保險欺詐案件數量逐年增加，“花樣”也在不斷翻新。

　　近日，國家醫保局通報欺詐騙保專(zhuān)項整治行動(dòng)成果，2018年至2021年10月，累計追回醫?；鸺s506億元。據銀保監會(huì )通報，截至2020年12月，全國保險業(yè)共向公安機關(guān)移送欺詐線(xiàn)索28005條，公安機關(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)內人士表示，大數據是反欺詐的有力武器。通過(guò)大數據技術(shù)進(jìn)行分析判斷，能有效防范欺詐風(fēng)險，降低損失。

　　保險欺詐手法層出不窮

　　保險欺詐問(wèn)題已成頑疾。一方面，醫患串通、搭車(chē)購藥、過(guò)度治療等醫療濫用行為屢見(jiàn)不鮮；另一方面，保險欺詐手法呈現出明顯的團伙化、專(zhuān)業(yè)化趨勢，導致險企面對的欺詐風(fēng)險挑戰愈加復雜。

　　“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(zhù)理賠文件‘有理有據’來(lái)索賠，你能拒絕嗎？”這是很多保險人士的無(wú)奈。

　　日前，北京市公安局公布了一起涉及保險欺詐的典型案例。女子時(shí)某玲搜集他人身份證件，交給張某文等人購買(mǎi)保險、辦理銀行卡。隨后由張某文伙同他人辦理虛假住院手續，采用“掛床”等方式占據醫院床位，偽造住院收費票據，向多家保險公司進(jìn)行報銷(xiāo)，累計騙取理賠款達120余萬(wàn)元。

　　類(lèi)似的保險欺詐行為只是“冰山一角”。據國際保險監管者協(xié)會(huì )測算，全球每年約有20%-30%的保險賠款涉嫌欺詐，損失金額約800億美元。

　　應用大數據技術(shù)甄別欺詐風(fēng)險

　　“保險詐騙技術(shù)的不斷升級，往往會(huì )給保險公司一個(gè)措手不及。”有業(yè)內人士表示，國內保險欺詐主要出現在保額高的車(chē)險、意外險、重疾險相關(guān)產(chǎn)品中。險企對保險欺詐弱風(fēng)險因子精準識別能力不足，理賠審核主要依賴(lài)于專(zhuān)家經(jīng)驗型規則引擎。規則引擎針對責任免除、等待期出險等確定性強的風(fēng)險，攔截精準度較為可靠。但由于缺乏大數據、人工智能等前沿科技的支撐，傳統規則引擎對帶病投保、醫療濫用、搭車(chē)購藥、冒名就醫等相關(guān)性弱的風(fēng)險識別精準度嚴重不足，導致健康險經(jīng)營(yíng)陷入自動(dòng)審核率和風(fēng)控精準度雙低的困境。

　　泰康在線(xiàn)相關(guān)負責人表示，保險欺詐行為倒逼保險公司在核保端加強風(fēng)險識別能力，利用大數據、人工智能等創(chuàng )新科技，提升數據分析、風(fēng)險挖掘水平，從源頭杜絕惡意騙保行為的發(fā)生。

　　以泰康在線(xiàn)為代表的險企，積極探索基于大數據技術(shù)的反欺詐系統的研發(fā)與應用，成功在核保端將欺詐風(fēng)險拒之門(mén)外。

　　首先，傳統的規則式核保風(fēng)控模式僅能使用淺層用戶(hù)特征，風(fēng)險判斷不夠準確。而機器學(xué)習式的風(fēng)控模式，則可在海量數據中提取15大維度、4000個(gè)以上風(fēng)險特征，并通過(guò)不斷學(xué)習，更加全面、準確地預測個(gè)人詐騙風(fēng)險。

　　其次，泰康在線(xiàn)智能風(fēng)控系統通過(guò)隱私計算的方式，在保證用戶(hù)數據隱私安全的情況下，引入海量外部數據，解決了在單一領(lǐng)域內進(jìn)行數據分析的片面性問(wèn)題和數據孤島困境，通過(guò)挖掘多領(lǐng)域、多維度、深層次的潛在風(fēng)險因子，分析客戶(hù)是否有騙保動(dòng)機。

　　此外，該系統還引入了前沿的圖計算技術(shù)，即通過(guò)投被保關(guān)系、手機號、郵箱、IP等10類(lèi)強關(guān)系，及出險地點(diǎn)、報案地點(diǎn)、就診醫院等12類(lèi)弱關(guān)系，實(shí)現各實(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伙、甄別個(gè)體欺詐風(fēng)險。（新華網(wǎng)）