L’intelligence artificielle pour détecter la fraude dans les assurances Version imprimable
06-08-2018
Un cabinet d’actuariat met à disposition des entreprises d’assurance et de prévoyance sociale un service adapté au contexte particulier des économies africaines.
Basé à Douala, la métropole économique camerounaise, Integr-All un cabinet d’actuariat, vient d’innover avec une technologie de détection de fraude dénommée Machine Learning. Cette intelligence artificielle permet d’agir sur de gros volumes de dossiers sinistres, en détectant les sinistres suspects et non suspects en temps réel. Elle permet ainsi d’optimiser le temps de vérification de différents dossiers, diminuer les coûts de gestion, tout en gardant un niveau très élevé de détection. De plus, l’outil est conçu de telle façon qu’au fur et à mesure qu’on lui fournit les données en entrée, il continue d’apprendre. Les performances du modèle sont améliorées par l’augmentation des données qui lui sont fournies. Testé pendant trois mois sur un portefeuille de plus de 400 000 dossiers sinistres santé d’une compagnie de la place, l’outil a produit les résultats qui traduisent une performance du modèle de l’ordre de 92%. C’est-à-dire que dans 92% des cas, il repère les mêmes dossiers suspects, ou non suspects, que les gestionnaires et médecins conseils.

Par ailleurs, le modèle a proposé d’expertiser 7% de dossiers supplémentaires, dont les caractéristiques sont proches des dossiers réellement frauduleux. C’est-à-dire que le modèle améliore la détection faite par des collaborateurs, parfois fatigués, moins vigilants,… La réelle « erreur » faite par le modèle représente 0,9% des dossiers, qui étaient frauduleux mais qu’il n’a pas su suspecter. La qualité de l’outil dépendra du soin que l’assureur aura pris dans la saisie d’informations les plus diverses. Le travail le plus important est la modélisation de l’outil à partir des données de chaque compagnie: choix des variables, retraitement de l’information, choix du niveau optimal du modèle,… Le gain d’automatisation de la détection des dossiers suspects s’évalue sur quatre points essentiels : Effectuant la détection en temps réel, il permet d’économiser le travail des gestionnaires qui peuvent mieux se concentrer sur la supervision, la relation client…

Pouvant être utilisé également pour les devis, il permet d’éviter de délivrer certains bons de prise en charge qui pourraient être suspects, et donc de travailler bien en amont. La détection de dossiers suspects (non vus par l’oeil humain) bien supérieure aux dossiers non suspecté, et ainsi une meilleure réactivité. L’apprentissage constant, le modèle utilisant les résultats des expertises pour améliorer les critères et la précision de détection. Ce type d’outil permet également, avec un coût quasiment nul, de réétudier les sinistres déjà réglés, et de détecter a posteriori des dossiers suspects, dans le cadre de l’article 28 du code Cima. Cette innovation vient ainsi corriger les dysfonctionnements de plusieurs compagnies d’assurances qui font face aux défis de nombreuses causes et acteurs de la fraude, notamment la fraude à la souscription, la fraude au bénéficiaire, les faux dossiers médicaux, la surfacturation, substitution, surprescription, etc.

Jean Jacques Opango
 
< Précédent   Suivant >
Toute l'actualité

Le groupe marocain Banque Centrale Populaire (BCP) finalise l’acquisition, auprès du groupe...
[La suite...]

La Banque africaine de développement finance des entreprises publiques et privées non africaines...
[La suite...]

Le royaume chérifien a été choisi pour abriter les assemblées annuelles du Groupe de la Banque...
[La suite...]

La facilité accordée par la CEXIM marque la première facilité de financement obtenue par Africa...
[La suite...]

Les pays de la Communauté économique et monétaire de l’Afrique centrale (Cemac) mobilisés pour...
[La suite...]

Les premières élections municipales en Tunisie, sept ans après la révolution n’a pas mobilisé...
[La suite...]

Autres articles
 
×
×
Votre Nom :
Votre Email :





×