på skadesniveau, måske bruge disse scores til at prioritere og sammenligne skader universelt og tilbyde et ratingsystem til branchen som en benchmarkingstandard. I dag findes dette kun i form af tidsintervaller for ting som retningslinjer for tilbagevenden til arbejde eller alvorlighedsindeks. At have scorer eller modeller, der anvendes på flere områder af skaden, kan helt sikkert hjælpe med at strømline arbejdsgangene, men det er først, når AI eller maskinlæring selv udfører disse sagsbehandleropgaver, at teamet vil have opnået AI i stor skala.

For os er succes, når det gælder data og AI, at have en proces, der leverer et brugbart produkt fra start til slut og er fuldt integreret i Sedgwicks systemer, samtidig med at det kræver minimal vedligeholdelse eller manuel indgriben. Takket være vores globale datateams, de værktøjer, vi indfører, og kraften i vores data er vores organisation klar til at afdække unikke muligheder, som måske ikke ville være mulige andre steder. Vi kan udnytte vores data til ikke bare at forbedre vores egen skadebehandlingsproces, men også til at udvikle nye metoder eller indsigter, der giver værdi til hele branchen.