Aetna開發(fā)了人工智能（AI）軟件來解決索賠，該解決方案可以為健康保險巨頭的復雜流程的更廣泛自動化提供藍圖。該軟件可以快速解析復雜的醫(yī)療服務提供者合同，這些合同中包含有關醫(yī)療條件和財務數據的信息，通常會加重經過培訓的人員的耐心。

Aetna首席技術官Claus Jensen說：“這實際上是為最終用戶提供更好的體驗”，并補充說該軟件將幫助該公司成為醫(yī)療保健生態(tài)系統中為提供者和患者提供更好的合作伙伴。“我們要做的不只是支付賬單并通過電話回答問題。”

在各種公司都在努力解決如何使用AI和機器學習（ML）技術解決業(yè)務問題之時，這是一個重大的發(fā)展。IDC的數據顯示，2019年全球在人工智能系統上的支出預計將達到358億美元，比2018年增長44%，在醫(yī)療保健領域的AI支出排名第四，僅次于零售，銀行和離散制造業(yè)。

Aetna的解決方案還強調了公司為減少人類進行的人工操勞所做的努力。特別是，在采用ML，AI和機器人流程自動化（RPA）來優(yōu)化業(yè)務流程和提高員工生產力方面，保險公司已成為領導者。兩家公司認為，改善這些領域將反過來為客戶創(chuàng)造更好的體驗。

與競爭對手Anthem和Cigna一樣，Aetna長期以來一直經歷著艱難的困境。有關財務數據的評論以自由形式包含在Aetna合同中，但是用于解決索賠的行業(yè)軟件在解析自然語言或健康術語方面并不有效，因為自然語言或健康術語在不同的醫(yī)療保健提供者之間是不同的。

結果，Aetna分配了50名員工，以閱讀有關每份合同中的付款，免賠額和無關費用說明的注釋，計算價格并更新索賠。而且，由于Aetna每年處理240萬份合同，此過程需要數周至數月，并且通常會導致不正確的索賠付款。這導致來自消費者的投訴電話。

詹森說：“文本中隱藏了很多復雜性，而且不是100%標準化的。” “所以問題是，您如何以一種可計算的方式理解消費者，計劃發(fā)起人和醫(yī)療保健提供者之間的筆記，以及如何解析不同合同中的語言并將其與收益進行匹配？”