欺诈性人寿和健康保险索赔每年给加拿大保险公司造成数百万加元损失，但行业正在加大反击力度。
加拿大人寿与健康保险协会（CLHIA）正通过数据共享计划扩大反欺诈行动，人工智能分析在其中扮演核心角色。该计划通过整合加拿大多家保险机构的数据来检测行业欺诈模式，2021年启动初期范围有限，现已扩展至更多保险公司和索赔类型。CLHIA持续与人工智能分析软件提供商Shift Technology合作推进该计划。
Shift Technology美国医疗业务客户成功负责人杰西·蒙哥马利指出，行业数据共享能揭示个体机构难以察觉的欺诈线索。"作为单一机构可能难以发现数据异常，但当汇集10至20家保险公司的数据时，就能发现隐藏的欺诈模式。"
保险欺诈呈现多种形态：申请时隐瞒既有病史或不良生活习惯是最常见形式。更复杂的欺诈包括"保单叠加"，即投保人申请多个低保额政策以规避核保审查。部分案件涉及保险代理人涉案，如2023年安大略省金融监管局吊销伦敦市某财务顾问执照，因其被指控收取客户资金未按规定投资。其他手法包括"保单轮替"，即顾问违规更换新保单以获取更高佣金。
当前主要欺诈形式涉及身份盗用和虚假索赔。2024年6月美国司法部破获的跨国犯罪集团，利用被盗身份提交了价值120亿美元的虚假医疗索赔。
CLHIA数据显示，2023年加拿大保险公司支付补充健康索赔达366亿加元，估计欺诈造成的年损失达数百万加元。
蒙哥马利指出，人工智能已成为对抗欺诈的必要工具，因为犯罪分子也在利用相同技术制造更隐蔽的欺诈手段。合成身份数据已成为黑色产业链，生成式AI可伪造更逼真的文书和影像资料。"犯罪分子不仅修改索赔申请，更使用AI伪造医疗发票、体检报告和X光片等文件。"
人工智能通过检测人工审核难以察觉的异常模式识别欺诈。例如某医疗机构重复使用相似文件提交索赔，人工审核员难以发现细微差异。AI不仅能分析文本特征，还可检查文件元数据（电子文档中隐藏的创建者、时间等信息）。
Shift Technology使用多算法分析包括影像在内的多种数据。针对X光影像等医疗文件，系统通过比对影像特征发现异常。对于扫描件形成的行政文件，AI可识别如扫描歪斜角度、渐变特征等细微相似性。
蒙哥马利强调，犯罪分子不受行业监管规则约束，这使得行业联合成为对抗欺诈的必要手段。
【全文结束】
