искусственный интеллект

На главную

ИИ выявляет мошенничество, сговор и другие преступления в медицине

Бизнес становится все более дата-центричным. Тезис «банк — это ИТ-компания», недавно казавшийся революционным, сейчас звучит банально. В ИТ-компании превращаются даже те организации, чья основная деятельность далека от ИТ, например, медицинские или страховые. А запуск «фрод-индикаторов» помогает выявить мошеннические схемы в медицине и вовремя принять соответствующие меры.

Медицина сегодня — это и лекарственные препараты, и диагностическое оборудование, и цифровые решения, и финансы в том числе. Современные технологии — ИИ, интернет вещей, большие данные — активно используются в медицине в наше время. Например, компьютерное зрение помогает анализировать данные рентгеновских и томографических исследований, распознавание речи — быстрее создавать медицинские документы и т.д. В их основе лежат алгоритмы искусственного интеллекта.

Медицина, финансы и ИИ

Финансовое направление в любом медицинском учреждении важно так же, как, например, электричество, водоснабжение или поставка дезинфицирующих средств. Оптимизация процессов, защита от мошенничества (антифрод) — эти области требуют детального анализа. Антифрод — это в принципе особая сфера, которой необходимо уделять самое пристальное внимание.

ИИ помогает запустить «фрод-индикаторы», при появлении которых аналитическая система автоматически поднимает тревогу

Мошенничество, растраты и злоупотребления в сфере здравоохранения ежегодно ведут к потерям миллиардов, которые можно было бы направить на лечение, уход за пациентами, развитие медицины и другие важные задачи. Необходим контроль затрат, который важен для всех участников процессов — от врачей до пациентов. Цифровые технологии помогают проводить оперативные расследования, выявлять ключевые индикаторы риска в разных ситуациях, а в ряде случаев и предпринимать превентивные меры, предотвращающие противоправные действия. Часть инструментов для этого используют ИИ.

Чем может помочь ИИ

Сегодня ИИ — это способ программирования, радикально отличающийся от традиционного алгоритмического. Так называемый «General AI», способный заменить человеческий мозг в решении творческих задач и даже в их постановке, пока отсутствует, более того, многие ученые сомневаются даже в теоретической возможности его создания на современном технологическом уровне. В большинстве практических применений ИИ специалисты обучают нейросети нужным действиям на тысячах практических примеров и на выходе получают прикладные программы, способные быстро и точно выполнять сложные задачи по обработке данных. Например, сегодня так создают решения для распознавания образов — от человеческих лиц до поражения ковидом легких, от дорожных ситуаций до локаций с полезными ископаемыми.

Принцип действия современного ИИ иллюстрирует недавняя демонстрация, проведенная Nvidia к юбилею культовой игры Packman. Нейросети в процессе обучения показали 50 тыс. часов игрового времени, после анализа которых она создала клон игры Packman. Игра была воссоздана только на основании анализа видео, ИИ не имел доступа ни к базовому коду классической программы, ни к ее алгоритмам. Результатом стал не привычный код, а прошедшая глубокое обучение нейросеть. На обучение нейросети ушло 4 дня, в то время как оригинальный релиз писали 17 месяцев, что показывает радикальный выигрыш в скорости разработки с применением ИИ.

Аналогичным способом нейросети обучают и для других задач. Выбор данных, на которых будет проходить обучение, управление процессом и тестирование результата — задачи специфические, требующие от разработчиков соответствующих знаний и опыта. Иногда в результате отладки и тестирования полученных программ выясняется, что процесс пошел неправильно, и нейросеть приходится переобучать.

От общих трендов к деталям реализации

За концепцией data-driven, лежащей в основе современного развития, стоит повседневная работа аналитиков-практиков, которые обрабатывают огромные массивы данных, для получения ответов на бизнес-значимые вопросы. В каждой вертикально-интегрированной индустрии — в том числе, в медицине — есть своя специфика, которая влияет как на постановку задач, так и на выбор инструментов и их настройку. Например, одна из задач в финансировании медицины — определение истинной стоимости клинических состояний. Это знание позволяет правильно управлять моделями оплаты. Управление рисками — клиническими и финансовыми — другая классическая проблема, в случае с медицинскими учреждениями имеющая свою специфику.

Для спектра задач, находящихся на стыке медицины и финансирования, разработаны специальные решения и созданы многочисленные инструменты. Технологии позволяют аналитикам решать поставленные задачи быстро, а некоторые — даже в автоматическом режиме. Поставщики аналитических программных систем, например, SAS — предлагают продукты, оптимизированные для этого направления. Аналитика клинических данных позволяет получать более полное представление об уходе за пациентом в различных условиях, выявлять важные взаимосвязи событий, прогнозировать появление рисков и управлять ими.

SAS предоставляет продукты с готовыми наборами инструментов, которые можно применять для решения наиболее распространенных задач или после адаптации использовать для более специфических. Одной из групп таких задач является антифрод менеджмент, в ходе анализа данных для которого, в частности, можно обнаружить плохо различимые невооруженным глазом связи между явлениями, структурами или организациями, что позволяет быстрее выявить мошенничество или сговор и разоблачить преступников.

Как это выглядит на практике

Для антифрода нужен анализ происходящего, а для анализа нужно предварительно консолидировать исторические данные из внутренних и внешних источников. Данных будет много и не все они формализованы — их экспортируют из систем претензий, списков наблюдения, заметок третьих лиц, неструктурированного текста и т.д. Получаем классические большие данные, из которых нужно проводить Data Mining для поиска ответов на ряд профильных вопросов.

Выявить подозрительную деятельность быстрее поможет комплексная среда, которая включает преднастроенные инструменты, использующие алгоритмы на основе статистики искусственного интеллекта и анализа текста. Как и в других ситуациях, например, в диагностике и экспертизе. При антифроде вся автоматика, алгоритмы и ИИ лишь помогают человеку, а окончательное решение принимает профильный специалист, который и несет за него ответственность. Встроенный ИИ помогает обнаружить опасность и уведомить о ее появлении, дальше начинается «ручная работа» по дифференциации аномального поведения, в которой участвуют аналитики, менеджмент, правоохранительные органы и др.

Разумеется, профильные продукты — например, решения SAS для медицины — имеют преднастроенные инструменты для соответствующих задач, однако, при внедрении аналитических систем нужна некоторая работа для донастройки разных частей инструментария в зависимости от локальных особенностей: финансовых схем, организационных структур, законодательства и т.д. Эти особенности влияют, например, на создание «фрод-индикаторов», при выявлении которых аналитическая система автоматически поднимает тревогу и запускает соответствующие процессы в EPR- и CRM-системах. Таких индикаторов после внедрения антифрод-системы, как отмечают в SAS, бывает более полусотни, причем значительное количество из них уникальное для конкретного внедрения.

Изменения в инструментах понадобятся и в дальнейшем, так как меняются внешние условия, появляются новые задачи. Кроме того, как и любые инструменты, ИИ-компоненты аналитических систем нуждаются в оптимизации, например, для уменьшения процента ложноположительных результатов, что позволяет повышать скорость и результативность каждого расследования.

Разумеется, настройка нужна и на уровне менеджмента, чтобы усилия аналитиков были сосредоточены на приоритетных направлениях. Также нужно развитие связей с другими направлениями страхового подразделения компании, например, чтобы наработки антифрода актуализировали применяемые схемы скоринга, находили применение для мониторинга эффективности.

Электронная книга
Создание успешного бизнес-плана внедрения ИИ

  • Что дает внедрение ИИ в процессы компании?
  • Как привлечь дополнительное финансирование и создать добавленную стоимость?
  • Как получить полную вовлеченность команды?
Скачать книгу

Другие статьи

Какие преимущества дает технология потоковой аналитики для решения задач по обеспечению безопасности

Какие преимущества дает технология потоковой аналитики для решения задач по обеспечению безопасности

Пользовательские устройства ежесекундно генерируют триллионы событий, данные о которых оседают в хранилищах. Накапливать такого рода информацию бессмысленно и дорого. Компании ищут способы монетизации сведений, собранных, например, о клиентах. Крупные игроки, инвестирующие в дата-центры и персонал, научились анализировать колоссальные объемы информации, делать выводы и даже составлять прогнозы. Анализ больших объемов данных в режиме реального времени позволяет мгновенно реагировать на происходящее, как того требует ситуация. 

Александр Миронов, SAS: Индивидуальные предложения не придумать заранее: их формируют алгоритмы прямо при общении с клиентом

Александр Миронов, SAS: Индивидуальные предложения не придумать заранее: их формируют алгоритмы прямо при общении с клиентом

Эффективность маркетинговых кампаний может колебаться в широком диапазоне. Многие клиенты воспринимают звонки и сообщения с предложениями услуг как спам. Изменить ситуацию мог бы индивидуальный подход, когда клиенту предлагают именно то, что ему в данный момент необходимо. Как это сделать, в интервью CNews рассказал Александр Миронов, руководитель практики по клиентской аналитике и CRM, SAS Россия и СНГ.

Как работает экосистема сервисов в облачной аналитике

Как работает экосистема сервисов в облачной аналитике

Аналитика и большие данные, как и другие компоненты ИТ-ландшафта компании, переходят в облако. Чтобы полностью раскрыть потенциал облачных платформ, требуется глубокая интеграция с базовой инфраструктурой и сопутствующей экосистемой сервисов. С мая текущего года аналитическая платформа SAS Viya обеспечивает возможность такой интеграции для трех ведущих облачных поставщиков IaaS — MS Azure, AWS и Google Cloud.

Новости

Когда ИИ наделят машинным воображением

Команда исследователей из Университета Южной Калифорнии (USC) разработала технологию, помогающую искусственному интеллекту представить себе несуществующий объект. Это можно считать аналогом воображения. Новый метод поможет в разработке лекарств и, очевидно, найдет применение в сфере автономных транспортных средств.

02/08

Читать полностью

Компания SAS получила награду в сфере защиты экологии

SAS в очередной раз получила признание за инновации в социальной сфере. В День защиты тропических лесов, компании присуждены премии Fast Company 2021 World Changing Ideas Awards и PRNEWS CSR & Diversity Awards 2021 за вклад в совместный проект с Международным институтом прикладного системного анализа (IIASA) по отслеживанию воздействия человека на тропические леса Амазонии.

28/07

Читать полностью

Чат-боты начинают объединяться в команды и разговаривать между собой

Практически каждая крупная организация уже обзавелась собственным чат-ботом. Он общается с клиентами, выполняет рутинные операции, помогает найти информацию или правильно задать вопрос. Будущее — за сообществами ботов-специалистов, управлять которыми будет мастер-бот. Об этом говорили участники организованной CNews Conferences онлайн-конференции «Чат-боты 2021: на пути к интеллектуальному помощнику».

28/07

Читать полностью
Все новости
Вернуться на главную