En 2022, le service de gestion des fraudes de Beneva a remarqué une activité inhabituelle sur le compte d’un assuré.
L’outil d’intelligence artificielle de l’assureur, utilisé pour analyser des millions de demandes de prestations, a signalé qu’un participant de régime et la personne à sa charge avaient utilisé toutes leurs couvertures maximales dans un court laps de temps. Lorsque la couverture du régime a été reconduite au début de l’année suivante, ils ont également atteint le maximum de leur couverture dans le même laps de temps.
« Nous avons un nombre important de participants de régime, ainsi que leurs personnes à charge. L’IA nous permet de donner la priorité à certains cas », explique Esther Gadoua, directrice principale des audits d’entreprise, de la gestion des fraudes et de la résolution des litiges pour l’assurance collective à Beneva. Il s’agissait d’un cas qui aurait normalement nécessité une énorme équipe d’enquêteurs, mais dans ce cas, un outil d’IA a permis de repérer le schéma anormal, permettant à l’entreprise de découvrir l’utilisation frauduleuse en très peu de temps.
Les outils d’IA permettent aux assureurs de préanalyser les données glanées par les algorithmes et de hiérarchiser les points de données à examiner pour détecter d’éventuels cas de fraude en assurance collective. Sa capacité à traiter un grand nombre de points de données a permis au secteur de l’assurance d’éliminer plus efficacement les fraudes. « La quantité de données à consulter peut générer des coûts élevés avant même d’identifier une situation qui nécessite une enquête plus approfondie », explique M. Gadoua. « Nous avons la responsabilité d’administrer correctement nos groupes et nos régimes et de gérer nos coûts. »
À mesure que le secteur de l’assurance se numérise, l’IA jouera un rôle de plus en plus important dans la détection des anomalies, des irrégularités, des abus ou des fraudes. Les assureurs doivent constamment évoluer dans tous les domaines de la fraude en raison de la numérisation rapide de nombreux secteurs, y compris celui des avantages sociaux, déclare Vivianna Botticelli, vice-présidente et responsable de l’audit chez ABC Benefits.
En effet, la fraude en assurance collective devient de plus en plus complexe en raison de la quantité d’informations disponibles, d’où un besoin accru de solutions capables d’analyser ces quantités massives de données associées aux demandes d’indemnisation, indique Jason Fontaine, superviseur à Claim Watch, le service de lutte contre la fraude de GreenShield.
La Croix Bleue de l’Alberta, Beneva et GreenShield font partie d’un groupe d’assureurs qui ont récemment rejoint une initiative de l’industrie lancée en 2022 par l’Association canadienne des compagnies d’assurances de personnes afin de mettre en commun les données relatives aux demandes de remboursement et d’utiliser des outils d’IA avancés pour améliorer la détection et l’investigation des fraudes aux prestations. L’outil analyse les données anonymes des demandes de remboursement à l’échelle de l’industrie et identifie des modèles à travers des millions de dossiers de prestataires.
« Les données sont très, très cruciales […] et le fait de pouvoir accéder à de vastes ensembles de données [provenant] de différents assureurs a vraiment aidé à mieux identifier ces comportements anormaux », explique M. Botticelli, qui précise que cela a permis à l’assureur de déterminer s’il y avait lieu de mener une enquête conjointe.
« L’ensemble des données raconte une histoire. C’est très similaire à un centre de fusion de données utilisé par les services de police. Et c’est en train d’évoluer dans le domaine de l’assurance ».
S’il sera toujours nécessaire d’avoir recours à la touche humaine pour interpréter les détails des données, M. Fontaine estime que l’utilisation de l’IA dans la détection des fraudes en avantages sociaux deviendra beaucoup plus vitale, en particulier à mesure que la collaboration entre les assureurs deviendra une pratique courante.
Pour rester concurrentiels, les assureurs doivent utiliser ces outils pour saisir les tendances, la distribution derrière les données, prendre des décisions et prédire, avec une certaine précision, les cas potentiels de comportement à risque, soutient Nazanin Tahmasebi, responsable de l’analyse et des rapports à la Croix Bleue de l’Alberta.
Selon elle, les résultats obtenus par son équipe grâce à l’IA ont permis de prendre des décisions sur la conception des régimes, les contrôles internes et les campagnes d’éducation. Depuis la mise en place de l’outil, Mme Tahmasebi affirme qu’il permet de détecter des cas de fraude avant qu’ils ne s’aggravent et ne se matérialisent par un montant important. « Cela signifie que nous les détectons beaucoup plus rapidement. »
Cet article a initialement été publié par Benefits Canada.