Versicherungsbetrug durch manipulierte MRT- & Röntgenbilder, wie groß ist die Gefahr?

Per molto tempo, i dati delle immagini mediche sono stati considerati una "fonte di verità" affidabile. Radiografie, risonanze magnetiche o TAC fornivano prove apparentemente inequivocabili per le diagnosi e costituivano la base per le decisioni sulle prestazioni nel settore assicurativo. Tuttavia, questo status è sempre più messo a rischio, poiché le immagini radiografiche manipolate rappresentano una nuova sfida per gli assicuratori.

Le immagini radiografiche di IA possono essere così convincenti che anche i radiologi esperti spesso non sono in grado di distinguerle dalle immagini reali. La portata di questo nuovo problema è dimostrata da recenti articoli come "Deceptively real: AI fakes X-ray images - even radiologists are taken in" (Ingannevolmente reale: l'IA falsifica le immagini radiografiche - anche i radiologi sono ingannati) pubblicato dalla Frankfurter Rundschau e da altri media.

Per gli assicuratori malattia e vita, questo significa rischi per milioni di euro, poiché i risultati falsificati fanno scattare prestazioni non giustificate dal punto di vista medico. I tradizionali controlli manuali da parte di chi gestisce i sinistri o di esperti medici non sono sempre più sufficienti.

È proprio qui che entra in gioco fraudify: con l'aiuto di un'analisi forense delle immagini specializzata, è possibile rilevare in modo affidabile anche le più piccole irregolarità nei dati delle immagini mediche. Mostriamo come gli assicuratori, i professionisti del settore medico e i responsabili della sicurezza informatica possono proteggersi dalle immagini radiografiche manipolate.

Cosa sono le immagini radiografiche manipolate?

Le radiografie manipolate sono immagini mediche deliberatamente alterate o completamente ricreate con l'aiuto dell'intelligenza artificiale o dell'elaborazione delle immagini. Lo scopo è solitamente quello di falsificare o nascondere malattie per ottenere vantaggi economici. Grazie ai rapidi progressi dell'intelligenza artificiale, oggi è possibile creare o alterare immagini quasi indistinguibili dalle fotografie originali. Quello che era iniziato come un "deepfake" nei social network ha raggiunto da tempo aree critiche. Le compagnie assicurative si trovano quindi ad affrontare una nuova dimensione delle frodi di fatturazione.

I radiologi esperti sono in grado di riconoscere le immagini deepfake di risonanza magnetica e radiografia?

La rilevanza è stata evidenziata da uno studio pubblicato sulla rivista Radiology (Tordjman, Yuce et al.). Questo studio mostra in modo impressionante quanto siano diventate realistiche le immagini radiografiche generate dall'intelligenza artificiale, motivo per cui anche la rivista medica tedesca Ärzteblatt ha lanciato un avvertimento:

• Immagini ingannevolmente reali: I moderni modelli di IA producono immagini anatomicamente plausibili che sono quasi indistinguibili da quelle reali.

• Incertezza tra i medici specialisti: In uno studio condotto su 17 radiologi di sei Paesi, solo il 41% delle immagini IA è stato spontaneamente riconosciuto come falso, a meno che non fosse stato segnalato in anticipo.

• L'esperienza non protegge: l' esperienza professionale non ha avuto un'influenza significativa sul tasso di riconoscimento.

• Basse barriere all'ingresso: Le immagini ingannevolmente reali possono essere generate semplicemente inserendo del testo, senza conoscenze specifiche.

Quanto sono validi i sistemi di IA tradizionali?

Particolarmente esplosivo: anche i sistemi di IA che generano tali immagini non riconoscono in modo affidabile i propri falsi. Nello studio, il modello utilizzato ha identificato correttamente solo l'85% circa dei contenuti da lui stesso generati. Né i classici modelli di IA né i medici esperti sono in grado di affrontare da soli questa sfida. La certezza assoluta è quindi possibile solo con sistemi specializzati di image forensics come fraudify.

Esistono indicazioni tipiche di immagini radiografiche falsificate?

Le caratteristiche tipiche delle immagini radiografiche falsificate sono ossa eccessivamente lisce e spine dorsali innaturalmente dritte. Tuttavia, la qualità delle immagini artificiali è in costante aumento, indipendentemente dalla regione del corpo, il che le rende difficili da riconoscere. Le immagini radiografiche deepfake irriconoscibili mettono a rischio l'affidabilità diagnostica, minano la fiducia nelle cartelle cliniche digitali dei pazienti e sono usate per perfide frodi assicurative.

Excursus: Le immagini radiologiche manipolate possono rappresentare una minaccia per la sicurezza informatica delle strutture mediche?

Oltre alle classiche frodi di fatturazione, esiste un altro pericolo, spesso sottovalutato: gli attacchi informatici mirati agli ospedali che utilizzano dati di immagini radiologiche manipolati. Gli aggressori potrebbero, ad esempio, infiltrarsi nei sistemi clinici e alterare le immagini di radiografie, risonanze magnetiche o TAC in modo da favorire diagnosi errate o indirizzare deliberatamente in modo sbagliato i trattamenti.

Inoltre, i medici sono obbligati per legge a tenere registri di trattamento veritieri; le manipolazioni violano questo obbligo e possono portare a una riduzione dell'onere della prova nei procedimenti di responsabilità.

Sebbene un articolo del 2018 del quotidiano Ärzte Zeitung affermi che tali attacchi sono considerati improbabili, la perfezione che le immagini generate dall'intelligenza artificiale hanno raggiunto nel frattempo dimostra che questo pericolo è oggi piuttosto reale. Gli esperti mettono in guardia da metodi sempre più professionali che sfruttano specificamente le vulnerabilità umane nelle organizzazioni.

L'identificazione di immagini radiografiche manipolate rappresenta quindi una sfida crescente per la sicurezza informatica in ambito sanitario e medico.

Frodi di fatturazione: quanto è grande il problema?

Le frodi nella fatturazione stanno causando perdite sempre più elevate nelle assicurazioni sanitarie e di assistenza a lungo termine, come riportato dall'Associazione Nazionale delle Casse Sanitarie (GKV Spitzenverband). Dopo un calo all'inizio della pandemia, il numero di casi e l'ammontare delle perdite sono recentemente aumentati in modo significativo: Nel 2022 e 2023, le perdite ammonteranno a oltre 200 milioni di euro (precedentemente 132 milioni di euro nel 2020/2021). Allo stesso tempo, il numero di segnalazioni di possibili casi di frode è aumentato di circa il 21%. Una nota positiva è che quasi la metà dei crediti in essere - circa 92 milioni di euro - sono stati garantiti.

Gli esperti ritengono tuttavia che il numero di casi non segnalati sia elevato. Le frodi nella fatturazione privano il sistema sanitario di fondi considerevoli che sono effettivamente necessari per la cura dei pazienti.

L'uso dell'intelligenza artificiale (AI) è considerato una leva decisiva per arginare questo sviluppo. Il nostro obiettivo è riconoscere precocemente le strutture di frode, ridurre le perdite e proteggere meglio la solidarietà di chi paga i contributi.

Perché gli assicuratori malattia e vita sono ora esposti a un rischio particolare?

La manipolazione dei dati delle immagini mediche non è un problema teorico, ma una minaccia diretta alla stabilità economica degli assicuratori.

Nell'assicurazione sanitaria:

• Fatturazione di trattamenti non necessari

• Reazioni a catena dovute alla successiva fatturazione basata su una singola immagine falsificata

Nell'assicurazione vita e invalidità:

• Pagamenti pensionistici non autorizzati per decenni

• Elevati pagamenti una tantum a causa di malattie gravi falsificate.

Se tali manipolazioni non vengono riconosciute, si verificano notevoli errori di allocazione finanziaria e si mette a rischio la competitività a lungo termine.

Che ruolo hanno i documenti manipolati o falsificati?

La manipolazione raramente si limita alla sola immagine. Spesso si tratta di un'interazione orchestrata di diversi elementi falsificati. I moderni modelli linguistici consentono di creare documenti di accompagnamento ingannevolmente autentici:

• Risultati plausibili dal punto di vista medico: le diagnosi corrispondono esattamente alle immagini manipolate e imitano lo stile di medici specialisti esperti.

• Perfezione formale: carta intestata, timbri e firme sembrano autentici e superano i test visivi.

• Scalabilità: le frodi possono essere automatizzate e realizzate su larga scala.

Come possono gli assicuratori proteggersi dalle immagini generate dall'intelligenza artificiale e dai documenti falsificati?

Una cosa è chiara: l'integrità dei dati delle immagini mediche non può più essere data per scontata. Con la crescente diffusione di potenti AI, cresce anche il rischio di frodi sistematiche nella fatturazione.

Per gli assicuratori, ciò significa che l'uso di un software di image forensics specializzato non è più un aggiornamento opzionale, ma un prerequisito necessario per una gestione efficace delle frodi.

fraudify offre un approccio a più livelli:

• Analisi forense delle immagini: esame fino al livello dei pixel per rendere visibili anche le manipolazioni più sottili.

• Rilevamento di deepfake: identificazione di artefatti tipici dell'IA e di incongruenze strutturali.

• Ispezione dei metadati: analisi dei timestamp, delle informazioni sul dispositivo e delle tracce di elaborazione

• Ricerca a ritroso su Internet: Rilevamento di immagini utilizzate più volte o estrapolate dal contesto.

• Rilevamento dei duplicati: identificazione di immagini simili o modificate in casi diversi.

• Analisi forense dei documenti : integrazione opzionale dell'analisi forense dei documenti da parte di un'azienda partner.

Parlate con noi: scoprite come fraudify ottimizza i processi, riduce i rischi e rileva i tentativi di frode in una fase iniziale. Saremo lieti di dimostrarvi come può avvenire in pratica l'integrazione nei percorsi di audit esistenti.