Comment l'IA trie les sinistres automobiles par gravité avant qu'un expert ne les examine

Tous les sinistres automobiles qui arrivent dans le système d'un assureur ne se valent pas. Une légère éraflure sur un parking et un carambolage de cinq véhicules sur l'autoroute entrent par le même processus d'intake, mais nécessitent un traitement radicalement différent. L'éraflure pourrait être une réparation à 1 200 $ qu'un processus automatisé peut gérer de bout en bout. Le carambolage implique des blessures, plusieurs parties, un risque de litige et une provision à six chiffres. Les traiter de la même manière à l'intake est une perte de temps pour tout le monde.

Pendant des décennies, le tri initial des sinistres automobiles a été un travail humain. Un gestionnaire de sinistres lit la description du sinistre, examine l'estimation des dommages, vérifie la présence de blessures et décide où l'orienter. Les sinistres simples vont à un expert de bureau ou à une équipe de traitement rapide. Les sinistres complexes vont à un expert senior ou à une unité spécialisée. Le problème est que ce tri dépend entièrement de la qualité des informations initiales et de l'expérience de la personne qui effectue l'orientation.

Un nouveau gestionnaire pourrait ne pas reconnaître les indicateurs d'un sinistre qui est sur le point de se compliquer. Un gestionnaire débordé pourrait ne pas prendre le temps d'approfondir les détails. Et lorsque le volume augmente, le tri se dégrade parce que tout le monde se précipite pour vider la file d'attente.

Comment fonctionne réellement le triage par IA

Les systèmes de triage par IA pour les sinistres automobiles fonctionnent en analysant simultanément de multiples points de données et en attribuant un score de gravité en quelques secondes après l'intake. Ils examinent la description du sinistre, le type de véhicules impliqués, le lieu, l'heure de la journée, les conditions météorologiques au moment du sinistre, le nombre de parties, la présence de blessures signalées et l'historique des sinistres de l'assuré.

Les modèles sont entraînés sur des données historiques de sinistres, ils ont donc appris quelles combinaisons de facteurs sont corrélées à des issues simples, modérées et complexes. Un incident impliquant un seul véhicule dans un parking, sans blessures et avec une berline récente, a un profil de gravité très différent d'une collision à une intersection impliquant deux véhicules pendant un orage avec des douleurs cervicales signalées.

Certains systèmes vont plus loin en intégrant des données externes. Ils peuvent récupérer les informations des rapports de police lorsqu'elles sont disponibles, vérifier les dossiers d'admission hospitalière via des fournisseurs de données tiers, et même analyser les photos soumises lors de la déclaration de sinistre pour estimer la gravité des dommages avant qu'un humain n'examine le dossier.

La logique d'orientation qui en découle

Une fois qu'un sinistre a un score de gravité, le système l'oriente automatiquement. Les sinistres de faible gravité peuvent être dirigés directement vers un pipeline de traitement automatisé où l'ensemble du sinistre est géré sans qu'un expert n'y touche. Le système commande une estimation, la compare à la couverture, émet un paiement et clôture le dossier.

Les sinistres de gravité moyenne sont orientés vers des experts de bureau disposant du niveau d'autorité approprié et de la capacité de charge de travail adéquate. Le système ne choisit pas simplement le prochain expert disponible. Il associe le sinistre à un expert en fonction de son expertise, de sa charge de travail actuelle et de son affectation géographique.

Les sinistres de haute gravité sont immédiatement signalés aux experts seniors ou aux unités spécialisées. Si le modèle de triage détecte des indicateurs d'un sinistre potentiellement litigieux, tels que des blessures signalées, plusieurs parties ou une description du sinistre correspondant à des schémas associés à l'intervention d'un avocat, il peut déclencher une alerte précoce auprès de l'équipe d'enquêtes spéciales ou de gestion des litiges de l'assureur.

Ce qui change lorsque le triage est automatisé

L'avantage le plus immédiat est la rapidité. Les sinistres qui restaient auparavant dans une file d'attente en attendant un examen et une orientation humains sont désormais triés en quelques secondes. Pour les sinistres simples, cela signifie une résolution plus rapide et un paiement plus rapide à l'assuré. Pour les sinistres complexes, cela signifie une intervention plus précoce, ce qui conduit presque toujours à de meilleurs résultats et à des coûts réduits.

Mais l'avantage moins évident est la cohérence. Le triage humain est intrinsèquement variable. Différentes personnes prennent différentes décisions d'orientation sur la base des mêmes informations. Cela crée une incohérence dans le traitement qui se manifeste dans les délais de cycle, les montants de règlement et l'expérience client. Le triage par IA applique la même logique à chaque sinistre, à chaque fois.

Il y a également un impact significatif sur la répartition de la charge de travail des experts. Sans triage automatisé, certains experts se retrouvent avec des dossiers disproportionnellement complexes tandis que d'autres traitent principalement des sinistres simples. L'orientation basée sur l'IA peut équilibrer les charges de travail plus efficacement, ce qui réduit l'épuisement professionnel et améliore la qualité de l'expertise dans l'ensemble.

La question de la précision

La préoccupation évidente est de savoir si l'IA peut évaluer avec précision la gravité d'un sinistre à partir des informations limitées disponibles lors de la déclaration de sinistre. La réponse est qu'elle n'a pas besoin d'être parfaite. Elle doit être meilleure que l'alternative, à savoir un humain prenant une décision rapide basée sur une brève description du sinistre.

En pratique, les modèles de triage par IA atteignent des taux de précision de l'ordre de 85 à 92 pour cent pour la classification de gravité, mesurés par rapport aux résultats réels des sinistres. C'est nettement mieux que le triage manuel, qui se situe généralement entre 70 et 80 pour cent. Les modèles s'améliorent également au fil du temps à mesure qu'ils sont réentraînés sur de nouvelles données de sinistres.

Les sinistres mal orientés par l'IA sont détectés par les experts pendant le processus de traitement et réorientés. Cette boucle de rétroaction alimente le modèle, améliorant les prédictions futures. Le système ne remplace pas le jugement humain. Il fournit un meilleur point de départ pour celui-ci.

Vers quoi cela se dirige

La prochaine évolution du triage par IA est l'ajustement de la gravité en temps réel. Plutôt que d'attribuer un score de gravité une seule fois lors de la déclaration de sinistre et de le laisser statique, les systèmes plus récents mettent continuellement à jour le score à mesure que de nouvelles informations entrent dans le dossier du sinistre. Si un rapport médical révèle des blessures plus importantes que celles initialement signalées, le système escalade automatiquement le sinistre et ajuste l'orientation.

Cela crée un environnement dynamique de gestion des sinistres où les ressources sont constamment allouées en fonction de l'état actuel du sinistre plutôt que de l'évaluation initiale. C'est un changement fondamental par rapport au modèle traditionnel où un sinistre est attribué une fois et reste avec cet expert jusqu'à la clôture, indépendamment de l'évolution de la complexité au fil du temps.

Pour les assureurs traitant de gros volumes de sinistres automobiles, le triage par IA n'est plus un luxe. C'est la différence entre une exploitation efficace et la noyade dans une file d'attente de sinistres indifférenciés où les sinistres simples engorgent le pipeline et les sinistres complexes ne reçoivent pas l'attention nécessaire assez rapidement.

Découvrez comment l'IA transforme les flux de travail en assurance sur la page dédiée à l'industrie de l'assurance de FirmAdapt.