-
Industrias
- Banca y Servicios Financieros
- Comunicaciones
- Bienes de consumo
- Educación
- Energía y servicios públicos
- Atención sanitaria
- Servicios de información
- Seguros
- Ciencias de la vida
- Fabricación
- Medios y entretenimiento
- Comercio minorista
- Tecnología
- Transporte y logística
- Viajes y alojamientos
-
-
CONSULTORÍA DE COGNIZANT
Se ayuda a las organizaciones a contratar a individuos y a descubrir conocimientos procedentes de datos que modelarán los productos, servicios y experiencias que ofrecen.
Leer más
-
Servicios
-
Trabajamos para remodelar modelos de negocios, modernizar productos y mejorar las experiencias de los clientes, todo encaminado a fomentar el crecimiento.
Leer más -
Reinventamos y gestionamos los procesos de negocio más fundamentales con nuevas formas de trabajar.
Leer más -
La simplificación, la modernización y el aseguramiento de las aplicaciones e infraestructuras informáticas están en el motor impulsor de su negocio.
Leer más -
CONSULTORÍA DE COGNIZANT
Se ayuda a las organizaciones a contratar a individuos y a descubrir conocimientos procedentes de datos que modelarán los productos, servicios y experiencias que ofrecen.
Leer más
-
-
Ideas recientes
-
Nuestros medios y publicaciones
- Ideas recientes
- Perspectivas
- Revista Cognizanti
- Blog Digitally Cognizant
- Cognizant Podcasts
- Casos prácticos
-
Temas clave
- Blockchain
- Inteligencia Artificial
- Qué haremos cuando las máquinas lo hacen todo
- Foro Económico Mundial 2019 — Davos
- Code Halos
-
Centro para el futuro del trabajo
- Futuro del trabajo
- Empleados digitales del futuro
- The Work Ahead
- Valor empresarial de confianza
- 21 trabajos del futuro
-
-
- Ofertas de trabajo
- •
- Noticias
- •
- Eventos
- •
- Investors
- |
SEGUROS
La ciencia (de datos) tras la prevención de los fraudes de seguros
El desafío
Los costes por fraude a las aseguradoras son de unos 80 mil millones de dólares al año, las más frecuentes son las reclamaciones de atención sanitaria. Una aseguradora líder de EE. UU. sospechaba de altos niveles de reclamaciones fraudulentas. Al igual que muchas otras aseguradoras, la compañía utilizaba un proceso de revisión de reclamaciones basado en reglas que se centraban en facturas médicas individuales. Por desgracia, ese proceso no tenía en cuenta el contexto de facturas pasadas para una reclamación determinada o del proveedor que rellenaba dichas reclamaciones. Aunque contaban con datos históricos, no proporcionaban información sobre patrones de comportamiento fraudulento.
La empresa quería explorar nuevos enfoques al problema. Se puso en contacto con Cognizant para que desarrollara una metodología de comparativa de mercado exclusiva del proveedor para identificar comportamientos fraudulentos.
Nuestro enfoque
Tras desarrollar y probar varias hipótesis, Cognizant creó una metodología analítica que usa técnicas de aprendizaje de máquinas sin supervisión para recopilar y analizar los datos de facturas médicas en tres importantes dimensiones: plausibilidad, resultados y comportamiento.
Nuestro análisis evalúa la plausabilidad de las decisiones de los tratamientos con todos los datos disponibles en las facturas médicas. Para obtener información de los resultados, así como para supervisar y controlar los costes y duración de los tratamientos de los pacientes, indizamos datos por categorías como diagnósticos, estados y especialidades de los proveedores. Al analizar los historiales de los proveedores (comportamiento), nuestro modelo señala las anomalías como cambios de estado o de dirección frecuentes, historial de reclamaciones denegadas, prescripciones atípicas de narcóticos u opiáceos y relaciones sospechosas con otros proveedores que indiquen complots.
El aprendizaje de máquinas aporta verdad al análisis de reclamaciones médicas
Como el fraude puede ocurrir en varios momentos del proceso de reclamaciones, el aprendizaje de máquinas es clave para explorar el enorme volumen de datos, detectar patrones en dichos datos y explicar los matices. La metodología de comparativa de mercado de proveedor de Cognizant, que aprovecha el aprendizaje de máquinas, evita el fraude directamente para reducir los costes de la atención sanitaria.
$8M
en reclamaciones fraudulentas identificados
60X
retorno de la inversión de la compañía de seguros
Improved
la eficiencia y la dirección de unidades de investigación especiales, búsqueda de reclamaciones, médicos y peritos de seguros
CORRA LA VOZ
