Simulando o impacto das inovações em inteligência artificial com uma estrutura modular e gêmeo digital

O desafio

As agências do governo federal dos EUA supervisionam uma ampla gama de benefícios para os cidadãos, que afetam milhões de americanos. A administração de benefícios federais é uma interação complexa de sistemas que pode ser aproximada com uma estrutura modular e um gêmeo digital. Em vez de nos concentrarmos em elementos individuais da operação de administração de benefícios, nosso objetivo é minimizar os problemas de interface entre os elementos, modelando toda a operação usando uma estrutura modular holística. Também apresentamos uma simulação de evento discreto de gêmeo digital do sistema de administração de benefícios para medir o quanto as novas tecnologias de Inteligência Artificial (IA) melhoram os serviços governamentais.

Introdução

Os órgãos federais responsáveis pelo julgamento de benefícios de saúde, alimentação, financeiros e outros são cada vez mais solicitados a prestar serviços de forma mais rápida e econômica com menos recursos. As ineficiências na administração de benefícios podem afetar negativamente os cidadãos vulneráveis que precisam de serviços essenciais e urgentes.

As soluções de IA estão sendo cada vez mais usadas para atender a essa demanda e têm sido consistentemente apontadas como uma grande inovação para o governo. A modelagem do sistema de administração de benefícios como um conjunto de agentes independentes permite que os órgãos personalizem e explorem as interações do sistema com o mínimo de risco comercial.

A simulação de eventos discretos tem sido usada para reduzir os tempos de espera e melhorar o atendimento ao cliente no setor de saúde e em outros ambientes de atendimento ao cidadão. Uma estrutura modular de nível macroscópico com um sistema de aplicação de benefícios, entrada de aplicações, rede de tomadores de decisão e processos de tomadores de decisão foi criada para aproximar as operações de administração de benefícios. Além de desenvolver a estrutura, o impacto da introdução de uma solução de IA foi quantificado usando um gêmeo digital.

A solução

É apresentada uma estrutura macroscópica modular para modelar o sistema federal de administração de benefícios. A estrutura e o gêmeo digital podem modelar sistemas físicos e virtuais e aproximar a interação de pessoas, processos e tecnologia de IA no contexto da administração de benefícios.

A estrutura compreende um sistema de administração de benefícios, a entrada de aplicativos, uma rede de tomadores de decisão que consiste em indivíduos que determinam a elegibilidade dos benefícios e processos de tomada de decisão definidos pela agência. Variáveis personalizadas podem ser aplicadas a qualquer componente, dependendo do contexto da agência.

As operações de administração de benefícios podem ser simuladas usando ferramentas de simulação de eventos discretos, como o Simio. O gêmeo digital inclui um sistema de solicitação de benefícios com solicitações simples e complexas encaminhadas para processos de NoAI ou IA, um grupo de tomadores de decisão e um conjunto de processos usados para tomar decisões de elegibilidade.

O gêmeo digital é adaptável às mudanças no sistema e fornece uma abordagem geral para melhorar a eficiência, as operações e o atendimento ao cliente.

O impacto nos negócios

Resultados

Foi simulado um gêmeo digital do estado atual da linha de base que representa o sistema de aplicativos de benefícios, e foram analisadas as permutações. Aplicativos simples e complexos chegam de forma independente e são encaminhados por meio de processos de NoAI ou IA para os tomadores de decisão antes de sair do sistema.

Foram medidas as eficiências de rendimento e tempo de processamento, demonstrando as melhorias obtidas com a introdução de tecnologias de IA.

Discussão

Os métodos de simulação permitem que as agências explorem cenários hipotéticos usando um gêmeo digital. Ao perturbar o modelo, os órgãos podem entender como as mudanças em uma parte do sistema afetam o desempenho geral, permitindo melhorias com risco operacional mínimo.

Anais da Conferência de Simulação de Inverno de 2020 K.-H. Bae, B. Feng, S. Kim, S. Lazarova-Molnar, Z. Zheng, T. Roeder e R. Thiesing, eds.

Laura H. Kahn
Ian McCulloh

Accenture Federal Services
800 North Glebe Road
Arlington, VA 22203, EUA

Referências

• Bonabeau, E. 2002. "Modelagem baseada em agentes: Methods and techniques for simulating human systems" (Métodos e técnicas para simular sistemas humanos). Proceedings of the National Academy of Sciences 99(suppl 3): 7280-7287.
• Dennis, P. C. e D. T. Sturrock. 2011. "Introduction to Simio" (Introdução ao Simio). Anais da Conferência de Simulação de Inverno de 2011.
• Duguay, C. e F. Chetouane. 2007. "Modeling and Improving Emergency Department Systems using Discrete Event Simulation" (Modelagem e melhoria dos sistemas do departamento de emergência usando simulação de eventos discretos). Simulation 83(4): 311-320.
• Scala, P., et al. 2019. "A Generic Framework for Modeling Airport Operations at a Macroscopic Scale" (Uma estrutura genérica para modelagem de operações aeroportuárias em escala macroscópica). Anais da Conferência de Simulação de Inverno de 2019.