A carregar...
Publicação
A Implementação da Inteligência Artificial nos seguros de saúde : motivações, desafios e consequências
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 1.35 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
A indústria seguradora, incluindo o setor dos seguros de saúde, tende a adotar as
mais recentes inovações, como a inteligência artificial (IA), para otimizar recursos e
lucros. Apesar do elevado potencial da IA, a implementação no setor enfrenta desafios
devido à complexidade dos dados sensíveis, diversificados e volumosos recolhidos
diariamente.
Este estudo foca-se na implementação de IA nos seguros de saúde, onde o
tratamento de dados altamente sensíveis exige tecnologias que garantam segurança e
privacidade. Embora a IA ofereça muitos benefícios, a sensibilidade dos dados eleva os
riscos associados à sua aplicação. Para garantir uma implementação segura e com risco
reduzido para as seguradoras, a tecnologia, os parceiros, os sistemas informáticos, as
pessoas e a organização devem estar preparados para os desafios com que se vão deparar.
A literatura atual privilegia aspetos técnicos da IA, das suas vantagens e
desvantagens, mas pouco tem abordado a sua implementação nas organizações e como
esta é percecionada pelos responsáveis e utilizadores na prática. Este trabalho visa
preencher esta lacuna, respondendo à questão: Como está a ser percecionado o processo
de implementação da IA nos seguros de saúde?
Foi realizado um estudo de caso numa empresa do setor. Os resultados destacam:
motivações como eficiência, redução de carga manual, automatização de tarefas simples
e preparação para o aumento de negócios; desafios como reorganização de postos de
trabalho, requalificação de colaboradores, gestão orçamental e atrasos por falta de
técnicos especializados; e consequências, incluindo maior eficiência, automatização
processual e melhoria da reputação pela rapidez no atendimento.
A implementação da IA torna a empresa mais eficiente e a integração dos
colaboradores no processo e favorece uma integração mais equilibrada.
The insurance industry, including the health insurance sector, tends to adopt the latest innovations, such as artificial intelligence (AI), to optimize resources and increase profitability. Despite AI's significant potential, its implementation in this sector faces challenges due to the complexity of the sensitive, diverse, and voluminous data collected daily. This study focuses on the implementation of AI in health insurance, where handling highly sensitive data necessitates technologies that ensure security and privacy. While AI offers numerous benefits, the sensitivity of the data heightens the risks associated with its application. To ensure a secure and low-risk implementation for insurers, technology, partners, IT systems, personnel, and organizational structures must be prepared to address the challenges that arise. Current literature emphasizes the technical aspects of AI, including its advantages and disadvantages, but provides limited discussion on its implementation within organizations and how it is perceived by decision-makers and users in practice. This study aims to fill this gap by addressing the research question: How is the process of AI implementation in health insurance being perceived? A case study was conducted within a company in the sector. The findings highlight: motivations, such as increased efficiency, reduced manual workload, automation of routine tasks, and preparation for business growth; challenges, including workstation restructuring, workforce retraining, budget management, and delays due to a lack of specialized technical personnel; and consequences, such as enhanced efficiency, process automation, and improved reputation due to faster customer service. AI implementation increases organizational efficiency while fostering a balanced integration process through the active involvement of employees.
The insurance industry, including the health insurance sector, tends to adopt the latest innovations, such as artificial intelligence (AI), to optimize resources and increase profitability. Despite AI's significant potential, its implementation in this sector faces challenges due to the complexity of the sensitive, diverse, and voluminous data collected daily. This study focuses on the implementation of AI in health insurance, where handling highly sensitive data necessitates technologies that ensure security and privacy. While AI offers numerous benefits, the sensitivity of the data heightens the risks associated with its application. To ensure a secure and low-risk implementation for insurers, technology, partners, IT systems, personnel, and organizational structures must be prepared to address the challenges that arise. Current literature emphasizes the technical aspects of AI, including its advantages and disadvantages, but provides limited discussion on its implementation within organizations and how it is perceived by decision-makers and users in practice. This study aims to fill this gap by addressing the research question: How is the process of AI implementation in health insurance being perceived? A case study was conducted within a company in the sector. The findings highlight: motivations, such as increased efficiency, reduced manual workload, automation of routine tasks, and preparation for business growth; challenges, including workstation restructuring, workforce retraining, budget management, and delays due to a lack of specialized technical personnel; and consequences, such as enhanced efficiency, process automation, and improved reputation due to faster customer service. AI implementation increases organizational efficiency while fostering a balanced integration process through the active involvement of employees.
Descrição
Palavras-chave
Inteligência artificial Implementação Expectativas Desafios Seguros de saúde Artificial intelligence Implementation Expectations Challenges Health Insurance
Contexto Educativo
Citação
Pepe, Ana Sofia Mendes (2024). “A Implementação da Inteligência Artificial nos seguros de saúde : motivações, desafios e consequências”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão
Editora
Instituto Superior de Economia e Gestão