NastępnyNastępny poradnik
Sztuczna inteligencja do pisania listów ze skierowaniami medycznymi
Aplikacje
PRZEWODNIK Aplikacji
AI w przypadku listów z żądaniem obrażeń ciała
Sztuczna inteligencja do listów z żądaniami dotyczącymi obrażeń ciała to oprogramowanie, które odczytuje dokumentację medyczną, rachunki i dokumenty dotyczące wypadków oraz przygotowuje pakiet żądań: chronologię leczenia, podsumowanie szkód i list ugodowy do ubezpieczyciela.
Posłuchaj tego przewodnikaOpowiadane przez sztuczną inteligencję · ~3 min
Na tej stronie4 minuty czytania
Przegląd
Ma to znaczenie, ponieważ budowanie popytu jest jednym z najbardziej pracochłonnych etapów w przypadku PI. Błędy w liczbach lub historii medycznej mogą obniżyć ugodę lub podważyć wiarygodność firmy wobec rzeczoznawcy.
Głębokie nurkowanie
Pakiet na żądanie to wstępna prezentacja ugody powoda przed ubezpieczycielem odpowiedzialności cywilnej. Zwykle zawiera opis przebiegu zdarzenia i przyczyny winy oskarżonego, chronologię medyczną, szczegółowy wykaz świadczeń medycznych (rachunków), utracone zarobki, opis bólu i cierpienia oraz konkretne żądanie w dolarach. Budowanie takiego konta oznaczało, że asystent prawny czyta każdy zapis, zapisuje wizyty i opłaty w arkuszu kalkulacyjnym i ręcznie pisze list, co często zajmowało wiele godzin w przypadku każdej sprawy. Narzędzia AI stworzone do tej pracy, takie jak EvenUp i Supio, a także ogólni asystenci prawni używani z firmowymi szablonami, automatyzują większość ekstrakcji. Przeprowadzają OCR na zeskanowanych dokumentach, wybierają dostawców, daty usług, diagnozy, procedury i opłaty, a następnie zestawiają je w tabelę chronologii i szkód. Następnie model językowy tworzy sekcje narracyjne w stylu firmy. Korzyścią jest szybkość i spójność, ale narzędzia zawodzą w określony sposób. Modelka może połączyć dwie wizyty w jedną, błędnie odczytać odręczną notatkę, dołączyć diagnozę do niewłaściwej daty lub opisać objawy, których nie ma w dokumentacji. Sumy rozliczeniowe mogą podwójnie liczyć opłatę, która pojawia się zarówno na wyciągu z dostawcy, jak i na szczegółowym rachunku. Opisy przyszłej opieki mogą zawyżać to, co faktycznie zalecił lekarz prowadzący. Wiele osób zakłada, że sztuczna inteligencja może określić wartość roszczenia. Niektóre narzędzia szacują wartość na podstawie przeszłych wyroków i rozliczeń, ale szacunki te odzwierciedlają dane historyczne narzędzia. Nie uwzględniają konkretnego rzeczoznawcy, miejsca, limitów polisy ani faktów dotyczących odpowiedzialności. Ubezpieczyciele od dawna korzystają z własnego oprogramowania do oceny szkód, takiego jak Colossus, które ocenia obrażenia na podstawie zakodowanych danych wejściowych, dlatego obecnie obie strony często korzystają z liczb wspomaganych maszynowo. Adwokat podpisuje list, więc jest właścicielem wszystkich zawartych w nim liczb, dat i roszczeń medycznych, a każde z nich powinno prowadzić do cytowanej strony. Dostosowujący powinni sprawdzić te same rzeczy: czy cytowania są prawdziwe, czy wyeliminowano luki w leczeniu i istniejące wcześniej schorzenia oraz czy kwoty naliczone i zapłacone są oddzielone.
Implementacja w świecie rzeczywistym
Asystent prawny przesyła 1400 stron dokumentacji pogotowia ratunkowego oraz dokumentacji ortopedycznej i fizjoterapeutycznej. Narzędzie tworzy datowaną chronologię z cytatami stron, a prawnik sprawdza ją przed wysłaniem ze źródłowymi plikami PDF.
Łączna opłata za narzędzie wynosi 48 000 USD. Następnie prawnik porównuje tę kwotę z kwotą faktycznie zapłaconą lub należną po odpisach ubezpieczyciela, ponieważ jurysdykcje różnią się pod względem możliwości odzyskania zafakturowanych lub zapłaconych kwot.
Likwidator otrzymujący żądanie sporządzone przez sztuczną inteligencję sprawdza, czy cytowane kody diagnozy i daty leczenia rzeczywiście widnieją na wskazanych stronach. Wskazuje również na trzymiesięczną przerwę w leczeniu, którą pominęła w liście.
Firma wykorzystuje sztuczną inteligencję do opracowania ograniczonej czasowo polityki ograniczającej popyt. Adwokat weryfikuje wówczas termin, dokładny limit polisy i warunki jej przyjęcia, gdyż wada któregokolwiek z nich może mieć wpływ na narażenie ubezpieczyciela na ryzyko złej wiary.
Przyszłość sztucznej inteligencji w zakresie listów z żądaniami dotyczącymi obrażeń ciała
Sporządzanie wniosków na żądanie prawdopodobnie pozostanie jednym z bardziej dojrzałych legalnych zastosowań sztucznej inteligencji, ponieważ danymi wejściowymi są dokumenty, a danymi wyjściowymi jest ustrukturyzowany list. Można się spodziewać ściślejszych powiązań z systemami zarządzania przypadkami i usługami wyszukiwania dokumentacji medycznej, a także większego wysiłku ze strony ubezpieczycieli w wykrywaniu szablonowych lub zawyżonych żądań. Sądy i organy regulacyjne adwokackie nie opracowały szczegółowych przepisów dotyczących listów z żądaniami. Ogólne obowiązki dotyczące kompetencji, nadzoru i szczerości już mają zastosowanie, a formalna opinia ABA nr 512 dotyczy wykorzystania przez prawników generatywnej sztucznej inteligencji. Nadal nie jest jasne, czy szybsze i bardziej jednolite żądania zmienią sposób rozstrzygania spraw, czy też rzeczoznawcy nauczą się dyskontować żądania w przypadku poszczególnych narzędzi.
Wdrażanie tego w praktykę
Dlaczego to ma znaczenie
- Buduj wybory. Projektowanie na poziomie aplikacji określa, czy sztuczna inteligencja poprawia rzeczywiste wyniki.
- Zespół i przepływ pracy. Dobra integracja przepływu pracy zapewnia wzrost produktywności, któremu użytkownicy mogą zaufać.
- Ryzyko i bezpieczeństwo. Dobrze określone przypadki użycia zmniejszają zmęczenie zmianami i ryzyko wdrożenia.
Uważaj na
- Automatyzacja uszkodzonego procesu może spotęgować istniejące problemy.
- Zespoły mogą nadmiernie zautomatyzować i wyeliminować niezbędny ludzki osąd.
- Jakość może się wahać, jeśli wyniki nie są stale oceniane.
Kolejne kroki
- Zamapuj bieżący przepływ pracy i zidentyfikuj etap o największym tarciu.
- Zdefiniuj ludzkie punkty kontrolne przed pełną automatyzacją.
- Szkoluj użytkowników w zakresie podpowiedzi, ścieżek eskalacji i standardów jakości.
- Śledź wyniki na poziomie zadań, aby potwierdzić trwałą wartość.
Odkrywaj dalej
Darmowy newsletter
Otrzymuj codzienne podsumowanie AI
Trzy zweryfikowane historie AI każdego poranka w dni robocze, napisane prostym angielskim. Bezpłatne na zawsze, bez reklam.
Jedno e‑mail każdego dnia roboczego. Wypisz się jednym kliknięciem. Nigdy nie sprzedajemy ani nie udostępniamy Twojego adresu.
Sprawdź się
Take the AI for Personal Injury Demand Letters quiz
Natychmiastowa informacja zwrotna na każde pytanie oraz udostępnialny certyfikat z weryfikowalnym ID po zaliczeniu kursu.
Wspieraj darmową edukację AI. AI Understanding jest organizacją non-profit 501(c)(3) — bez reklam, bez płatnej ściany, zawsze. Przekaż darowiznę
Często zadawane pytania
Co to jest sztuczna inteligencja do listów z żądaniem obrażeń ciała?
Sztuczna inteligencja do listów z żądaniami dotyczącymi obrażeń ciała to oprogramowanie, które odczytuje dokumentację medyczną, rachunki i dokumenty dotyczące wypadków oraz przygotowuje pakiet żądań: chronologię leczenia, podsumowanie szkód i list ugodowy do ubezpieczyciela. Ma to znaczenie, ponieważ budowanie popytu jest jednym z najbardziej pracochłonnych etapów w przypadku PI. Błędy w liczbach lub historii medycznej mogą obniżyć ugodę lub podważyć wiarygodność firmy wobec rzeczoznawcy.
Co w pakiecie dotyczącym roszczeń z tytułu obrażeń ciała obejmuje część „specjalności medyczne”?
Specjały medyczne to szczegółowe rachunki medyczne. Komentują utracone zarobki, narrację o bólu i cierpieniu oraz popyt na dolara.
Które oprogramowanie do oceny roszczeń po stronie ubezpieczyciela wymienia w przewodniku jako punktację obrażeń na podstawie zakodowanych danych wejściowych?
W przewodniku Colossus jest oprogramowaniem ubezpieczyciela, które ocenia obrażenia na podstawie zakodowanych danych wejściowych, co oznacza, że obie strony często pracują przy użyciu liczb wspomaganych maszynowo.
Jak według przewodnika suma rozliczeniowa wygenerowana przez sztuczną inteligencję może zostać zawyżona?
Podwójne naliczanie ma miejsce, gdy jedno obciążenie pojawia się w dwóch dokumentach. Ponowne obliczenie sum ze zdeduplikowanych elementów zamówienia pozwala to wykryć.
Dlaczego w żądaniu należy odróżniać naliczone kwoty medyczne od kwot zapłaconych?
Odpisy ubezpieczyciela zmniejszają kwotę faktycznie zapłaconą lub należną, a zasady odzyskiwania należności różnią się w zależności od jurysdykcji, więc żądanie oparte wyłącznie na zafakturowanych kwotach może zostać zakwestionowane.
W etapowym procesie przewodnik opisuje, co dzieje się, zanim model językowy nakreśli narrację?
Na pierwszym miejscu są OCR, klasyfikacja stron, ekstrakcja pól i normalizacja. Narracja jest pisana jako ostatnia i powinna zawierać identyfikatory stron, na których się opierała.
Ucz się dalej
Powiązane przewodniki
Wybrano więcej przewodników na ten temat