Algoritmische medische acceptatie met AI

Algoritmische medische acceptatie met AI

Het medisch aanvraagproces van een overlijdensrisicoverzekering (ORV) kan door gemelde aandoeningen in de gezondheidsverklaring leiden tot vervelende confrontaties voor een kandidaat verzekerde. Een ingevulde gezondheidsverklaring leidt regelmatig tot extra vragen, medische onderzoeken of uitstel – terwijl de meeste klanten uiteindelijk toch op normale voorwaarden worden geaccepteerd. Dat zorgt voor onnodige belasting van klanten, artsen en adviseurs.

Wij vinden dat dit beter kan. Daarom hebben we samen met onze data science partner Onesurance het STP 2.0-algoritme ontwikkeld: een transparante en uitlegbare AI Acceptatie Assistent die het acceptatieproces aanzienlijk versnelt én verbetert.

Wat doet de AI Acceptatie Assistent?
Met het vernieuwde, transparante STP 2.0-algoritme kunnen medische acceptanten nauwkeurig inschatten welke aanvragen direct goedgekeurd kunnen worden. Dit algoritme fungeert als een Acceptatie Assistent, die een groot deel van de dossiers automatisch en op verantwoorde wijze beoordeelt. De expertise en het menselijk beoordelingsvermogen van de acceptant blijft nodig bij een afwijkende beoordeling of bij ene afwijzing van een aanvraag. Dankzij de ondersteuning van de AI-assistent kan die beoordeling echter aanzienlijk sneller en met meer precisie plaatsvinden.

• Betere klantreis – minder onzekerheid en vertraging
• Ondersteuning van acceptanten, AI neemt routinematig werk uit handen, terwijl complexe acceptaties altijd door een mens worden beoordeeld (human in the loop).
• Efficiëntere keten, minder uitvraag bij artsen en kortere doorlooptijden.
• Snellere doorlooptijd, aanvragen binnen 1 werkdag in plaats van gemiddeld 3 dagen.

Verantwoord en uitlegbaar

Dazure gebruikt AI altijd met zorg en verantwoordelijkheid. Daarom werken we met een ethisch kader waarin uitgangspunten als uitlegbaarheid, gelijke kansen, een betrouwbaarheidsscore en altijd een menselijke beoordeling bij afwijkende acceptaties centraal staan.

Het algoritme voorspelt niet alleen, maar legt ook uit welke factoren de kans op acceptatie beïnvloeden.
Dat vergroot het vertrouwen bij acceptanten, medisch adviseurs en toezichthouders.

FASE I & FASE II

FASE I : EEN ROBUUST ALGORITME
Op basis van de data analyse heeft onze data partner Onesurance in korte tijd een volledig transparant algoritme gebouwd dat met voorspelling analyses op basis van de ingevulde gezondheidsverklaring direct een hoog betrouwbare en zeer nauwkeurige voorspelling kan doen welke kandidaat verzekerden op normale condities geaccepteerd kunnen worden. Dit algoritme is getraind op historische data en de betrouwbaarheid en nauwkeurigheid is aangetoond door te vergelijken met de werkelijke resultaten uit 2021. De resultaten waren indrukwekkend. Het bleek dat het algoritme (STP 2.0 genoemd) direct al de helft van de medische trajecten (met een foutmarge van 0,1%) juist kon voorspellen. Indien de STP 2.0 voor het jaar 2021 was ingezet, zou daarmee de helft van de beoordeelde verzekerden - direct STP geaccepteerd kunnen worden, die zonder het algoritme een medisch traject hadden moeten doorlopen. Daarmee zouden we het voor die verzekerden eenvoudiger en minder confronterend maken en op de medische kosten flink worden bespaard. Voor een groot deel van de acceptaties zou tevens de doorlooptijd verlaagd kunnen worden van een doorlooptijd tussen 29 en 71 dagen naar 7 dagen. Het aantal annuleringen zou daarmee gehalveerd kunnen worden.

FASE II : SCHADUWDRAAIEN
De resultaten zijn besproken met de betrokken (her)verzekeraars en ook zij waren hiervan onder de indruk. Dazure wil zeer zorgvuldig stapsgewijs naar de STP 2.0 toe werken. Belangrijk is om eerst voldoende bewezen resultaten op te bouwen om comfort te krijgen bij de resultaten van het model. Daarom starten we met een periode van “schaduwdraaien”. Daartoe wordt nu de STP 2.0 in het proces van Dazure geïntegreerd in de vorm van een AI Acceptatie Assistent. Er zullen extra features worden toegevoegd om de performance van het algoritme te verhogen, zodat het percentage STP 2.0 verder omhoog kan. De AI assistent voorspelt de kans op acceptatie en geeft bij de acceptant aan welke factoren deze kans significant verhogen of verlagen. Zo kan de acceptant hiermee nu al sneller en gerichter te werk gaan. Het algoritme kan op basis van de interactie met de acceptanten bijleren.