💬 NLP

Claim Automation using Large Language Model

Dit onderzoek toont aan dat een lokaal gedeployeerde, met Low-Rank Adaptation (LoRA) fijngestelde Large Language Model, getraind op historische verzekeringsclaims, 80% van de tijd accurate corrigerende acties genereert die beter presteren dan algemene modellen en zo een betrouwbare, governable oplossing biedt voor het automatiseren van verzekeringsclaims.

Oorspronkelijke auteurs: Zhengda Mo, Zhiyu Quan, Eli O'Donohue, Kaiwen Zhong

Gepubliceerd 2026-02-20

📖 4 min leestijd☕ Koffiepauze-leesvoer

CC BY 4.0

Oorspronkelijke auteurs: Zhengda Mo, Zhiyu Quan, Eli O'Donohue, Kaiwen Zhong

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat een verzekeringsmaatschappij als een gigantische bibliotheek is, gevuld met miljoenen verhalen over auto's die stuk zijn gegaan. Elke keer als een auto kapot gaat, schrijft een monteur een verslag: "De klant zegt dat het niet start, ik denk dat de accu dood is, dus ik vervang de accu."

Vroeger konden computers deze verhalen niet echt 'lezen'. Ze konden alleen kijken naar getallen (zoals het bouwjaar van de auto) en zagen de verhalen als rommelige tekst die ze niet konden gebruiken. Ze probeerden de tekst te vertalen naar simpele cijfertjes, maar daarbij gingen de fijne details en de logica van de monteur verloren. Het was alsof je een heel boek probeert te begrijpen door alleen naar het aantal letters te tellen.

Het probleem met de "algemene" slimme computers
De afgelopen tijd zijn er super-slimme AI's gekomen (zoals de beroemde chatbots) die alles kunnen lezen en schrijven. Maar als je deze algemene AI's vraagt om verzekeringszaken te regelen, krijg je twee grote problemen:

Ze zijn te creatief: Ze kunnen mooie verhalen bedenken die klinken als waarheid, maar in de echte wereld van auto-reparaties onzin zijn.
Ze zijn onveilig: Veel bedrijven gebruiken deze AI's via internet (de cloud). Voor een verzekeraar is dat een no-go; ze mogen hun klantgegevens niet zomaar naar een wolk sturen.

De oplossing: Een lokale, gespecialiseerde "Monteur-AI"
De auteurs van dit paper hebben een slimme oplossing bedacht. Ze hebben een AI niet gewoon "gekocht" en gebruikt, maar ze hebben hem opgeleid met miljoenen echte, oude verzekeringsdossiers.

Hier is hoe het werkt, vertaald naar een simpele analogie:

De Basis: Ze begonnen met een slimme, algemene AI (een "universiteitstudent" die alles weet over de wereld, maar niet veel van auto's).
De Opleiding (Fine-tuning): Ze hebben deze student maandenlang laten studeren met alleen maar de oude dossiers van de verzekeringsmaatschappij. Ze hebben hem niet gevraagd om te "praten", maar om een specifieke taak te doen: "Lees het verhaal van de klant en de monteur, en geef precies aan welke reparatie nodig is, in het juiste formulier."
De Locatie: In plaats van deze AI naar een wolk te sturen, hebben ze hem op een eigen, beveiligde server in het kantoor gezet. Niemand anders kan erbij. Dit is als een eigen bibliotheek in plaats van een openbaar park.

Wat leverde dit op?
De resultaten zijn opvallend:

De "Algemene" AI: Als je de ongetrainde AI vraagt om een reparatie te voorspellen, geeft hij vaak een lang, rommelig verhaal dat niet in het systeem past. Het is alsof hij probeert een gedicht te schrijven in plaats van een factuur.
De "Gespecialiseerde" AI: De AI die ze hebben opgeleid, gedraagt zich als een ervaren monteur. Hij geeft direct het juiste antwoord, in de juiste vorm, zonder gedoe. In ongeveer 80% van de gevallen gaf hij exact hetzelfde antwoord als een menselijke expert.

Waarom is dit belangrijk?
Stel je voor dat je een team van duizenden verzekeringsmedewerkers hebt. Deze nieuwe AI werkt als een super-snel assistent die voor hen het eerste werk doet.

Snelheid: De medewerker hoeft niet meer zelf te zoeken wat er moet gebeuren; de AI suggereert het al.
Betrouwbaarheid: Omdat de AI is getraind op de eigen regels van het bedrijf, maakt hij geen rare fouten die in de "algemene" AI's voorkomen.
Veiligheid: Alle data blijft binnen de muren van het bedrijf.

Conclusie
Dit onderzoek laat zien dat je voor complexe, gevoelige taken (zoals verzekeringen) niet zomaar een "algemene" chatbot kunt gebruiken. Je moet een AI maken die specifiek is getraind op jouw eigen wereld. Het is het verschil tussen een toerist die een kaart bestudeert en een lokale gids die elke steen kent. Door de AI lokaal te laten draaien en specifiek op te leiden, krijgen ze een betrouwbaar, veilig en snel hulpmiddel dat de werkelijkheid van het verzekeringsbedrijf perfect nabootst.

Titel: Claim-automatisering met behulp van Grootte Taalmodellen (LLM's)

1. Het Probleem

De traditionele actuariële praktijk in de verzekeringssector heeft historisch gezien bijna uitsluitend vertrouwen op gestructureerde data. Hoewel risicofactoren vaak verborgen liggen in ongestructureerde teksten (zoals claimbeschrijvingen en medische diagnoses), worden deze vaak genegeerd of slechts beperkt gebruikt via traditionele Natural Language Processing (NLP) methoden.

Beperkingen van bestaande methoden:
- Text-to-Feature: Traditionele benaderingen comprimeren tekst naar handmatig ontworpen numerieke kenmerken. Hierbij gaat veel contextuele nuance, causale redenering en pragmatische betekenis verloren.
- Algemene LLM's: De inzet van kant-en-klare, API-gebaseerde generieke LLM's (zoals GPT-4) brengt risico's met zich mee, waaronder gebrek aan domeinspecificiteit, "hallucinaties", gebrek aan transparantie en problemen met data-privacy en governance in gereguleerde sectoren.
Kernvraag: Hoe kunnen we ongestructureerde claimnarratieven omzetten in gestructureerde, actieerbare correctiemaatregelen zonder de governance- en privacyrisico's van externe API's, en zonder de semantische rijkdom te verliezen die bij traditionele feature-engineering optreedt?

2. Methodologie

De auteurs stellen een lokaal gedeployerd, governance-bewust framework voor dat een open-source LLM integreert in het verzekeringsproces.

Architectuur en Model:
- Basismodel: DeepSeek-R1-Distill-Llama-8B (een 8 miljard parameter groot model gebaseerd op LLaMA).
- Implementatie: Het model wordt lokaal (on-premises) gedeployd om data-privacy te garanderen en volledige reproduceerbaarheid en auditbaarheid te bieden.
- Taalmodeling: Het probleem wordt geformuleerd als een conditionele taalgeneratieopdracht: gegeven een klacht en een oorzaak ( $x$ ), genereer een gestructureerde correctiemaatregel ( $y$ ).
- Aanpassing (Fine-tuning): Er wordt gebruik gemaakt van Low-Rank Adaptation (LoRA). In plaats van het hele model opnieuw te trainen, worden alleen lage-rang matrices ( $A$ en $B$ ) toegevoegd aan de bestaande gewichten van het Transformer-decoder. Dit maakt efficiënte domeinadaptatie mogelijk met een klein aantal trainbare parameters.
- Training: Het model wordt getraind op een dataset van ongeveer 2 miljoen historische auto-warranty claims. De training focust uitsluitend op het genereren van het "Correction"-gedeelte (de reparatieactie), terwijl de input (klacht/oorzaak) wordt gemaskeerd in de loss-functie.
Domeinadaptatie:
- De dataset bevat ruwe, ongestructureerde data van monteurs (met afkortingen, fouten en informele taal). Een robuust pre-processing pipeline normaliseert deze data.
- Het doel is om de output-distributie van het model af te stemmen op de operationele realiteit van de verzekeraar, in plaats van algemene internet-trends.
Evaluatie Framework:
- Een multidimensionale evaluatie wordt gebruikt die bruikbaarheid (usability) en nauwkeurigheid (accuracy) combineert.
- Usability: Wordt gemeten aan de hand van format compliance (volgt de output het schema?) en response validity (is de output actiebaar?).
- Accuracy: Wordt beoordeeld op semantische overeenkomst met de "ground truth" (de werkelijke reparatie). Dit wordt gedaan via:
  - Geautomatiseerde metrics (BERT cosine similarity, LLM-as-a-Judge, BLEURT).
  - Menselijke evaluatie (gouden standaard) met een gestructureerd scoreblad (0.0 tot 1.0).

3. Belangrijkste Bijdragen

Domein-specifiek Fine-tuning Framework: Het bewijst dat het fine-tunen van een open-source LLM met LoRA op specifieke verzekeringsdata superieur is aan het gebruik van prompt-engineering of generieke API-modellen voor gestructureerde taken.
Governance en Privacy: Het biedt een oplossing voor de reguliere eisen in de verzekeringssector door lokale deployering en volledige controle over het model, in tegenstelling tot externe cloud-API's.
Modulair "Intermediate Task" Paradigma: In plaats van een "black-box" eind-tot-eind financiële voorspelling, wordt de LLM gebruikt als een tussenstap om gestructureerde correctiemaatregelen te genereren. Dit maakt integratie met bestaande actuariële modellen mogelijk en beperkt het risico.
Rigoureuze Evaluatie: De ontwikkeling van een evaluatiemethode die zowel gestructureerde validatie (format) als semantische nauwkeurigheid (menselijke beoordeling) combineert, wat essentieel is voor betrouwbare automatisering.

4. Resultaten

De studie vergelijkt vier modelvarianten:

M1: Basis DeepSeek-R1 (geen prompt, geen fine-tuning).
M2: DeepSeek-R1 + Prompting.
M3: Qwen-Instruct (7B) + Prompting.
M4: DeepSeek-R1 + Fine-tuning (LoRA op domein-data).

Kernbevindingen:

Usability (Format & Validiteit):
- M1 en M2 presteerden slecht op het volgen van het vereiste output-formaat (respectievelijk 0% en 6,5% format compliance).
- M3 (Instruct-tuned) deed het beter (86,5%), maar faalde nog steeds bij een significant deel van de gevallen.
- M4 (Fine-tuned) bereikte 100% format compliance en 100% validiteit. Het model produceerde consequent machine-leesbare output.
Nauwkeurigheid (Accuracy):
- Op de geldige subset (na filtering op format) presteerden de niet-fine-tuned modellen (M1-M3) vergelijkbaar, met nauwkeurigheden tussen de 56% en 64%.
- M4 (Fine-tuned) behaalde een nauwkeurigheid van 81,5% op de volledige set en 92,0% op een hoogwaardige, menselijk geverifieerde subset.
- Ongeveer 80% van de gevalideerde gevallen toonde een bijna identieke match met de grond-waarheid (correctiemaatregelen).
Distributie: De fine-tuned model vertoonde een systematische verschuiving in de semantische similariteitsdistributie naar rechts, wat aangeeft dat de output beter aansluit bij de operationele realiteit dan generieke modellen.

5. Betekenis en Conclusie

Dit onderzoek levert zowel theoretisch als empirisch bewijs dat domein-adaptieve fine-tuning noodzakelijk is voor het succesvol inzetten van LLM's in gereguleerde sectoren zoals verzekeringen.

Verschuiving in Paradigma: Het toont aan dat prompt-engineering alleen onvoldoende is om de output-distributie van een model te aligneren met specifieke operationele processen. Fine-tuning is nodig om de "prior" van het model te veranderen van algemene internetkennis naar specifieke bedrijfslogica.
Praktische Toepasbaarheid: Het framework biedt een betrouwbare, controleerbare en governance-bewuste manier om ongestructureerde claimdata om te zetten in waardevolle signalen voor claimafhandelaars.
Toekomst: De auteurs plannen de implementatie van dit systeem in de praktijk, met een focus op het oplossen van resterende data-kwaliteitsproblemen en het uitbreiden van het modulair systeem naar volgende stappen zoals kostenraming en reservering.

Samenvattend bewijst deze studie dat lokale, fine-tuned LLM's een robuust en governable bouwsteen kunnen zijn voor de automatisering van verzekeringsclaims, waarbij ze de kloof overbruggen tussen ongestructureerde tekst en gestructureerde actuariële besluitvorming.