保險(xiǎn)欺詐案件數(shù)量逐年增加，“花樣”也在不斷翻新,。
       近日,，國(guó)家醫(yī)保局通報(bào)欺詐騙保專項(xiàng)整治行動(dòng)成果,，2018年至2021年10月,，累計(jì)追回醫(yī)保基金約506億元,。據(jù)銀保監(jiān)會(huì)通報(bào),，截至2020年12月，全國(guó)保險(xiǎn)業(yè)共向公安機(jī)關(guān)移送欺詐線索28005條,，公安機(jī)關(guān)立案千余起,，涉案金額近6億元，抓獲犯罪嫌疑人近2000人,。
       業(yè)內(nèi)人士表示,，大數(shù)據(jù)是反欺詐的有力武器。通過(guò)大數(shù)據(jù)技術(shù)進(jìn)行分析判斷,，能有效防范欺詐風(fēng)險(xiǎn),，降低損失。
       保險(xiǎn)欺詐手法層出不窮
       保險(xiǎn)欺詐問(wèn)題已成頑疾,。一方面,，醫(yī)患串通、搭車購(gòu)藥,、過(guò)度治療等醫(yī)療濫用行為屢見不鮮,；另一方面，保險(xiǎn)欺詐手法呈現(xiàn)出明顯的團(tuán)伙化,、專業(yè)化趨勢(shì),，導(dǎo)致險(xiǎn)企面對(duì)的欺詐風(fēng)險(xiǎn)挑戰(zhàn)愈加復(fù)雜。
       “檢查也檢查了,，提醒也提醒了,，打擊也打擊了，但騙保手段還時(shí)不時(shí)地變花樣,，甚至人家拿著理賠文件‘有理有據(jù)’來(lái)索賠,，你能拒絕嗎？”這是很多保險(xiǎn)人士的無(wú)奈,。
       日前,，北京市公安局公布了一起涉及保險(xiǎn)欺詐的典型案例,。女子時(shí)某玲搜集他人身份證件，交給張某文等人購(gòu)買保險(xiǎn),、辦理銀行卡,。隨后由張某文伙同他人辦理虛假住院手續(xù)，采用“掛床”等方式占據(jù)醫(yī)院床位,，偽造住院收費(fèi)票據(jù),，向多家保險(xiǎn)公司進(jìn)行報(bào)銷，累計(jì)騙取理賠款達(dá)120余萬(wàn)元,。
       類似的保險(xiǎn)欺詐行為只是“冰山一角”,。據(jù)國(guó)際保險(xiǎn)監(jiān)管者協(xié)會(huì)測(cè)算，全球每年約有20%-30%的保險(xiǎn)賠款涉嫌欺詐,，損失金額約800億美元,。
       應(yīng)用大數(shù)據(jù)技術(shù)甄別欺詐風(fēng)險(xiǎn)
       “保險(xiǎn)詐騙技術(shù)的不斷升級(jí)，往往會(huì)給保險(xiǎn)公司一個(gè)措手不及,�,！庇袠I(yè)內(nèi)人士表示，國(guó)內(nèi)保險(xiǎn)欺詐主要出現(xiàn)在保額高的車險(xiǎn),、意外險(xiǎn),、重疾險(xiǎn)相關(guān)產(chǎn)品中。險(xiǎn)企對(duì)保險(xiǎn)欺詐弱風(fēng)險(xiǎn)因子精準(zhǔn)識(shí)別能力不足,，理賠審核主要依賴于專家經(jīng)驗(yàn)型規(guī)則引擎,。規(guī)則引擎針對(duì)責(zé)任免除、等待期出險(xiǎn)等確定性強(qiáng)的風(fēng)險(xiǎn),，攔截精準(zhǔn)度較為可靠,。但由于缺乏大數(shù)據(jù)、人工智能等前沿科技的支撐,，傳統(tǒng)規(guī)則引擎對(duì)帶病投保,、醫(yī)療濫用、搭車購(gòu)藥,、冒名就醫(yī)等相關(guān)性弱的風(fēng)險(xiǎn)識(shí)別精準(zhǔn)度嚴(yán)重不足,，導(dǎo)致健康險(xiǎn)經(jīng)營(yíng)陷入自動(dòng)審核率和風(fēng)控精準(zhǔn)度雙低的困境。
       泰康在線相關(guān)負(fù)責(zé)人表示,，保險(xiǎn)欺詐行為倒逼保險(xiǎn)公司在核保端加強(qiáng)風(fēng)險(xiǎn)識(shí)別能力,，利用大數(shù)據(jù)、人工智能等創(chuàng)新科技,，提升數(shù)據(jù)分析,、風(fēng)險(xiǎn)挖掘水平，從源頭杜絕惡意騙保行為的發(fā)生。
       以泰康在線為代表的險(xiǎn)企,，積極探索基于大數(shù)據(jù)技術(shù)的反欺詐系統(tǒng)的研發(fā)與應(yīng)用,，成功在核保端將欺詐風(fēng)險(xiǎn)拒之門外。
       首先,，傳統(tǒng)的規(guī)則式核保風(fēng)控模式僅能使用淺層用戶特征,，風(fēng)險(xiǎn)判斷不夠準(zhǔn)確。而機(jī)器學(xué)習(xí)式的風(fēng)控模式,，則可在海量數(shù)據(jù)中提取15大維度,、4000個(gè)以上風(fēng)險(xiǎn)特征，并通過(guò)不斷學(xué)習(xí),，更加全面,、準(zhǔn)確地預(yù)測(cè)個(gè)人詐騙風(fēng)險(xiǎn)。
       其次,，泰康在線智能風(fēng)控系統(tǒng)通過(guò)隱私計(jì)算的方式,，在保證用戶數(shù)據(jù)隱私安全的情況下,，引入海量外部數(shù)據(jù),，解決了在單一領(lǐng)域內(nèi)進(jìn)行數(shù)據(jù)分析的片面性問(wèn)題和數(shù)據(jù)孤島困境，通過(guò)挖掘多領(lǐng)域,、多維度,、深層次的潛在風(fēng)險(xiǎn)因子，分析客戶是否有騙保動(dòng)機(jī),。
       此外,，該系統(tǒng)還引入了前沿的圖計(jì)算技術(shù)，即通過(guò)投被保關(guān)系,、手機(jī)號(hào),、郵箱、IP等10類強(qiáng)關(guān)系,，及出險(xiǎn)地點(diǎn),、報(bào)案地點(diǎn)、就診醫(yī)院等12類弱關(guān)系,，實(shí)現(xiàn)各實(shí)體間的關(guān)聯(lián),，描繪出人、保單和案件的關(guān)系網(wǎng)絡(luò),，從而更加縝密地挖掘出欺詐團(tuán)伙,、甄別個(gè)體欺詐風(fēng)險(xiǎn)。（摘自《中國(guó)證券報(bào)》）