El procesamiento del lenguaje natural y la transformación digital de las reclamaciones

Por Adam Fisher, director de datos

No es precisamente un secreto comercial; cualquiera que haya presentado alguna vez una reclamación al seguro o para obtener prestaciones sabe que ello conlleva un montón de formularios y papeleo.

El contenido de esos documentos, junto con las notas del examinador o perito asignado, constituye la base de un expediente de reclamación. Paralos científicos de datoscomo yo, esa información se traduce en la posibilidad de obtener miles de puntos de datos que pueden analizarse y utilizarse para identificar tendencias y generar informes.

En los últimos años, los proveedores de sistemas de información para la gestión de riesgos (RMIS) y otros actores del sector de los seguros han utilizado datos estructurados —que están claramente definidos, suelen ser cuantitativos y se pueden manipular con facilidad— para alimentar paneles de control automatizados y medir resultados. Sin embargo, los datos no estructurados, como los documentos escaneados, los mensajes de correo electrónico y las notas de formato libre, son en su mayoría cualitativos y han seguido siendo un recurso en gran medida sin explotar desde la perspectiva de los sistemas de reclamaciones, debido al tiempo y el esfuerzo que requiere extraer la información de ellos. Al menos, hasta ahora.

PNL: la nueva frontera

El procesamiento del lenguaje natural (PLN) es una aplicación de la inteligencia artificial en la que los ordenadores «leen» e interpretan información digital, de forma muy similar a como lo haría una persona. El uso del PLN puede abarcar desde el procesamiento básico de texto hastael aprendizaje automático, que permite a los ordenadores inferir el significado del lenguaje humano.

La tecnología NLP tiene un enorme potencial para aportar una mayor eficiencia y un conocimiento más profundo a diversos aspectos de la gestión de reclamaciones. Me gustaría destacar un par de aplicaciones de NLP como ejemplos de cómo esta tecnología puede mejorar nuestra eficacia operativa y la atención que prestamos a los clientes y a sus empleados y consumidores.

Automatización de la recepción de reclamaciones

Sedgwick tiene algunos clientes estadounidenses que informan de nuevas reclamacionesde indemnización por accidentes laboralesa través de una dirección de correo electrónico específica. Contamos con un equipo de compañeros que supervisa ese buzón y introduce manualmente todos los datos de las reclamaciones en nuestro sistema de admisión. Dependiendo del número de solicitudes que se reciban en el buzón en un día determinado, las reclamaciones pueden permanecer en cola durante varias horas.

Hemos comenzado a implementar un programa que utiliza el procesamiento del lenguaje natural (NLP) para transformar completamente este proceso. Para nuestro cliente piloto, hemos aplicadola automatización robótica de procesos (RPA)para supervisar el buzón de correo en busca de tráfico entrante. Cuando llega un nuevo mensaje, un «bot» guarda los archivos adjuntos y los sube a nuestraplataforma smart.ly. El bot utiliza el PLN para leer los documentos y extrae automáticamente 93 datos necesarios para iniciar el proceso de reclamación. Esto es mucho más sofisticado que la simple digitalización y el reconocimiento óptico de caracteres (OCR); hemos entrenado nuestro sistema para que acepte una amplia gama de formatos de documentos y para que haga coincidir la información incrustada con los campos apropiados en pares de etiquetas/valores con un nivel de precisión extraordinario.

Una vez que el sistema valida los datos extraídos, se crea una nueva reclamación, ¡todo ello en menos de un minuto y sin intervención humana! El uso del PLN en esta prueba piloto ha reducido drásticamente los tiempos de respuesta para la admisión, lo que significa que podemos asignar más rápidamente a los examinadores para que ayuden a los trabajadores lesionados y enfermos tras sufrir accidentes laborales. Nuestro objetivo es implementar esta solución para otros clientes en los próximos meses.

Oportunidades de subrogación

En Sedgwick, parte de nuestra función consiste en investigar las circunstancias que rodean una reclamación e identificar quién es responsable de cubrir la pérdida. A menudo, ese responsable es nuestro cliente; otras veces, es un tercero. En los casos en los que nuestro cliente ha pagado una reclamación y determinamos que otra persona es la parte responsable, trabajamos para recuperar el dinero mediantela subrogación.

Por supuesto, los clientes siempre se alegran cuando estos costes pueden recuperarse legítimamente; sin embargo, identificar las reclamaciones en las que se justifica la subrogación puede resultar complicado. Contamos con un excelente y experimentado equipo de especialistas que revisan cuidadosamente las reclamaciones para identificar posibles oportunidades de recuperación, pero la responsabilidad de terceros no suele indicarse de forma explícita.

Para ayudar a nuestros clientes a identificar mejor las reclamaciones que pueden ser subrogadas, estamos desarrollando un modelo informatizado que, utilizando el procesamiento del lenguaje natural (NLP) y el aprendizaje automático, puede revisar las notas y los documentos de las reclamaciones en busca de pistas lingüísticas que apunten a la responsabilidad de terceros. Hemos creado el modelo para buscar referencias que puedan sugerir la existencia de otra parte responsable, como fallos en los productos, mordeduras de perro y colisiones por alcance. Son las mismas pistas que buscan nuestros especialistas profesionales, solo que un ordenador puede leer mucho más texto en mucho menos tiempo. Las pruebas preliminares muestran que el modelo es más del 70 % tan eficaz como un humano a la hora de identificar reclamaciones que merecen una investigación más profunda para su subrogación.

Lo que depara el futuro

Estas son solo dos de las muchas formas en que la tecnología NLP puede aportar valor y mejorar la gestión de reclamaciones. Continuamente exploramos nuevas posibilidades para aprovechar nuestros datos no estructurados (¡incluidas más de 4000 millones de notas en nuestro sistema principal para reclamaciones por accidentes y ausencias laborales en EE. UU.) con el fin de promover la coherencia y la eficiencia.

Como ponen de manifiesto estos ejemplos, la intención detrás de la tecnología no es eliminar la participación humana, sino automatizar los aspectos rutinarios del proceso para que los profesionales con talento y vocación puedan dedicarse mejor a lo que mejor saben hacer. El uso del PLN para la admisión de casos permitirá a nuestros compañeros centrar su energía en los aspectos estratégicos y empáticos del servicio al cliente. Del mismo modo, nuestro modelo de subrogación basado en el PLN nunca sustituirá a nuestros expertos en recuperación. Está diseñado como una herramienta más que ayuda a los clientes a maximizar las oportunidades de subrogación y a asignar de forma justa la responsabilidad por las pérdidas. Aprovechar el PLN para escanear rápidamente miles de documentos y notas nos permitirá hacer un mejor uso de las habilidades de investigación de nuestros especialistas en recuperación y buscar oportunidades más valiosas.

La tecnología sigue evolucionando y los científicos de datos hablan cada vez más decomprensióndel lenguaje natural que de procesamiento; sin embargo, el elemento humano de las reclamaciones ha llegado para quedarse. En Sedgwick, creemos que «caring counts» significa que siempre contaremos con compañeros cualificados y compasivos dispuestos a ayudar cuando surja lo inesperado.

> Más información : lea sobrela experiencia digital de Sedgwick, centrada en las personas, con tecnología avanzada y basada en datos.