Comments 16
Эмм, ну лично я вижу логическую ошибку, протяженную в будущее - ИИ постоянно выписывает пациентов раньше, потом обучается на недолеченных новых пациентах, после чего сокращает пребывание новых пациентов еще больше…
хотя с точки зрения менеджмента уверен никакой ошибки нет
С учётом общей репутации UnitedHealthcare и их кафкианских практик взаимодействия с клиентами и врачами("а вы уверены, что пациенту нужен протез ноги и обезболивающими тут не обойтись?"), я бы всё-таки обвинил их в том, что это было сделано преднамеренно.
ИИ скорее всего делался исходя из финансовых, а не медицинских показателей. Т.е. он должен был отклонять 90% заявлений, а не с 90% точностью прогнозировать корректный исход. Или группировать пациентов и выдавать прецеденты, согласно которым заявление можно отклонить.
Если иск подан, то это как раз провал. Переэкономили. Потерять могут даже больше чем получили выгоды.
Раскрыт секрет успеха любой крупной компании - отказывай клиенту так чтобы он оставался доволен сервисом компании.
Слишком натянуто для ИИ. просто аналитическая программа
Когда за ИИ скрываются куча if-ок
Чисто логически из первого
Хотя в целом немногие пациенты обжалуют отказы в покрытии... - более 90% таких отказов отменяются
вообще ни разу не следует второе
ИИ с 90%-ным процентом ошибок
Отменяются более 90% отказов по запросам, сделанным через внутренние каналы. Условно говоря, у сотрудника этой компании вся семья в ней застрахована, бабушка упала и сломала ногу, ей выкатили стандартный "драконовский" отказ, сотрудник внутренний тикет создал, его уже реальный человек здраво оценил и с вероятностью 90% отменил изначальный отказ ибо "свои".
При условии достаточно большого количества застрахованных членов семей сотрудников выглядит вполне репрезентативно.
Кажется, история про ИИ тут притянута за уши. Или что-то не так с текстом.
" В конечном счёте, менеджеры по работе с пациентами не принимают решений о покрытии или отказе в покрытии - эти решения принимают врачи NaviHealth, проводящие медицинскую экспертизу. Но эти врачи получают рекомендации от кейс-менеджеров, которые придерживаются целевого показателя в 1%. "
из-за использования ИИ с 90%-ным процентом ошибок
@SLY_G правильно написать хотя бы так: «из-за использования ИИ с количеством ошибок 90%». Ох уж этот новостной канцелярит.
Девяностопроцентным процентом ошибок... Мои глаза...
-- Берем количество эксплуатируемых автомобилей (А), умножаем на вероятность аварии со смертельным исходом по причине неисправности (Б), умножаем на среднюю сумму иска от родственников погибшего (В). А умножить на Б умножить на В, получаем Икс. Если Икс меньше, чем финансовые потери в результате отзыва всех автомобилей для устранения неисправности, тогда мы ничего не устраняем.
-- И много там у вас таких аварий?
-- Вы не поверите!
(C) Fight Club
Оригинальный текст
-- Narrator: [20:35] A new car built by my company leaves somewhere traveling at 60 mph. The rear differential locks up. The car crashes and burns with everyone trapped inside. Now, should we initiate a recall? Take the number of vehicles in the field, A, multiply by the probable rate of failure, B, multiply by the average out-of-court settlement, C. A times B times C equals X. If X is less than the cost of a recall, we don't do one.
-- Woman on Plane: Are there a lot of these kinds of accidents?
-- Narrator: You wouldn't believe.
На крупнейшую медицинскую страховую компанию США подали иск из-за использования ИИ с 90%-ным количеством ошибок