很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于Aetna托付AI解决健康保险索赔的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对Aetna托付AI解决健康保险索赔这篇文章感兴趣的小伙伴可以一起来看看

Aetna开辟了人工智能(AI)软件来解决索赔，该解决方案可以为健康保险巨头的复杂流程的更广泛自动化提供蓝图。该软件可以快速解析复杂的医疗服务提供者合同，这些合同中包含有关医疗条件和财务数据的信息，通常会加重经过培训的人员的耐心。

Aetna首席技术官Claus Jensen说：“这实际上是为最终用户提供更好的体验”，并补充说该软件将帮助该公司成为医疗保健生态系统中为提供者和患者提供更好的合作伙伴。“我们要做的不只是支付账单并通过电话回答问题。”

在各种公司都在努力解决如何使用AI和机器学习(ML)技术解决业务问题之时，这是一个重大的进展。IDC的数据显示，2019年全球在人工智能系统上的支出预计将达到358亿美元，比2018年增长44%，在医疗保健领域的AI支出排名第四，仅次于零售，银行和离散创造业。

Aetna的解决方案还强调了公司为减少人类进行的人工操劳所做的努力。特殊是，在采纳ML，AI和机器人流程自动化(RPA)来优化业务流程和提高员工生产力方面，保险公司已成为领导者。两家公司认为，改善这些领域将反过来为客户制造更好的体验。

与竞争对手Anthem和Cigna一样，Aetna长期以来向来经历着艰苦的困境。有关财务数据的评论以自由形式包含在Aetna合同中，但是用于解决索赔的行业软件在解析自然语言或健康术语方面并不有效，因为自然语言或健康术语在不同的医疗保健提供者之间是不同的。

结果，Aetna分配了50名员工，以阅读有关每份合同中的付款，免赔额和无关费用说明的注释，计算价格并更新索赔。而且，由于Aetna每年处理240万份合同，此过程需要数周至数月，并且通常会导致不正确的索赔付款。这导致来自消费者的投诉电话。

詹森说：“文本中隐藏了很多复杂性，而且不是100%标准化的。” “所以问题是，您如何以一种可计算的方式理解消费者，计划发起人和医疗保健提供者之间的笔记，以及如何解析不同合同中的语言并将其与收益进行匹配?”