Individuelle Empfehlungen für die Gesundheitsvorsorge

Für Krankenversicherungen sind Gesundheitsempfehlungen von entscheidender Bedeutung. Unserem Kunden lieferten wir nach einer umfassenden Design- und Entwicklungsphase eine Engine, mit der genau solche Empfehlungen in eine bestehende Anwendung zur Prognose von Gesundheitsverläufen integriert werden konnten. Ziel war dabei, dass unser Kunde Behandlungsempfehlungen und Präventionsmaßnahmen anbieten kann, um das Risiko für seine Mitglieder zu minimieren.

Ein Kunde aus der Krankenversicherungsbranche ist in einem wettbewerbsintensiven Markt tätig, in dem Künstliche Intelligenz ein echtes Alleinstellungsmerkmal darstellen kann. In dieser Branche kann unzureichende Kundeninteraktion und ein Defizit an Individualisierung leicht dazu führen, dass Kunden zu Konkurrenten mit ähnlichen Deckungsmöglichkeiten, aber mehr personalisierten Dienstleistungen wechseln.

Zu diesem Zweck ist die Investition in KI-Lösungen, die individuelle Dienste auf der Grundlage vorhandener Daten unterstützen, entscheidend. Da unser Kunde am Wohlbefinden seiner Mitglieder interessiert ist, wollte er ein Interaktionssystem zwischen Anbieter und Kunde aufbauen, das Feedback sammelt und so ein individuelleres Gesundheitsangebot schafft.

Der Kunde beauftragte SPRYFOX mit der Entwicklung eines Empfehlungssystems mit personalisiertem Gesundheitsangebot. Das angestrebte Resultat war zum einen ein besseres Produkterlebnis für den Kunden und zum anderen eine exaktere Kostenkalkulation für den Anbieter.

Die Grundlage für diese Aufgabe lieferten vorangegangene gemeinsame Projekte mit dem Kunden. In mehreren Sessions entwickelten wir eine einheitliche Idee für ein Empfehlungssystem. Dann definierten wir mit Unterstützung von Fachexperten aus dem medizinischen Bereich das Projekt so, dass die solide medizinische Basis in eine technische Umsetzung überführt werden konnte.

Um ein individuelles Nutzererlebnis zu schaffen, verwendeten wir Kundendaten, die Gesundheitshistorien und daraus resultierende Prognosen für den Gesundheitsverlauf enthielten. Weiterhin integrierten wir öffentliche Datenquellen, um die vorhandenen Kundendaten damit anzureichern.

Die entwickelte Anwendung wurde in die IT-Landschaft des Kunden eingebettet. Eine flexible API erlaubt die Integration mit bestehenden Systemen, während die zugehörige Web-Anwendung Ergebnisse präsentiert, um eine sofortige Datenprüfung zu ermöglichen.

Mit Unterstützung der entwickelten Recommendation Engine kann unser Kunde nun individualisierte Empfehlungen aussprechen – und das vollautomatisiert.