Aanvullende Vaste Vergoeding: Controle NAM-dossiers
De verwerking van data gebeurt in drie stappen, te weten: uitlezen, anonimiseren en extraheren. Bij het uitlezen worden de Word- en PDF-documenten omgezet in platte tekst per pagina. Elke pagina wordt doorgegeven aan de tweede stap. In deze stap wordt elke pagina geanonimiseerd door middel van het Wegstreepn-pakket, een binnen het IMG gebruikt prgramma om documenten te anonimiseren. De anonimisatie is nodig voordat de data wordt verwerkt middels het GPT-model in de derde stap. In deze stap worden alle pagina's van alle documenten samen met een prompt naar het GPT-model gestuurd. Het model geeft dan het genoemde schadebedrag terug (documentnaam en paginanummer). Als er ook bijkomende kosten in het geding zijn, worden deze ook verstuurd. Ook de locatie wordt teruggekoppeld.
Art. 2 lid 3 Tijdelijke wet Groningen en art. 40 UAVG.
Het AI-systeem kan twee uitkomsten geven: Het bedrag dat het systeem vindt, komt overeen met het bedrag dat vroeger vanuit het NAM-dossier opgenomen is in het dossier van het IMG, of, Het bedrag komt niet overeen. Komt een bedrag overeen, dan wordt het automatisch gebruikt voor de AVV. Er is dan geen menselijke tussenkomst nodig. Het AI-systeem wordt wel regelmatig door een mens gecontroleerd op prestaties. Het bedrag komt niet overeen. Wanneer het bedrag niet overeenkomt, wordt een dossier altijd helemaal opnieuw beoordeeld door een mens.
De AVV is onderdeel van de Regeling Forfaitair. Op de Regeling Forfaitair is een Data Protection Impact Assessment (DPIA) uitgevoerd, waarin maatregelen zijn voorgesteld om de risico's van, onder andere de AVV, tot een minimum te beperken. Daarnaast is vanuit het IMG een uitgebreide onderzoek verricht naar de juridische kwalificatie van het algoritme onder de Europese AI-Verordening.
Voordelen: De geautomatiseerde controle van uitgekeerde schadebedragen uit NAM-dossiers is sneller dan de handmatige controle. Hierdoor kunnen aanvragen sneller afgehandeld worden. Het algoritme vindt in 70% van de gevallen hetzelfde bedrag dat in de databank is vermeld. Dit bespaart evenveel tijd. Zonder deze tijdsbesparing was de brede openstelling niet mogelijk. Nadelen: Er bestaat een kans dat de resultaten niet overeenkomen met het bedrag uit de database. Als dit het geval is, wordt het resultaat door een mens gecontroleerd. Het model is vrij zwaar en de analyse duurt vrij lang als het geautomatiseerd plaatsvindt. Het gaat om een gemiddelde van 23 uur voor 1000 dossiers.
Trainingsdata: Geen. Het gebruikte model betreft GPT 4.0-turbo. Dit is een getraind LLM (groot taalmodel) dat in staat is om instructies (prompts) uit te voeren op basis van tekst. Inputdata: NAM-schadedossiers. Dit zijn de Word- en PDF-documenten.
- Start
- december 2024
- Leverancier
- Het AI-systeem wordt gebouwd op GPT-4 van OpenAI, binnen de Microsoft Azure-omgeving van het IMG.
- Register-standaard
- v1.0