Le défi du traitement des formulaires d’assurance

Assurance Les compagnies d’assurance sont souvent confrontées à des défis lorsqu’il s’agit de traiter efficacement des formulaires complexes essentiels à leurs activités. Ces documents, qui vont des demandes aux formulaires de réclamation, contiennent des informations commerciales essentielles sous divers formats, notamment des formulaires structurés, des tableaux détaillés, des cases à cocher et des questionnaires narratifs. Ils constituent la base de processus d’assurance importants tels que la souscription et le traitement des réclamations.

Défis commerciaux :

• Les coûts opérationnels élevés dus au traitement manuel entraînent des retards d’expérience, ce qui a un impact direct sur la satisfaction et l’adoption des clients.
• Risque d’erreurs humaines affectant la conformité et les résultats commerciaux

Défis techniques :

• Naviguer dans des mises en page de documents complexes avec des types de contenu mixtes et une qualité variable
• Des révisions et variantes multiples des formulaires nécessitent des solutions de traitement flexibles
• Maintenir des modèles propres à chaque formulaire et comprendre les relations contextuelles

Les récents progrès de l’IA et des technologies GenAI offrent une nouvelle voie en automatisant le traitement manuel des formulaires, réduisant l’effort et le délai de mise sur le marché, et améliorant la qualité du traitement documentaire.

Présentation de la saisie intelligente de formulaires d’assurance

La solution Intelligent Insurance Intake de HCLTech, construite sur Amazon Web Services (AWS), transforme la façon dont les assureurs gèrent les formulaires et applications complexes. Tirant parti des technologies serverless AWS pour rationaliser le traitement documentaire, combinant des capacités d’IA traditionnelles et génératives :

Architecture de la solution sur AWS

Cette architecture serverless sur AWS présente une interface chatbot alimentée par GenAI, où les utilisateurs peuvent téléverser des documents via l’API Websocket, déclenchant une extraction intelligente à l’aide d’Amazon Textract et Nova Prod soutenus par des agents Bedrock, et sauvegardant les résultats structurés dans DynamoDB. Voici les composantes :

1. Stockage de documents : Amazon S3 avec des contrôles de sécurité de niveau entreprise garantit que les formulaires d’assurance sensibles sont sécurisés et facilement accessibles en cas de besoin.
2. Traitement IA structurel : En tirant parti de la solution Amazon Textract, ce processus extrait les tableaux, les champs de formulaire et les blocs de texte à l’aide de modèles spécialisés de compréhension de documents.
3. Compréhension cognitive : Grâce au modèle de langage de grande taille Amazon Nova [LLM] hébergé sur Amazon Bedrock, la solution interprète l’information extraite, reconnaît les relations entre les champs et transforme les données brutes en information structurée pour l’entreprise.
4. Orchestration des workflows : Conçu selon le modèle d’architecture Agentic AI en utilisant les agent Bedrock d’Amazon, la solution coordonne le traitement à plusieurs étapes grâce à des agents spécialisés, créant une interface intuitive où les professionnels de l’assurance peuvent interagir avec des informations complexes à travers des conversations simples.
5. Logique d’intégration : AWS Lambda alimente le flux de travail avec des fonctions serverless, éliminant la gestion de l’infrastructure et permettant l’évolution automatique. Elle connecte les composants de façon transparente et exécute la logique métier tout au long du processus.
6. Référentiel de données : Pour prendre en charge divers formats de données, la solution utilise Amazon DynamoDB pour stocker les informations traitées dans un schéma flexible optimisé pour les applications d’assurance.
7. Sécurité et IA responsable : La solution applique une sécurité de niveau entreprise grâce au chiffrement de bout en bout (TLS 1.3 en transit, KMS au repos), aux contrôles d’accès basés sur IAM, et à l’audit CloudTrail complet. La conformité HIPAA et RGPD est maintenue grâce à la segmentation des données, la classification automatisée et les politiques de conservation. La surveillance en temps réel des menaces via GuardDuty et Security Hub assure une réponse immédiate aux incidents de sécurité, tandis que des tests d’intrusion réguliers valident l’efficacité des contrôles. La solution met aussi en œuvre des garde-fous avec Amazon Bedrock Guardrails pour garantir l’IA responsable dans l’application.

Cette approche hybride combine une IA documentaire déterministe à une compréhension contextuelle de GenAI, offrant un niveau de précision auparavant inatteignable avec l’une ou l’autre technologie seule.

Mise en œuvre en vedette

1. Conception du schéma de la base de données : Utilise Amazon Nova Pro LLM pour analyser la structure du formulaire et générer un schéma DynamoDB complet qui capte tous les champs et relations nécessaires.
2. Extraction des données du formulaire : Amazon Textract traite le document pour extraire les données brutes des tableaux, formulaires et blocs de texte.
3. Transformation des données structurées : Les capacités génératives de Nova Pro transforment la sortie brute de Textract en données structurées correspondant à notre schéma de base de données, en comprenant les relations contextuelles entre les champs.
4. Intégration avec les agents Bedrock : Les agents de traitement des formulaires et de requête de base de données offrent une expérience bout en bout complète, permettant des interactions en langage naturel avec les données traitées.

Avantages

La combinaison d’Amazon Textract et du Nova Pro LLM d’Amazon Bedrock crée une solution robuste pour traiter des formulaires d’assurance complexes avec plusieurs avantages uniques :

1. Zéro codage en dur : Aucun besoin de modèles ou de règles rigides pour chaque champ de formulaire.
2. Compréhension contextuelle : Grâce au Nova Pro LLM de Bedrock, la solution comprend les relations entre les différents éléments du formulaire.
3. Saisie cohérente en base de données : Un schéma de base de données préétabli assure un traitement des données cohérent.
4. Polyvalence intersectorielle : Cette méthodologie peut être appliquée à différents types de documents, tous secteurs confondus.
5. Efficacité économique : Jusqu’à 20 fois moins de temps de traitement, ce qui réduit considérablement les coûts opérationnels.
6. Grande précision : La solution affiche environ 95 % de précision d’extraction sur les champs standard des formulaires, surpassant largement les pratiques traditionnelles d’OCR et d’approche basée sur les modèles tout en nécessitant un effort humain minimal.

Cas d’utilisation :

Un important assureur canadien modernise le traitement des formulaires d’indemnisation des travailleurs

Défis commerciaux :

• Un traitement manuel des formulaires, comme la demande d’indemnisation des travailleurs ACORD-130, qui exige 60 minutes de travail par formulaire.
• Les erreurs de saisie manuelle pouvant atteindre 10 %, un temps important consacré à la vérification, entraînant des retards, affectant la qualité du service. Les coûts d’exploitation élevés et la lenteur des délais de traitement nuisaient à la satisfaction des clients et à l’efficacité de l’entreprise.

Défis techniques :

• Les solutions classiques de reconnaissance optique de caractères (OCR) avaient du mal avec la diversité du contenu du formulaire ACORD-130 (cases à cocher, tableaux, texte libre) et la qualité variable des documents, tandis que le développement de solutions d’intelligence artificielle pour chaque type de formulaire exigeait un investissement de temps important et de l’expertise.
• Des ressources TI limitées et des priorités concurrentes rendaient difficile la mise à l’échelle de la solution à plusieurs types de formulaires tout en maintenant les points d’intégration.

Architecture :

• Déploiement d’une solution serverless évolutive d’AWS à partir des formulaires ACORD-130, utilisation de Textract pour l’extraction initiale et du Nova Pro LLM de Bedrock pour l’interprétation intelligente des données
• Mise en œuvre d’agents Bedrock avec des flux de travail configurables, permettant l’ajout progressif de nouveaux types de formulaires sans changements architecturaux majeurs
• Utilisation du schéma flexible de DynamoDB et des fonctions Lambda pour créer une base adaptable à différentes structures de formulaires au fil du temps

Bénéfices :

• Une efficacité améliorée de 20x pour le traitement ACORD-130 tout en établissant un cadre reproductible pour d’autres types de formulaires
• Une précision accrue à 95 % grâce à la validation automatisée, créant un modèle éprouvé pour l’automatisation future des formulaires
• Une compétitivité accrue grâce à un traitement plus rapide et une architecture évolutive qui facilite l’ajout progressif d’autres types de formulaires
• Augmentation de la satisfaction et de l’adoption client

Conclusion

En mettant en place cette solution propulsée par GenAI, les compagnies d’assurance peuvent réduire considérablement les efforts manuels nécessaires au traitement des formulaires, minimiser les erreurs et accélérer le processus de souscription. Cette approche représente une avancée importante dans le traitement intelligent des documents qui offre à la fois l’efficacité et la précision grâce à la puissance des grands modèles de langage et des services d’IA d’AWS.