Ny artikkel fra innovasjonsprosjekt i samarbeid med Helfo

.
.Foto: Shutterstock

Gjennom prosjektet skal det ved hjelp av stordata og maskinlæring utvikles digitale verktøy for å forhindre feilaktig utbetaling av helserefusjoner.

I artikkelen "Implementing a DataInfrastructure to Enable Business Analytics in the Public Sector: a Case Study" dokumenterer Margunn Aanestad, Jens Christian Haatvedt, and Annette Alstadsæter startfasen av innovasjonsprosjektet. 

Helfo er ansvarlig for å betale ut offentlige midler til leger, fysioterapeuter, tannleger, psykologer og andre helseaktører med offentlig avtale. Helserefusjonsordningen er i stor grad et tillitsbasert system, og det er nødvendig med mer kunnskap om omfanget av feil, økonomisk misbruk og bedrageri i helserefusjonsordningen. I et innovasjonsprosjekt arbeider Helfo nå for å hindre feil og misbruk av offentlige helsemidler, gjennom å bruke maskinlæring og avansert analyse til å gjøre jobben med etterkontroll mer effektiv.

For å få nytte av kunstig intelligens kreves betydelige forberedelser i både den tekniske data-infrastrukturen og i organisasjonens kunnskapspraksis. Disse forberedelsene blir ofte oversett i prosjektplanlegging, men er sentrale for å lykkes. I denne artikkelen fra Helfos innovasjonsprosjekt løfter vi fram hva som skjedde i denne forberedelsesfasen av Helfos prosess med å bruke tilgjengelige data bedre for å styrke sitt kontrollarbeid. Dette kan være nyttig også for andre organisasjoner som vil styrke sin analysekapasitet og anvende kunstig intelligens.

Artikkelen "Implementing a DataInfrastructure to Enable Business Analytics in the Public Sector: a Case Study" er skrevet av Margunn Aanestad (professor, UiA), Jens Christian Haatvedt (phd-stipendiat, Helfo) og Annette Alstadsæter (professor og Skatteforsk-leder). Den ble publisert i NOKOBIT - Norsk konferanse for organisasjoners bruk av informasjonsteknologi, No. 2, 2022.

Fakta

Abonner på nyheter fra Skatteforsk ved å melde deg på her.

Publisert - Oppdatert

Del på