Humana旨在通过AI简化服务

前线医疗保健人员(包括护士，呼叫中心代理等)在美国拥有最艰巨的工作之一。

它们可以帮助患者应对复杂的医疗保健系统，同时完成数百项艰巨的任务。这可能是一个困难而令人沮丧的角色。

健康保险公司Humana拥有45,000名员工，为超过1400万会员提供服务，它使用人工智能和机器人程序来协助员工的日常工作，使客户更容易获得医疗保健。

“ Humana做出了明智的决定，使用数字创新来帮助我们的员工为会员提供更好的医疗保健体验，”智能和机器人过程自动化总监Alexis Paul说。

Humana成员致电的原因有很多：了解索赔状态，查询福利资格，下达新的或重新装满的处方单或对医疗保险决定提出上诉。

这些问题的答案存储在不同的信息系统中。该公司使用人工智能和智能自动化来帮助弥合系统之间的差距。目的是提供更好的通话体验。

保罗说：“无论成员是否要求他们的药物或要求，我们都有机器人，或者我们所说的“数字工作者”在呼叫期间积极帮助员工为成员服务。“我们能够更快地回答问题”。

Humana正在考虑将机器学习和自动化的不同组件整合在一起，这些组件已经可以在单个工具中使用。

保罗说：“ Humana对自然语言处理，机器学习和机器人过程自动化的使用使他们的员工可以跨多个系统即时获得信息。”

她补充说，Humana着眼于如何将像索赔之类的流程与许多业务功能和系统集成在一起，才能将其变成Humana员工的一种体验。结果是，处理索赔过程的任何人都可以处理成员请求的许多部分，而不必转移呼叫。

该公司正在测试，当系统在成员与同事之间的对话中听到某些关键字时，数字工作者将如何预见并从医疗报告中突出显示信息。

成员关于拒绝提供服务的上诉请求对员工构成了挑战。一般而言，有抱怨和呼吁的成员希望Humana能够倾听并做出改变。

保罗说：“我们部署了认知数字工作者，以改进路由与最初的申诉和上诉电话相关的请求的过程。”“我们看到了案件处理时间的真正改善，同时也使我们的员工有能力做出更好，更快的决定。”

认知数字化工作者意味着，通过使用机器学习，数字化工作者不仅可以自动执行重复任务，还可以向同事提供各种选择。

Humana正在尝试进行情感分析和自然语言处理，以分析上诉电话中的笔录。该公司过去从Humana成员那里学习特定的词汇模型，模式和情感。将来，该公司可能能够基于从过去案例历史中获得的机器学习向成员提供更多创新的解决方案。