AI で保険を変革する：住友生命のパーソナライズされた予防医療への取り組み

We had the privilege of speaking with Yosuke Fujisawa, AI Officer at Sumitomo Life, about the transformative role of artificial intelligence in the insurance industry. Fujisawa shared how Sumitomo Life is leveraging AI, including generative AI, to enhance product offerings and improve customer interactions. From disease prediction models powered by Vitality data to the integration of wearable devices and real-time analytics, Sumitomo Life is pioneering innovative approaches to preventive care and personalized solutions. This interview sheds light on how cutting-edge technologies, supported by AWS’s cloud infrastructure, are driving the evolution of traditional insurance models toward a more customer-centric future.

1. Could you share how Sumitomo Life is currently leveraging AI and, specifically, generative AI in enhancing its product offerings and improving customer interactions?

1. 現在、住友生命が AI、特に生成 AI を活用して、製品の向上や顧客との対話の改善を図っている方法について教えていただけますか？

We are proactively incorporating AI and generative AI technologies to develop new services and enhance our productivity. Some of the key applications include:

• Disease Prediction Models: Developed disease prediction models for 5 lifestyle diseases using Vitality data, enabling preventive care and personalized health recommendations for policyholders.
• GenAI: Development of a secure environment for internal use, enabling employees to leverage generative AI in their daily work, enhancing productivity and decision-making processes.

私たちは、新しいサービスの開発と生産性の向上を目的に、AI と生成AI 技術の積極的な活用を進めています。主な活用例として、以下が挙げられます：

• 疾病予測モデル：Vitality データを使用して、5 つの生活習慣病の予測モデルを開発し、予防ケアやパーソナライズされた健康推奨を契約者に提供しています。
• GenAI：社員が日常業務で生成AI を活用できるように、安全な環境を構築し、生産性や意思決定プロセスの向上を図っています。
   

2. How does Sumitomo Life approach the challenge of integrating non-traditional data sources into its actuarial models? Could you share some insights into the potential advantages or obstacles encountered?

2. 非伝統的なデータソースを数理モデルに統合する際の課題について、住友生命の取り組み方や、考えられる利点や課題について教えていただけますか？

To develop our disease prediction models, we incorporated both the number of steps from wearable devices and health check-up data. Leveraging the AWS cloud platform, we were able to efficiently manage and analyze the extensive dataset. The model itself is a hybrid, combining machine learning techniques with traditional actuarial models. While machine learning models are often seen as black boxes, our goal was to create transparent, explainable models – white boxes – that allow us effectively communicate health insights to our policyholders. Actuarial techniques played a crucial role in achieving this by helping us develop models that are not only accurate but also interpretable.

疾病予測モデルの開発において、ウェアラブルデバイスからの歩数データや健康診断データを取り入れました。AWS のクラウドプラットフォームを活用することで、大規模なデータセットの効率的な管理と分析が可能になりました。このモデルは、機械学習技術と従来の数理モデルを組み合わせたハイブリッドモデルです。機械学習モデルはブラックボックスと見なされることが多いですが、私たちは契約者に健康情報を効果的に伝えることができる透明性のある「ホワイトボックス」モデルを目指しました。数理技術は、正確でありながらも解釈可能なモデルの開発において重要な役割を果たしました。

3. How do you envision AI helping insurers evolve from traditional insurance models to more customer-centric, preventive care solutions?

3. AI が保険会社において従来の保険モデルから顧客中心の予防ケアソリューションに進化する手助けをどのようにするか、どのようにお考えですか？

I believe AI can significantly support insurers in evolving from traditional insurance models to more personalized, preventive care solutions, particularly when integrated with health promotion programs like Vitality.

• Wearable Devices: By utilizing data from wearable devices, insurers can monitor policyholders’ health metrics in real-time. This data can include steps taken, heart rate, and sleep patterns, allowing insures to provide personalized health advice and early warnings about potential health issues.

• Real-Time Analytics: AI can analyze this data in real-time to identify trends and anomalies, enabling timely interventions and personalized health recommendations. Using generative AI enables more personalized recommendations.

AI は、特にVitality のような健康増進プログラムと連携することで、保険会社が従来の保険モデルから個別化された予防ケアソリューションに進化するのを大いにサポートできると考えています。

• ウェアラブルデバイス：保険会社は、ウェアラブルデバイスから取得したデータを活用することで、契約者の健康指標をリアルタイムで監視できます。このデータには、歩 数、心拍数、睡眠パターンなどが含まれ、個別の健康アドバイスや早期の健康リスク警告を提供することが可能です。
• リアルタイム分析：AI は、このデータをリアルタイムで分析し、傾向や異常を特定することで、タイムリーな介入や個別の健康推奨が可能になります。生成AI を活用することで、よりパーソナライズされた推奨が提供されます。
   

This interview was conducted in partnership with AWS. Yosuke Fujisawa is a member of the APAC Insurance CXO Forum for 2024