Sélection des risques dans un environnement sans test de laboratoire

Sélection des risques dans un environnement sans test de laboratoire

Décembre 2020

Avec l’introduction de l’activité numérique et de l’intelligence artificielle (IA), l’évaluation du risque entre dans une nouvelle ère où les outils numériques servent à créer des modèles plus puissants et durables. Munich Re, Amérique du Nord (vie et santé) participe activement à l’utilisation de l’apprentissage automatique et de modèles prédictifs pour analyser le risque de manière plus rapide et moins invasive.

Étant donné la pandémie de la COVID-19, une sélection des risques accélérée dans un environnement sans test de laboratoire est devenue urgente. Le webinaire « Sélection des risques dans un environnement sans test de laboratoire » explore comment déterminer si et quand les analyses de prélèvements sont utiles ou nécessaires dans le processus de sélection des risques.

Thomas Naraindas, directeur, Analytiques intégrées, discute de l’utilisation accrue de l’analyse des données, de la modélisation prédictive, des algorithmes d’évaluation du risque et des programmes de sélection des risques accélérée.

Voici le deuxième webinaire de la nouvelle série nord-américaine en cinq volets de Munich Re concernant les innovations en sélection des risques et en science des données.

Voici le deuxième webinaire de la nouvelle série nord-américaine en cinq volets de Munich Re concernant les innovations en sélection des risques et en science des données..

Faits saillants

  • L’utilisation de l’analyse prédictive dans le cadre de l’assurance vie : Au cours des dernières années, l’analyse prédictive a gagné en popularité dans le secteur de l’assurance vie. Nous examinons le rôle que jouent la sélection des risques prédictive, la surveillance des blocs d’affaires et la gestion des réclamations dans les processus de sélection des risques.
  • Programmes de sélection des risques accélérée : Nous partageons diverses méthodes d’intégration de l’analyse prédictive dans les programmes de sélection des risques accélérée et étudions des exemples de cas liés à une classification erronée des risques.
  • Données de tiers et algorithmes d’évaluation du risque : En plus des modèles prédictifs personnalisés pour un assureur, bon nombre d’outils et de données de tiers peuvent servir à la sélection des risques accélérée. 

Visionnez un enregistrement du webinaire (en anglais) et téléchargez le sommaire pour obtenir des précisions.

Munich Re
Pour contacter les auteurs
Thomas Naraindas
Directeur
Analytiques intégrées

Re|penser l'avenir d'évaluation du risque