Tour d'horizon des médias : L'IA basée sur le deep learning et la transformation des réclamations d'assurance

Nos actualités sur 21 millions de dollars en financement de série A a suscité la couverture de nombreuses publications spécialisées dans les domaines de l'assurance, de la technologie et des investissements en capital-risque.

Les experts financiers tels que le Wall Street Journal Pro VC, Fortune Term Sheet, Pitchbook, Fintech Global et d'autres se sont concentrés sur le montant substantiel du dollar, le calendrier du marché et les principaux acteurs impliqués, tels que Brewer Lane Ventures, leader du classement. Parallèlement, des médias du secteur de l'assurance tels que Reinsurance News, Insurance Journal, Coverager, The Insurer, Inside P&C ainsi que des publications commerciales telles que VentureBeat, The AP, Axios et d'autres ont souligné l'approche et la technologie distinctes qu'EvolutionIQ propose aux assureurs.

Comme l'écrit VentureBeat : EvolutionIQ a développé ce qu'elle appelle la première technologie de guidage des réclamations basée sur l'intelligence artificielle (IA) intégrée à l'humain pour le secteur de l'assurance.

Leur histoire, EvolutionIQ dévoile sa technologie pilotée par l'IA pour réduire le coût des réclamations d'assurance explique comment le système surveillera activement chaque handicap individuel et collectif ouvert à court et à long terme, travailleur's) indemnisation et réclamation pour dommages matériels soumis à un examinateur'dans le but de les orienter vers ceux qui nécessitent plus d'attention, de nouvelles actions ou des prises de décisions complexes. Il générera une liste des quelques actions les plus réalisables, ainsi qu'une explication détaillée des raisons et des résultats qu'elles devraient viser.

Ils soulignent que le système d'intelligence artificielle basé sur l'apprentissage profond et l'interaction humaine doit connecter les personnes. Les examinateurs ne sont pas éliminés ; au contraire, ils contribuent au système car il apprend, évolue et se recalibre constamment en fonction de nouvelles données et de nouveaux événements.

Parallèlement, de nombreuses publications technologiques, dont TechCrunch, Techio, iTechNews, Global FinTech Series, TechNews 247 et bien d'autres, se sont concentrées sur l'apprentissage en profondeur qui alimente EvolutionIQ's plateforme et comment le secteur de l'assurance est en train de se transformer grâce à ce type d'IA de nouvelle génération.

Comme le rapporte TechCrunch : Grâce à ses algorithmes prédictifs, EvolutionIQ met en lumière des dizaines de réclamations parmi des dizaines de milliers qui sont les plus susceptibles d'avoir le meilleur résultat pour les demandeurs, les transporteurs et les clients. EvolutionIQ surveille également les réclamations en cours pour orienter les travailleurs vers celles qui nécessitent plus d'attention ou de nouvelles mesures, y compris les réclamations qui sont potentiellement passées entre les mailles du filet.

Comme Tomas Vykruta, PDG et cofondateur d'EvolutionIQ, l'a déclaré à TechCrunch, la clé de l'adoption de l'IA est de créer des systèmes d'IA explicables en étroite collaboration avec les utilisateurs. Il [doit y avoir] deux systèmes : l'un qui fait des prédictions [et] l'autre qui explique les résultats prévus en langage [clair]. L'approche d'explicabilité indique clairement à l'ajusteur le type de facteurs qui ont conduit à la plateforme'comme décisions.

Évolution IQ'La plateforme évalue l'historique des réclamations en posant des questions telles que : « S'agit-il d'une réclamation sur laquelle nous pouvons agir ? et Y aura-t-il un résultat logique ? TechCrunch écrit. Grâce à ses algorithmes prédictifs, EvolutionIQ met en lumière des dizaines de réclamations parmi des dizaines de milliers qui sont les plus susceptibles d'avoir le meilleur résultat pour les demandeurs, les transporteurs et les clients. EvolutionIQ surveille également les réclamations en cours pour orienter les travailleurs vers celles qui nécessitent plus d'attention ou de nouvelles mesures, y compris les réclamations qui sont potentiellement passées entre les mailles du filet.

Les examinateurs des réclamations souhaitent se concentrer sur les cas qui ont le plus d'impact sur les clients et les transporteurs, a ajouté Tom. Cependant, le traitement des demandes implique des processus manuels et archaïques qui obligent les examinateurs à examiner trop d'informations ou à évaluer eux-mêmes les données, malgré le fait que chaque réclamation implique plusieurs personnes et plusieurs systèmes. C'est pourquoi nous avons créé une plateforme d'intelligence décisionnelle qui agit comme un copilote basé sur l'IA pour identifier les sinistres présentant des opportunités au début du cycle de vie et les cas les plus susceptibles d'être renvoyés à des experts en sinistres.

‍

‍