在過去很長一段時間，檢驗(yàn)保險理賠中是否出現(xiàn)欺詐性理賠的工作往往會交給保險公司的理賠人員，而理賠人員會根據(jù)自己過往的經(jīng)驗(yàn)和直覺進(jìn)行判斷，導(dǎo)致出現(xiàn)不正確的判斷。隨著大數(shù)據(jù)分析技術(shù)的進(jìn)步，這樣的審查可以逐步移交給專業(yè)的大數(shù)據(jù)分析，尋求更為快速和準(zhǔn)確的結(jié)論。

但是使用大數(shù)據(jù)分析也存在各種各樣的問題，其中一個問題就是使用數(shù)據(jù)分析來判斷欺詐性理賠，因?yàn)闆]有理賠人員的介入，是否會給用戶帶來糟糕的理賠體驗(yàn)。

在高度信息化的今天，保護(hù)個人信息顯得至關(guān)重要，但是在欺詐性理賠的分析判斷中，需要大量來自承保、索賠、執(zhí)法甚至其它保險公司的數(shù)據(jù)，隨著個人隱私保護(hù)法不斷推進(jìn)，這會給保險公司收集數(shù)據(jù)造成很大的困擾。

另外，有了數(shù)據(jù)也并不意味著就可以高枕無憂了，因?yàn)橐坏┻@些數(shù)據(jù)被收集利用，保險公司還必須考慮它是否準(zhǔn)確。在數(shù)據(jù)分析的模型中，通常依賴于過去的一些信息，但由于每個個體存在變化，一旦用戶習(xí)慣發(fā)生變化，便足以使這種分析變得毫無價值，所以評估數(shù)據(jù)的質(zhì)量成為了一個難題。

由上可以發(fā)現(xiàn)，用數(shù)據(jù)分析去判斷欺詐性理賠目前還存在一些問題，但很多事物并不是存在問題我們就要放棄它，更何況今天的保險公司已經(jīng)看到了它的許多好處。欺詐性檢測系統(tǒng)已經(jīng)得到改善，以提供實(shí)時分析。一些保險公司已經(jīng)獲得了在保單或索賠被批準(zhǔn)之前掃描欺詐行為的能力，這將給保險公司帶來極大的便利。

在過去，由于技術(shù)手段的限制，保險公司的各個系統(tǒng)間無法完成高效的數(shù)據(jù)交換和溝通，系統(tǒng)間就像一個個的孤島。由于擔(dān)心部門內(nèi)部信息共享不當(dāng)，即便是那些大型的保險公司，很多部門仍處于“信息獨(dú)立”的運(yùn)營狀態(tài)中。

因此大量客戶提供的信息只能由負(fù)責(zé)他們保險的部門使用。這就意味著車險部門無法獲得房屋險部門收集的大量信息。盡管部門間有時可能會一起收集和處理數(shù)據(jù)，但這些保險公司必須確保信息不會傳遞不當(dāng)。

這就意味著大量有效信息無法被高效率利用。這里我們可以做一個假設(shè)，如果我們將同一客戶的有效信息進(jìn)行合并，這有助于反欺詐部門將多個數(shù)據(jù)流(內(nèi)部或外部)轉(zhuǎn)化成數(shù)據(jù)和分析，并使用這些有效信息的映射圖得到分析結(jié)論，而這將大大提高判斷的準(zhǔn)確率。我們總結(jié)了欺詐部門有三個主要目標(biāo):

這項新的創(chuàng)新正在幫助加速數(shù)據(jù)的處理和其他服務(wù)的欺詐檢測處理。用戶在注冊保單時，保險公司通過大信息提供初始分析。而代理人通?？梢詮睦碣r部門的初始審查中得到客戶是否能夠順利理賠的實(shí)時結(jié)論。

由于普通保險公司受制于信息的局限性和用戶的隱私保護(hù)，目前反欺詐檢測往往更多的被社保系統(tǒng)所使用。

以成都醫(yī)保系統(tǒng)為例，據(jù)統(tǒng)計，截至2018年末，成都基本醫(yī)療保險參保人數(shù)1682.22萬，“兩定”機(jī)構(gòu)數(shù)量超過13000家。2018年全年，門診統(tǒng)籌結(jié)算超614萬人次，住院醫(yī)療費(fèi)用結(jié)算超293萬人次，日均醫(yī)保刷卡26.13萬人次，每天醫(yī)?；鹬С龀^7100萬元。數(shù)據(jù)存儲日均新增5G，累計超過150T。面對如此龐大的數(shù)據(jù)金山，醫(yī)保管理者該如何撬動？

對此，成都市醫(yī)保信息服務(wù)中心通過以大數(shù)據(jù)分析手段為主，以循證醫(yī)學(xué)為輔，結(jié)合當(dāng)前成熟先進(jìn)的大數(shù)據(jù)算法，建立了大數(shù)據(jù)反欺詐平臺。通過智能引擎對結(jié)算數(shù)據(jù)、電子病歷等平臺采集到的住院、門特相關(guān)數(shù)據(jù)進(jìn)行全方位、多維度、長周期的分析，挖掘其中的行為模式、常用藥方和治療項目。再根據(jù)數(shù)據(jù)聚類，將存在其中的真實(shí)性問題數(shù)據(jù)識別出來，達(dá)到輔助工作人員決策，對醫(yī)療單位和參保人的精細(xì)化管理，控制欺詐騙保行為的目標(biāo)。

從現(xiàn)實(shí)欺詐場景出發(fā)，平臺共設(shè)計了頻繁就醫(yī)識別監(jiān)測、住院時間重疊識別監(jiān)測、滯留住院識別監(jiān)測、虛假醫(yī)療服務(wù)識別監(jiān)測在內(nèi)的四種算法模型。

比如頻繁就醫(yī)識別監(jiān)測，重點(diǎn)針對有關(guān)聯(lián)關(guān)系的參保人在相同時間相同醫(yī)院的就診行為監(jiān)測。利用聚類算法識別出就診行為高度一致的可疑行為，作為聯(lián)合騙保疑點(diǎn)。

住院時間重疊識別監(jiān)測，直觀的數(shù)據(jù)表現(xiàn)是患者的住院時間存在重疊，可能導(dǎo)致患者在報銷的過程中，由于各種原因，出現(xiàn)2次及以上的醫(yī)保報銷，造成醫(yī)療資源浪費(fèi)。

滯留住院識別監(jiān)測，重點(diǎn)針對患者在就診的過程中出現(xiàn)連續(xù)7天以上未發(fā)生實(shí)質(zhì)性治療的行為監(jiān)測，該類患者結(jié)算費(fèi)用明細(xì)往往只有護(hù)理費(fèi)、診查費(fèi)、床位費(fèi)等，存在滯留住院浪費(fèi)醫(yī)療資源的嫌疑。

虛假醫(yī)療服務(wù)識別監(jiān)測，重點(diǎn)針對工作人員在對參保人藥品、診療項目進(jìn)行報銷時發(fā)生對碼錯誤的行為，具體數(shù)據(jù)表現(xiàn)如醫(yī)院端名稱與中心端名稱不匹配，導(dǎo)致醫(yī)保報銷出現(xiàn)錯誤的經(jīng)辦人員違規(guī)操作等。

通過這套系統(tǒng)，截至2019年4月底，成都市醫(yī)保中心共找到可疑就診記錄3526條，查實(shí)違規(guī)記錄3192條，查實(shí)準(zhǔn)確率達(dá)到90.53%，涉及金額3133519.9元，有效降低了基金損失。

另外，作為平安孵化的四家“獨(dú)角獸”企業(yè)之一，金融壹賬通科技公司也為保險行業(yè)的反欺詐做出了許多智能化解決方案，實(shí)現(xiàn)風(fēng)控最優(yōu)化。

根據(jù)國際保險監(jiān)督官協(xié)會測算，全球每年約有20%-30%的保險賠款涉嫌欺詐。就我國而言，以車險為例，欺詐滲漏比例約達(dá)20%。針對上述痛點(diǎn)，在車險領(lǐng)域，金融壹賬通打造了智能閃賠解決方案，提供端到端專業(yè)車險理賠。依托平安30年經(jīng)驗(yàn)積累，通過全國9大數(shù)據(jù)采集點(diǎn)，智能閃賠擁有優(yōu)質(zhì)的數(shù)據(jù)庫及專業(yè)的風(fēng)險管控，覆蓋7萬車型、12萬修理廠、3500萬條配件與工時數(shù)據(jù)，及六大類3萬多條反滲漏規(guī)則。同時，通過AI圖片識別、“一車一件一廠一價”的大數(shù)據(jù)精準(zhǔn)匹配，可以秒級完成車?yán)碣r案件定損，提升效率、降低滲漏及欺詐風(fēng)險。截止目前，金融壹賬通智能閃賠合作保險公司數(shù)已超過25家。

在人身險領(lǐng)域，金融壹賬通推出的智能人傷定損平臺包含三大人傷定損作業(yè)平臺，及多套人傷反滲漏與反欺詐智能引擎，通過信息智能化獲取、損失智能化判定，實(shí)現(xiàn)傷情報價智能化、人傷成本精細(xì)化管控。解決了傳統(tǒng)人傷案件理賠中審批復(fù)雜、流程長，時效低等問題。

該平臺可通過醫(yī)院信息直連，在傷情確診的第一時刻，基于后臺多達(dá)17個類別，近90萬條的標(biāo)準(zhǔn)數(shù)據(jù)，經(jīng)過智能模型的匹配，提供合理的賠償方案?？蛻臬@取公正的報價，避免訴訟維權(quán)產(chǎn)生的額外時間、精力消耗；保險公司降低人工誤差，實(shí)現(xiàn)精細(xì)高效。在人傷理賠案件處理流程中，平臺以前期定損報價為藍(lán)本，運(yùn)用最新的科技和引擎對客戶提交的費(fèi)用索賠進(jìn)行智能識別與審核，自動化審核率超過60%，可實(shí)現(xiàn)案均減損高達(dá)2000元。同時結(jié)合微表情技術(shù)及影像設(shè)備，準(zhǔn)確識別談判雙方對當(dāng)前賠償方案的接受程度及情緒變動，及時彈性調(diào)整，促成調(diào)解方案簽訂。

保觀認(rèn)為，未來的保險公司進(jìn)行反欺詐分析可以從以下幾點(diǎn)入手。

人工智能技術(shù)的應(yīng)用，使得理賠業(yè)務(wù)中人工核保定損向系統(tǒng)智能的轉(zhuǎn)變。近幾年保險行業(yè)越來越重視智能理賠系統(tǒng)建設(shè)，依靠技術(shù)手段應(yīng)用業(yè)務(wù)數(shù)據(jù)管控理賠風(fēng)險，開展保險反欺詐工作。隨著理賠風(fēng)控智能系統(tǒng)的普及應(yīng)用，已經(jīng)有保險公司開始將大多數(shù)理賠人員崗位性質(zhì)由技術(shù)序列轉(zhuǎn)為操作序列，重點(diǎn)依靠技術(shù)手段識別并管控欺詐風(fēng)險。

基于區(qū)塊鏈的反欺詐系統(tǒng)可以從分享欺詐理賠案件入手，加強(qiáng)保險公司之間的信息交流效率，并逐漸將理賠的處理轉(zhuǎn)移到鏈上。區(qū)塊鏈技術(shù)可在兩方面助力保險欺詐：其一是建立反欺詐共享平臺，根據(jù)客戶的歷史索賠信息進(jìn)行分析以減少欺詐；其二是利用區(qū)塊鏈技術(shù)的特征，建立唯一可識別身份，防止身份冒用。

大數(shù)據(jù)在風(fēng)控中必不可少。保險公司擁有的先天優(yōu)勢就是擁有廣闊的大數(shù)據(jù)資源，大量客戶交易往來的數(shù)據(jù)積累形成了龐大的結(jié)構(gòu)化數(shù)據(jù)資源，以此做基礎(chǔ)來建設(shè)反欺詐引擎，可用以應(yīng)對保險欺詐。

但數(shù)據(jù)顯示，如果保險公司采用模型代替人工的方式，依舊出現(xiàn)了大量的欺詐理賠通過檢驗(yàn)的案例。因?yàn)楸M管數(shù)據(jù)分析是當(dāng)前保險業(yè)實(shí)踐和進(jìn)步革命的核心，它本質(zhì)上仍必須是一個依賴直覺和人類洞察力的行業(yè)。

所以機(jī)器審查和人工審查的適當(dāng)結(jié)合可以將反欺詐檢測提升到一個新的水平，反欺詐分析仍然需要人的介入，因?yàn)榧词故亲钕冗M(jìn)的系統(tǒng)也只是提供數(shù)據(jù)產(chǎn)品，而不是最終的信息。