在保险欺诈尝试方面，索赔背后的"故事"可能构成重大威胁。
美国国家医疗反欺诈协会在一份2025年发布的简报中指出，人工智能可能引发的欺诈形式包括：现有欺诈行为频率增加、虚假索赔、身份盗窃、伪造授权请求和上诉，以及自动拨号诈骗电话。
然而，Highmark蓝十字蓝盾财务调查和供应商审查副总裁库尔特·斯皮尔认为，由生成式人工智能帮助创建的伪造医疗记录是随着人工智能驱动的欺诈加速而出现的最紧迫问题之一。该简报也表示这些记录可能令人担忧。
他对《贝克医院评论》表示："历史上，反欺诈专业人士会利用这些文件来评估索赔的有效性。当我们看到这些文件出现时，我们必须更加谨慎，更加严格地审查这些文件，因为它们可能是伪造的。"
保险公司也可以利用人工智能来确定欺诈行为。人工智能在索赔方面的更广泛应用一直是支付方和医疗服务提供者之间紧张关系的重要来源。然而，该简报指出，生成式人工智能可用于识别这些案例。一些用于打击欺诈的AI应用场景包括数据分析、自动案例生成和转介、服务自动化文本验证以及跨来源信息收集。
斯皮尔先生表示，在使用工具检测AI欺诈时，特别是在文档审查方面，这些工具会比较实验室报告和X光片，确定是否使用了AI及其合法性。
他说："计划方整体上必须制定人工智能战略，这意味着两件事。[第一：]了解并建立一个框架，了解它将如何被用来对付我们，因为它确实被用来对付我们。[第二：]我们如何善加利用它？我认为，如果计划方不从这两个方面思考，也没有相应的战略，那么他们更容易受到攻击，将会被这些欺诈者击中，而且可能直到为时已晚才意识到这一点。"
该简报还指出，人工智能也可以分析政策漏洞和模糊之处。斯皮尔表示，由代理式AI推动的欺诈（如在该案例中）可能不如由生成式AI驱动的欺诈成熟。他表示，行业发现"稍微难以确定"代理式AI欺诈。
他说："每个代理可能执行一项任务，其中一项可能是搜索不同的公开可用的医疗政策、报销政策、编码指南——这就是不良行为者通常找到漏洞的方式。很难确定行为者目前是否真的在使用代理式AI，或者他们只是知道我们更容易受到攻击的一些领域。……在这一点上，如果它被使用，特别是在一些更复杂的场景中，我不会感到惊讶。但我不认为代理式AI欺诈像生成式AI欺诈那样成熟。"
根据他的经验，欺诈问题通常不会集中在特定专业或提供者类型上。
他表示："它通常更多地出现在那些异地、非网络内的提供者中，而不是特定的专业或提供者类型。这些提供者更难追踪和识别，因为他们不在网络内。他们往往迅速开业和关闭。"
【全文结束】
