近日，国家医保局通报敲***保专项整治行动成果，2018年至2021年10月，累计追回医保基金约506亿元。
据银保监会通报，截至2020年12月，全国保险业共向公安机关移送敲诈线索28005条，公安机关备案千余起，涉案金额近6亿元，抓获犯罪嫌疑人近2000人。

业内人士表示，大数据是反敲诈的有力武器。
通过大数据技能进行剖析判断，能有效戒备敲诈风险，降落丢失。

保险敲诈手腕层出不穷

保险敲诈问题已成顽疾。
一方面，医患串通、搭车购药、过度治疗等医疗滥用行为习认为常；另一方面，保险敲诈手腕呈现出明显的团伙化、专业化趋势，导致险企面对的敲诈风险寻衅愈加繁芜。

“检讨也检讨了，提醒也提醒了，打击也打击了，但骗保手段还时时时地变花样，乃至人家拿着理赔文件‘有理有据’来索赔，你能谢绝吗？”这是很多保险人士的无奈。

日前，北京市公安局公布了一起涉及保险敲诈的范例案例。
女子时某玲搜集他人***件，交给张某文等人购买保险、办理***。
随后由张某文伙同他人办理虚假住院手续，采取“挂床”等办法霸占医院床位，假造住院收费票据，向多家保险公司进行报销，累计骗取理赔款达120余万元。

类似的保险敲诈行为只是“冰山一角”。
据国际保险监管者协会测算，环球每年约有20%-30%的保险赔款涉嫌敲诈，丢失金额约800亿美元。

运用大数据技能甄别敲诈风险

“保险诱骗技能的不断升级，每每会给保险公司一个措手不及。
”有业内人士表示，海内保险敲诈紧张涌如今保额高的车险、意外险、重疾险干系产品中。
险企对保险敲诈弱风险因子精准识别能力不敷，理赔审核紧张依赖于专家履历型规则引擎。
规则引擎针对任务免除、等待期脱险等确定性强的风险，拦截精准度较为可靠。
但由于缺少大数据、人工智能等前沿科技的支撑，传统规则引擎对带病投保、医疗滥用、搭车购药、冒名就医等干系性弱的风险识别精准度严重不敷，导致康健险经营陷入自动审核率和风控精准度双低的困境。

泰康在线干系卖力人表示，保险敲诈行为倒逼保险公司在核保端加强风险识别能力，利用大数据、人工智能等创新科技，提升数据剖析、风险挖掘水平，从源头杜绝恶意骗保行为的发生。

以泰康在线为代表的险企，积极探索基于大数据技能的反敲诈系统的研发与运用，成功在核保端将敲诈风险拒之门外。

首先，传统的规则式核保风控模式仅能利用浅层用户特色，风险判断不足准确。
而机器学习式的风控模式，则可在海量数据中提取15大维度、4000个以上风险特色，并通过不断学习，更加全面、准确地预测个人诱骗风险。

其次，泰康在线智能风控系统通过隐私打算的办法，在担保用户数据隐私安全的情形下，引入海量外部数据，办理了在单一领域内进行数据剖析的片面性问题和数据孤岛困境，通过挖掘多领域、多维度、深层次的潜在风险因子，剖析客户是否有骗保动机。

此外，该系统还引入了前沿的图打算技能，即通过投被保关系、手机号、邮箱、IP等10类强关系，及脱险地点、报案地点、就诊医院等12类弱关系，实现各实体间的关联，描述出人、保单和案件的关系网络，从而更加严密地挖掘出敲诈团伙、甄别个体敲诈风险。
（本报程竹 见习石诗语）

来源： 中国证券报