Страховые убытки — самая сложная проблема с данными для ИИ
Insurance Claims Are AI's Messiest Data Problem — Denys Linkov, Wisedocs
Сложные медицинские дела по страховым выплатам упираются в грязные данные: дубликаты, смешанные записи пациентов и сканы, поэтому AI даёт надёжный результат только после очистки данных и проверки человеком.
- Дубликаты и смешанные записи — по словам спикера, дубликаты в некоторых юрисдикциях занимают до 50% и больше, а записи других пациентов попадают в дело. Без систем детекции плохие данные приходят снова и снова.
- Оценка по MLCR — бенчмарк из шести уровней вопросов по медицинским делам оценивает точность, полноту и краткость против экспертных ответов, а судьи калибруются. По словам авторов, максимальная точность на самом высоком уровне reasoning выросла с 20% до 75% за несколько месяцев.
- Конвейер извлечения — OCR, модели извлечения и классификации, затем слой сводок, которые проверяет человек. Собственные модели обучены ради стоимости, а точность и галлюцинации названы главными ограничениями.
- Анализ по портфелю — структурированные данные позволяют смотреть на провайдерные сети, сочетания диагнозов и разброс цен на одинаковые процедуры. Экономию по срокам спикер подтверждает для отдельных организаций, а не для отрасли в целом.
Кому полезно: инженерам, которые извлекают данные из PDF, сканов и факсов в регулируемых отраслях, например в страховании.
Статья по теме
Главы
Ещё доклады: Denys Linkov
Страница спикера →Как выстроить современную AI-команду
AI Engineer World's Fair 2025
Бенчмаркинг coding agents на новых и legacy-кодовых базах
AI Engineer World's Fair 2026
Похожие доклады
ИИ, который приносит доход: уроки управления финансовыми потоками в здравоохранении
AI Engineer World's Fair 2025
Близко по содержанию
От исходных документов к данным, готовым для ИИ
AI Engineer World's Fair 2026
Близко по содержанию
Не испытывайте дефицита данных
AI Engineer World's Fair 2026
Близко по содержанию
От фоновой документации к клиническому интеллекту
AI Engineer World's Fair 2026
Близко по содержанию

