Hvordan data og AI/ML former fremtiden for skadebehandling

Av Adam Fisher, datasjef

Mengden av saker som behandles hver dag, og mengden data som knyttes til disse sakene, øker.

Men det vi gjør med data innenfor skadebehandlingsområdet er i stadig endring. Og selv om risikofaktorer må vurderes, har vi bare så vidt begynt å utnytte muligheter for fremtiden. Data, kombinert med kunstig intelligens , kan brukes til å redusere skadekostnader og behandlingstider, og til å gi saksbehandlere, klinikere og kunder en mer intelligent måte å ta beslutninger om skadebehandling på.

Rollen min som datasjef har gitt meg unik innsikt i mulighetene for data i vår bransje. Jeg begynte i denne rollen i 2021, og på bare 1,5 årene siden jeg begynte i Sedgwick, har mye endret seg for datavitenskapsteamet vårt. Vi har strategisk investert i å utvide dette teamet, samt å bryte ned siloer slik at analytikere kan samarbeide mer effektivt på tvers av organisasjonen vår for å støtte beslutningsoptimalisering for våre forretningsenheter. Vi fokuserer på å lære opp, utdanne og kompetanseheve dataanalytikergruppen. Og for å gjøre alt dette mulig, har vi integrert nye AI-fokuserte plattformer og verktøy som lar både svært tekniske brukere og forretningsbrukere som har verdifull kontekstuell kunnskap samarbeide på nye måter.

Men hvorfor en slik investering og et slikt fokus? Det handler etter min mening om to ting: effektivitet, ja, men også muligheter. Hos Sedgwick liker vi å si at det å ta vare på mennesker er kjernen i alt vi gjør, og det er sant selv når vi tenker på hvorfor vi tar fatt på nye initiativer innen teknologi.

Effektivitet er avgjørende for å utvikle kravprosessen – og måten vi tar vare på mennesker på

Skadebehandling har alltid vært en datadrevet oppgave til en viss grad. Fremtiden handler om å hjelpe vår store gruppe av saksbehandlere/saksbehandlere/klinikere med å spare mer tid på de svært repetitive oppgavene, slik at de kan bruke enda mer tid på å tenke på og strategisere for de mer komplekse aspektene ved skadebehandling, som reservering/forlik. Å forenkle skadeprosessen hjelper oss med å ta vare på klienter og menneskene de støtter – fra ansatte til forsikringstakere til kunder. Det er avgjørende for brukeropplevelsen, kvaliteten på resultatene og rask løsning. Målet er å forbedre resultatene ved å redusere skadekostnader eller behandlingstider, og vi tar på oss prosjekter som vi tror vil ha størst effekt.

Hvordan datavitenskap og kunstig intelligens utgjør en forskjell:

1. Enkel tilgang : Ved å koble teamet vårt og dataene våre gjennom en ny plattform som er både robust og brukervennlig for en stor del av befolkningen vår, kan analytikere og dataforskere enkelt få tilgang til dataelementer som var svært vanskelige å få tilgang til før. Generaliserte data for de populære elementene som trengs for å analysere og modellere skadeutfall flyter nå enkelt inn i systemet, og modeller som viser seg å være nyttige, kan enkelt replikeres for å dra nytte av flere kunder nesten umiddelbart.
2. La oss knytte bånd : Med nye støtteverktøy og mer robuste rapporteringsmuligheter er vi nå bedre i stand til å samarbeide på tvers av IT-organisasjonen vår og bedre samarbeide med virksomheten. Vårt beslutningsoptimaliseringsteam og analytikere og interessenter i våre forretningsenheter finner sammen muligheter der de kan utnytte effektivitetsområder i nåværende systemer eller hente ut verdifull innsikt fra data for å forbedre prosessen.
3. Deling er standarden : Ved å koble mennesker, teknologi og data på nye måter, kan vårt datavitenskapsteam nå raskt utvikle, dele og distribuere scorekort, benchmarkingverktøy og modeller for å kapitalisere på fordeler og verdi på tvers av kunder. Med verktøyene for fremgang i hendene er replikering av prosjekter nå enkelt. Hvis vi bygger en kundemodell som er vellykket for en av våre kunder, kan vi ganske enkelt kopiere modellen, endre klienten og deretter finjustere den til kundens unike bruksområde og historiske data. Vi har oppnådd et nytt nivå av globalt samarbeid som går utover teknologien.

Bransjeomfattende påvirkning og muligheter for transformasjon

Vi har ansvar for å redusere risiko og å forberede og beskytte våre klienter ved hjelp av datavitenskap. En vanlig utfordring for selskaper og transportører er å finne en advokat eller et firma de kan stole på for å forbedre erstatningsutfallet. De ønsker også å beskytte seg mot økonomisk og omdømmemessig risiko, spesifikke utfordringer som svindel og atomkraftdommer. Vi mener at sammenlignbare ytelsesmålinger bør brukes for å håndtere disse bekymringene. På samme måte som leverandørbenchmarking er avhengig av data for å forutsi hvilke leverandører som vil gi de beste resultatene i et krav, mener vi at et advokatscorecard basert på historikk over krav og utfall av rettssaker kan gi en lignende fordel.

Når det gjelder å systematisere bruken av data og kunstig intelligens, og gi flere roller og profiler en plass ved bordet, er det virkelig en mulighet for at nye og eksisterende modeller kan vves inn i hele skadebehandlingsprosessen . Alle involverte, som skadebehandlere, kundeservicedirektører og ledere, vil bruke dataene og innsikten som gis til å forbedre sine beslutningsevner.

En mulighet ville være å bruke en global poengsum på alle krav. På denne måten kan de som jobber på kravnivå bruke disse poengsummene til å prioritere og sammenligne krav universelt, og tilby et vurderingssystem til bransjen som en referansestandard. I dag finnes dette bare i form av tidsintervaller for ting som retningslinjer for tilbakeføring til arbeid eller alvorlighetsindekser. Å ha poengsummer eller modeller brukt på flere områder av kravet kan absolutt bidra til å effektivisere arbeidsflytene, men det er ikke før AI eller maskinlæring i seg selv utfører disse sensoroppgavene at teamet vil ha oppnådd AI i stor skala.

For oss handler suksess når det gjelder data og AI om å ha en prosess som leverer et brukbart produkt fra start til slutt og er fullt integrert i Sedgwicks systemer, samtidig som den krever minimalt med vedlikehold eller manuell inngripen. Takket være kvaliteten til våre globale datateam, verktøyene vi setter på plass og kraften i dataene våre, er organisasjonen vår klar til å avdekke unike muligheter som kanskje ikke er mulige andre steder. Vi kan utnytte dataene våre til ikke bare å forbedre vår egen skadebehandlingsprosess, men også utvikle nye metoder eller innsikt som gir verdi til hele bransjen.