Автоматизация страховой экспертизы качества лечения

В апреле 2020 года «Росгосстрах» запустил в работу новую автоматизированную систему проверки счетов, поступающих клиентам компании из медицинских клиник, где они проходили лечение. В основе технологии используется искусственный интеллект. Сегодня нейросети способны принимать и анализировать поступающие счета из более, чем 9 тысяч медицинских организаций России. В основном, это универсальные поликлиники и клиники, оказывающие стоматологические услуги. Итоги работы нового проекта в течение года показали, что применение цифровых технологий повысило эффективность действий по экспертизе качества лечения застрахованных клиентов в медорганизациях, которые оказывают стоматологическую и поликлиническую помощь.

Такой вывод был сделан на основе конкретной статистики: так, в 2020 году расходы на проведение оценки были сокращены на 30%, при этом доля обнаруженных и подтвержденных ошибок, а так же завышений в счетах, выросла в два с половиной раза.

Эксперты «Росгосстраха» подсчитали, что 2-5% от суммы счетов, приходящих из медицинских клиник после лечения там застрахованных клиентов компании, оказываются частично, а иногда и полностью необоснованными. В практике происходили случаи, когда реально оказываемые услуги не соответствовали утвержденным Минздравом России стандартам и правилам лечения.

Такая ситуация потребовала кардинальной перестройки работы по экспертизе счетов. В ручном режиме поиск дефектов в присланных из клиник счетах — длительный и трудоемкий процесс, не застрахованный от человеческих ошибок, недостатка знаний или субъективизма. Но алгоритмы искусственного интеллекта могут справиться с задачей быстро, объективно и безошибочно. При этом помощь машины не только помогает контролировать расходы страховой компании и отсеивать необоснованные затраты. В конечном результате применение искусственного интеллекта приводит к улучшению качества медицинских и страховых услуг для клиентов компании.

Галиной Талановой, руководителем Блока медстрахования ПАО СК «Росгосстрах», сообщается, что в управлении убыточностью бизнеса по ДМС участвуют сотни сотрудников из многих подразделений: андеррайтинга, продаж, урегулирования убытков и др. На сегодняшний день они выполняют свои задачи в сложных социально-экономических условиях, которые переживает страна. С одной стороны, увеличились темпы роста стоимость медицинских услуг. С другой стороны, снизились доходы потребителей из-за последствий карантинных ограничений, а российские корпорации и компании вынуждены сокращать бюджеты на ДМС.

В России можно наблюдать отсроченный спрос на медуслуги, и его объемы достаточно большие. Поэтому повышение качества медицинской экспертизы становится требованием дня. Страховая компания не первый раз инвестирует в ИТ направление. Ранее мы писали о приложении для мобильных устройств «РГС ДМС». Проект прошлого года, пожалуй, стал одним из самых эффективных инвестиционных вложений компании.

Новая система была создана в сотрудничестве с разработчиком MAINS Lab. Это компания известна на российском рынке своими IT-решениями для страховщиков на основе ИИ. Все проекты были высоко оценены заказчиками и признаны эффективными и перспективными. Так, новую систему удалось вывести на промышленную эксплуатацию в течение трех месяцев — это минимальные сроки для реализации проектов такого масштаба и сложности.

Система состоит из программного комплекса, который принимает счета из клиник, анализирует их и сообщает операторам о выявленных нарушениях при оказании медуслуг.

Татьяной Демьяненко, начальником Управления медэкспертизы «Росгосстраха», подчеркивается, что машина успешно справилась с главной проблемой, которая заключается в сложности автоматизированной обработки неструктурированно поступающих данных о медицинских услугах для их дальнейшего анализа.

Нейросети были обучены следующим алгоритмам:

1. Классификация услуг и диагнозов.
2. Поиск и исправление опечаток.
3. Проведение семантического анализа текста.
4. Выдача результатов высокой интерпретируемости. Это важно для связи алгоритмов с действующей в системе здравоохранения нормативно-правовой базой.

Система выдает в итоговой информации следующие данные:

• услуги, помеченные как подозрительные;
• возможные причины, по которым эти услуги отнесены к дефектным;
• соответствие подозрительных услуг принятым в системе здравоохранения России протоколам оказания медицинской помощи, клиническим рекомендациям и стандартами.

Нейросети проходят непрерывное обучение. В течение года система проходила постоянную калибровку. Новая информация поступала из нормативно-правовой сферы здравоохранения, медицинские центры обновляли перечень своих услуг, предлагали новые варианты, которые не всегда соответствовали действующим правилам и стандартам.

Основными «учителями» нейросетей выступают медицинские эксперты «Росгосстраха». Это высококвалифицированные специалисты, которые могут находить находят примеры завышений, и обучать на них машину. Они загружают информацию о новых дефектах, создавая таким образом базу для дальнейшего обучения моделей.

Юрием Кувшиновым, генеральным директором MAINS Lab было отмечено, что статичность вредна для системы. Ей необходимо постоянное обновление и развитие. Только при таком условии ее деятельность будет актуальной и эффективной. Для этой цели разработчики ежедневно работают над улучшением имеющегося функционала и его расширением новыми возможностями и инструментами. За год с момента запуска автоматизированной системы было произведено более 30 обновлений. А планы разработчиков составлены на много месяцев вперед.

Компания предполагает внедрение следующих функций системы:

• Сопоставление данных с медпульта и из реестров услуг.
• Business Intelligence модуль и др.
• Автоучет новых клинических рекомендаций.

Усовершенствование функционирования системы позволит специалистам «Росгосстраха» в перспективе еще больше повысить эффективность операционных процессов в добровольном медицинском страховании. Компания намерена и дальше использовать цифровые инновационные технологии в работе по ДМС. Помощь ИИ будет необходима в следующих направлениях:

• При анализе и сопоставлении гарантийных писем.
• В глубокой аналитике по работе ЛПУ.
• Для того чтобы автоматизировать процесс согласования услуг.

Страховщики уверены, что помощь ИИ будет положительно влиять на повышение прозрачности и укрепление партнерских взаимоотношений с провайдерами медуслуг и клиниками. Именно от этого зависит лояльность клиентов к своей страховой компании и удовлетворенность оказанными услугами в медицинских организациях.