Por Adam Fisher, diretor de dados
Não é exatamente um segredo comercial; qualquer pessoa que já tenha apresentado um pedido de seguro ou de prestações sabe que isso implica muitos formulários e papelada.
O que está nesses documentos, combinado com as notas do examinador ou do perito, forma os blocos de construção de um processo de sinistro. Para cientistas de dados como eu, essa informação traduz-se no potencial de milhares de pontos de dados que podem ser analisados e utilizados para identificar tendências e gerar relatórios.
Nos últimos anos, os fornecedores de sistemas de informação de gestão de riscos (RMIS) e outros no sector dos seguros utilizaram dados estruturados - que são claramente definidos, normalmente quantitativos e podem ser manipulados de forma simples - para preencher painéis de controlo automatizados e medir resultados. No entanto, os dados não estruturados - como documentos digitalizados, mensagens de correio eletrónico e notas de forma livre - são sobretudo qualitativos e têm permanecido um recurso largamente inexplorado do ponto de vista do sistema de sinistros, devido ao tempo e ao esforço necessários para extrair informações dos mesmos. Isto é, até agora.
PNL: a nova fronteira
O processamento de linguagem natural (PNL) é uma aplicação da inteligência artificial em que os computadores "lêem" e interpretam a informação digital, de forma muito semelhante à de uma pessoa. A utilização da PNL pode ir desde o processamento básico de texto até à aprendizagem automática que permite aos computadores inferir o significado da linguagem humana.
A tecnologia PNL tem um enorme potencial para proporcionar maior eficiência e conhecimentos mais profundos a vários aspectos da gestão de sinistros. Gostaria de destacar algumas aplicações de PNL como exemplos de como esta tecnologia pode melhorar a nossa eficácia operacional e os cuidados que prestamos aos clientes e aos seus empregados e clientes.
Automatização da receção de pedidos de indemnização
A Sedgwick tem alguns clientes nos EUA que comunicam novos pedidos de indemnização de trabalhadores através de um endereço de correio eletrónico específico. Temos uma equipa de colegas que monitoriza essa caixa de correio e introduz manualmente todos os detalhes do sinistro no nosso sistema de admissão. Dependendo do número de pedidos que chegam à caixa de correio num determinado dia, os sinistros podem estar em fila de espera durante várias horas.
Começámos a implementar um programa que utiliza a PNL para transformar completamente este processo. Para o nosso cliente-piloto, aplicámos a automatização de processos robóticos (RPA) para monitorizar a caixa de correio para o tráfego de entrada. Quando chega uma nova mensagem, um "bot" guarda os ficheiros anexados e carrega-os para a nossa plataforma smart.ly. O bot utiliza a PNL para ler os documentos e extrai automaticamente 93 informações necessárias para iniciar o processo de reclamação. Isto é muito mais sofisticado do que a simples digitalização e o reconhecimento ótico de caracteres (OCR); treinámos o nosso sistema para aceitar uma vasta gama de formatos de documentos e para fazer corresponder a informação incorporada aos campos apropriados nos pares etiqueta/valor com um nível de precisão extraordinário.
Assim que o sistema valida os dados extraídos, é criado um novo pedido de indemnização - tudo em menos de um minuto e sem intervenção humana! A utilização da PNL neste projeto-piloto reduziu drasticamente os tempos de resposta para a admissão, o que significa que podemos atribuir mais rapidamente examinadores para ajudar os trabalhadores feridos e doentes na sequência de acidentes de trabalho. O nosso objetivo é alargar esta solução a outros clientes nos próximos meses.
Oportunidades de sub-rogação
Na Sedgwick, parte do nosso papel consiste em investigar as circunstâncias que envolvem um sinistro e identificar quem é responsável pela cobertura da perda. Muitas vezes, trata-se do nosso cliente; outras vezes, trata-se de um terceiro. Nos casos em que o nosso cliente pagou um sinistro e determinamos que outra pessoa é a parte responsável, trabalhamos para recuperar o dinheiro através de sub-rogação.
É claro que os clientes ficam sempre satisfeitos quando estes custos podem ser recuperados por direito; no entanto, identificar os sinistros em que a sub-rogação se justifica pode ser um desafio. Dispomos de uma excelente e experiente equipa de especialistas que analisa cuidadosamente os sinistros para identificar possíveis oportunidades de recuperação, mas a responsabilidade de terceiros não é frequentemente declarada de forma explícita.
Para nos ajudar a apoiar melhor os nossos clientes na identificação de sinistros que podem ser sub-rogados, estamos a desenvolver um modelo computorizado que, utilizando a PNL e a aprendizagem automática, pode analisar notas e documentos de sinistros para encontrar pistas linguísticas sobre a responsabilidade de terceiros. Criámos o modelo para procurar referências que possam sugerir outra parte responsável, como avarias de produtos, mordeduras de cães e colisões traseiras. São as mesmas pistas que os nossos especialistas profissionais procuram - só que um computador consegue ler muito mais texto em muito menos tempo. Testes preliminares mostram que o modelo é mais de 70% tão eficaz como um ser humano na identificação de sinistros que merecem uma investigação mais aprofundada para sub-rogação.
O que o futuro nos reserva
Estas são apenas duas das muitas formas em que a tecnologia PNL pode trazer valor e melhorar a gestão de sinistros. Estamos continuamente a explorar novas possibilidades para tirar partido dos nossos dados não estruturados (incluindo mais de 4 mil milhões de notas no nosso sistema principal para sinistros de acidentes e ausência da força de trabalho nos EUA!
Como estes exemplos sublinham, a intenção por detrás da tecnologia não é eliminar o envolvimento humano; pelo contrário, é automatizar os aspectos mundanos do processo para que os profissionais talentosos e atenciosos possam fazer melhor o que fazem melhor. A utilização da PNL para a admissão permitirá que os nossos colegas concentrem a sua energia em aspectos estratégicos e orientados para a empatia do serviço ao cliente. Da mesma forma, o nosso modelo de sub-rogação em PNL nunca substituirá os nossos especialistas em recuperação. Foi concebido como mais uma ferramenta que ajuda os clientes a maximizar as oportunidades de sub-rogação e a atribuir de forma justa a responsabilidade pelas perdas. A utilização da PNL para analisar rapidamente milhares de documentos e notas permitir-nos-á utilizar melhor as competências de investigação dos nossos especialistas em recuperação e procurar oportunidades mais vantajosas.
A tecnologia continua a evoluir e os cientistas de dados estão gradualmente a falar mais de compreensão de linguagem natural do que de processamento; no entanto, o elemento humano das reclamações veio para ficar. Na Sedgwick, a nossa convicção de que "caring counts" significa que teremos sempre colegas competentes e compassivos prontos a ajudar quando o inesperado acontece.
> Saber mais - leia sobre a experiência digital da Sedgwick, que coloca as pessoas em primeiro lugar, com tecnologia avançada e orientada para os dados.