Искусственный интеллект приходит в медицинское страхование: Webiomed разработал сервис оценки рисков

Цифровизация страховой отрасли постепенно выходит за рамки автоматизации документооборота. Одним из перспективных направлений становится использование искусственного интеллекта непосредственно при оценке страховых рисков.

Новый сервис Webiomed позволяет прогнозировать вероятность госпитализации или сложного амбулаторного обращения застрахованного. По данным разработчика, модель построена на основе машинного обучения и ориентирована на выявление клиентов с повышенной вероятностью наступления событий, способных формировать значительную часть расходов по медицинскому страхованию.

От усреднённого тарифа к персональной оценке риска

В основе решения лежит модель, обученная на обезличенных данных 44 083 пациентов трудоспособного возраста, а также на агрегированных показателях российских регионов.

Заявленная разработчиком прогностическая точность составляет AUC ROC 0,794. По оценке создателей сервиса, этот результат позволяет рассматривать модель как инструмент для дальнейшего использования в реальных процессах страхового ценообразования.

В число таких событий входят госпитализации, а также амбулаторные обращения, сопровождающиеся лабораторными или инструментальными исследованиями — например, анализом крови, ЭКГ, УЗИ или рентгенографией, — либо осмотром двумя и более врачами различных специальностей.

При этом стоматологические приёмы, профилактические осмотры без дополнительных исследований и диспансерное наблюдение без активного лечения в целевое событие не включаются. Такой подход позволяет модели концентрироваться прежде всего на потенциально наиболее затратных случаях.

Значение имеет не только пациент, но и регион

Особенностью модели стала попытка учитывать не только индивидуальную информацию, но и региональный контекст.

В расчёты включены агрегированные показатели по четырём направлениям:

• демография;
• экономика;
• состояние здоровья населения;
• система здравоохранения.

Для формирования обучающего набора, согласно материалам разработчика, использовались данные Росстата, ЕМИСС и статистических сборников «Регионы России».

По информации компании, региональные признаки объясняют около 7% дисперсии прогноза. Разработчики считают это существенным фактором для более точной оценки рисков и ценообразования.

Как объяснить решение искусственного интеллекта

Одной из проблем при использовании машинного обучения в страховании и медицине остаётся необходимость понимать, почему алгоритм пришёл именно к тому или иному результату.

Для повышения интерпретируемости в Webiomed применяется SHAP-анализ. Он позволяет определить вклад отдельных признаков в итоговый прогноз и показать, какие факторы увеличивают или, наоборот, снижают рассчитанный риск.

Для страховой компании это имеет принципиальное значение: решение алгоритма становится не просто условным показателем риска, а результатом, который аналитик может дополнительно интерпретировать.

API и отдельный веб-интерфейс

Сервис реализован не только в виде математической модели. В платформу Webiomed встроен автономный веб-сервис, через который страховые организации могут получать прогнозы.

Разработчики также предусмотрели режимы «полные данные» и «минимум данных».

Во втором случае для расчёта используются минимальный набор демографической информации и сведения о характере работы человека. По заявлению разработчиков, это позволяет страховщику встроить решение в существующие бизнес-процессы даже без доступа к подробным медицинским данным застрахованного.

Возможность пилотного внедрения

В «К-Скай» сообщают, что решение прошло валидацию на реальных данных и готово к пилотным внедрениям в страховых организациях, работающих в том числе с корпоративными программами ДМС.

Ещё одним возможным направлением применения называются информационные системы и проекты, предназначенные для цифровой трансформации промышленной медицины.

“

Цифровая трансформация в медицинском страховании — это уже не вопрос «модно или нет», а вопрос выживания на рынке.

— Елена Макарова, руководитель ИИ-направления Webiomed

По словам представителя компании, традиционный ручной андеррайтинг требует значительных временных ресурсов и может оставаться субъективным, тогда как прогностические ИИ-решения способны анализировать большие массивы данных, учитывать региональные особенности, специфику образа жизни и другие факторы.

Развитие подобных технологий может постепенно изменить сам подход к медицинскому страхованию: от преимущественной оценки потенциальных расходов — к более раннему выявлению повышенных рисков и профилактическим мерам.

О разработчике

Компания «К-Скай» является разработчиком платформы прогнозной аналитики для здравоохранения на основе искусственного интеллекта Webiomed и резидентом Фонда «Сколково».

По информации компании, сервисы платформы доступны более чем 275 тыс. врачей в 43 регионах России. Компания также работает с решениями на основе искусственного интеллекта для анализа электронных медицинских карт.