Tak lama setelah CEO UnitedHealthcare Brian Thompson ditembak mati di depan New York Hilton, laporan yang diterbitkan sebelumnya mulai muncul tentang penggunaan AI oleh perusahaannya untuk menolak cakupan layanan kesehatan bagi pasien, terutama orang yang berusia di atas 65 tahun dan orang dengan penyakit mental.
Sebuah laporan Senat yang diterbitkan pada bulan Oktober menemukan bahwa tingkat penolakan UnitedHealthcare untuk perawatan pasca-akut melonjak dari 10,9% pada tahun 2020 menjadi 22,7% pada tahun 2022. Penggunaan model AI dalam memutuskan pasien mana yang dapat menjalani rehabilitasi setelah meninggalkan rumah sakit menyebabkan tingkat penolakan yang sembilan kali lebih tinggi pada tahun 2022 dibandingkan pada tahun 2019. UnitedHealthcare tidak menanggapi permintaan komentar.
Gugatan class action diajukan terhadap perusahaan tersebut tahun lalu karena penggunaan AI untuk “secara salah menolak perawatan pasien lanjut usia yang menjadi hak mereka berdasarkan Medicare Advantage Plans dengan mengesampingkan keputusan dokter yang merawat mereka mengenai perawatan yang diperlukan secara medis berdasarkan model AI yang digugat. tahu memiliki tingkat kesalahan 90%,” menurut pengaduan.
“Perusahaan menggunakan teknologi ini untuk melakukan lebih banyak penyangkalan, banyak penyangkalan yang tidak pantas,” kata Dr. Ashish Jha, dekan Fakultas Kesehatan Masyarakat Universitas Brown, kepada CNBC minggu ini. “Beberapa data menunjukkan bahwa 25% hingga 30% klaim dapat ditolak dengan menggunakan teknologi AI.”
Ini bukan hanya tentang AI – perusahaan asuransi berupaya memangkas biaya semampu mereka, dan menolak perlindungan asuransi adalah keputusan bisnis. Namun meningkatnya ketergantungan pada algoritma dibandingkan manusia dan penekanan pada kecepatan dan penurunan biaya telah menyebabkan peningkatan besar-besaran dalam jumlah orang yang tidak mendapatkan jaminan layanan kesehatan, baik membayar sendiri atau tidak.
Bank memiliki regulasi yang lebih ketat sehingga mereka lebih berhati-hati dalam menggunakan kecerdasan buatan untuk mengambil keputusan yang berdampak pada konsumen. Namun lembaga keuangan secara bertahap menerapkan AI di lebih banyak bidang bisnis mereka dan tidak dapat dihindari bahwa teknologi ini akan mulai menyentuh konsumen. Bank bisa belajar dari apa yang dilakukan industri asuransi.
AI dalam asuransi kesehatan
“Perusahaan asuransi menggunakan algoritme prediktif yang tidak diatur, dengan kedok ketelitian ilmiah, untuk menunjukkan dengan tepat saat yang tepat ketika mereka dapat memotong pembayaran pengobatan pasien lanjut usia,” kata a
“Orang-orang lanjut usia yang menghabiskan hidup mereka untuk membayar Medicare, dan sekarang menghadapi amputasi, kanker yang menyebar dengan cepat, dan diagnosis buruk lainnya, harus membayar sendiri perawatan mereka atau hidup tanpa biaya tersebut. Jika mereka tidak setuju, mereka dapat mengajukan tuntutan. mengajukan banding, dan menghabiskan waktu berbulan-bulan untuk mencoba memulihkan biaya mereka, bahkan jika penyakit mereka tidak sembuh.”
Seorang dokter yang diwawancarai Stat mengatakan pasien yang punya waktu tiga bulan untuk hidup dipaksa menjalani proses penolakan dan banding yang biasanya memakan waktu dua setengah tahun.
Pendekatan bank yang hati-hati
Sejauh ini, bank jauh lebih berhati-hati dalam menggunakan AI. Mereka menggunakannya untuk mendeteksi penipuan dan ancaman keamanan siber, untuk merangkum panggilan layanan pelanggan dan untuk menulis versi draf email dan laporan.
Bank lambat dalam menggunakan AI dalam pengambilan keputusan pemberian pinjaman, sebagian karena pemberian pinjaman sangat diatur. Equal Credit Opportunity Act tahun 1974, misalnya, melarang bank melakukan diskriminasi dalam proses pemberian pinjaman berdasarkan ras, warna kulit, agama, asal negara, jenis kelamin, status perkawinan, usia atau penerimaan manfaat bantuan publik. Hal ini juga memberikan konsumen hak untuk mengetahui mengapa permohonan kredit ditolak atau mengapa persyaratan yang kurang menguntungkan ditawarkan.
Bank juga tunduk pada aturan dampak berbeda yang melarang mereka menerapkan kebijakan pemberian pinjaman yang tampak netral, namun berdampak negatif pada kelompok yang dilindungi. Regulator bank telah mengatakan bahwa bank harus mematuhi semua peraturan bank yang ada, termasuk ECOA, dalam penggunaan AI, dan mereka harus memberikan alasan yang jelas atas penolakan pinjaman.
Beberapa bank yang menggunakan AI dalam persetujuan pinjaman dan membicarakannya umumnya mencoba menyetujui orang-orang yang tidak memenuhi syarat untuk mendapatkan kredit tradisional karena skor FICO mereka terlalu rendah.
Verity Credit Union di Seattle, misalnya, telah menggunakan model AI dari Zest AI untuk menilai pemohon pinjaman mobil tanpa jaminan, kartu kredit, dan pinjaman pribadi.
“Skor FICO sebenarnya hanya melihat lima atau enam data berbeda,” kata CEO Tonita Webb dalam sebuah wawancara awal tahun ini. “Ada banyak cara lain agar kita bisa mendapatkan lebih banyak informasi tentang karakter seseorang. Seseorang tidak perlu membayar sisa hidupnya hanya untuk kesalahan kecil dalam hidupnya.”
Penggunaan penilaian berbasis AI oleh serikat kredit telah menghasilkan peningkatan persetujuan pinjaman sebesar 271% untuk individu berusia 62 tahun ke atas, 177% untuk warga Amerika keturunan Afrika, 375% untuk penduduk Kepulauan Asia Pasifik, 194% untuk peminjam perempuan, dan 158% untuk peminjam keturunan Hispanik.
Meskipun demikian, ada potensi AI digunakan untuk merugikan pinjaman, misalnya mengenakan harga yang lebih tinggi kepada masyarakat di lingkungan minoritas, atau hanya memasarkan produk dengan harga terjangkau di lingkungan kaya.
“Saya rasa AI bukanlah masalahnya,” kata Kareem Saleh, pendiri dan CEO FairPlay, sebuah perusahaan yang melakukan uji keadilan terhadap model pinjaman AI di bank. “Masalahnya adalah insentifnya. Perusahaan asuransi mempunyai insentif yang kuat untuk meminimalkan pembayaran. Hal ini menciptakan ketegangan yang melekat dalam administrasi klaim yang tidak ada dalam pemberian pinjaman. Insentif bagi bank adalah memberikan pinjaman secara menguntungkan.”
Saleh juga mengatakan keputusan pemberian pinjaman memiliki hasil yang jelas dan terukur yang memungkinkan peningkatan berkelanjutan pada model AI.
“Kami dapat mengamati apakah pinjaman dilunasi atau gagal bayar, memberikan umpan balik yang obyektif untuk menyempurnakan algoritma,” kata Saleh. “Hal ini menciptakan akuntabilitas dan memungkinkan kami mengukur keadilan dan akurasi dengan cara yang sangat tepat.”
Klaim asuransi, di sisi lain, seringkali melibatkan penentuan yang lebih subyektif mengenai kebutuhan medis atau penilaian kerusakan, katanya.
“Dalam pandangan saya, ini bukan soal AI itu sendiri, melainkan pentingnya insentif yang selaras dan pengawasan yang kuat,” kata Saleh. “Fokusnya harus pada penerapan AI yang bertanggung jawab, bukan pembatasan buatan dalam penggunaannya.”
hanwhalife
hanwha
asuransi terbaik
asuransi terpercaya
asuransi tabungan
hanwhalife
hanwha
asuransi terbaik
asuransi terpercaya
asuransi tabungan
hanwhalife
hanwha
berita hanwha
berita hanwhalife
berita asuransi terbaik
berita asuransi terpercaya
berita asuransi tabungan
informasi asuransi terbaik
informasi asuransi terpercaya
informasi asuransi hanwhalife