La santé et l’assurance maladie sont des domaines vulnérables pouvant être la cible de fraudes. Or, les mesures traditionnelles de détection des fraudes ne réussissent pas à suivre le rythme de l’utilisation et des coûts des soins de santé à la croissance rapide. Pour détecter toute fraude éventuelle de manière plus efficace et plus efficiente, un outil d’apprentissage automatique s’avère donc nécessaire.
Au 31 décembre 2020, cette bonne pratique a identifié 30 000 cas de fraude éventuelle, ce qui a permis de réaliser des économies d’un montant total de 603,73 milliards de roupies indonésiennes (IDR), soit 41,93 millions de dollars des États-Unis (USD). Grâce à l’identification plus rapide et plus efficace des fraudes éventuelles, l’apprentissage automatique réduit les délais de détection, fournit des prédictions plus précises en utilisant des ensembles de données importants et représente une solution rentable.