Automatisering av dokumentmottagning för att minska bidragsbedrägeri

Automatiserad dokumenthantering positioneras som ett viktigt verktyg för att minska bedrägerier i statliga bidragsprogram. Den senaste artikeln säger att bedrägeri ofta börjar vid intag, innan identitet och behörighet kan verifieras. Den nämner COVID-relaterade förluster uppskattade till 100–135 miljarder dollar i bedrägliga arbetslöshetsersättningar, samt amerikanska arbetsdepartementets uppskattningar om arbetslöshetsbedrägerier på över 87 miljarder dollar och Medicaid-felutbetalningar på 86 miljarder dollar år 2022. Den centrala mekanismen är verifiering av dokument i realtid. Systemet extraherar strukturerade data från uppladdade filer, validerar identitet och stödjande bevis mot auktoritativa källor (till exempel DMV-API och SSA-kontroller) och markerar inkonsekvenser innan ärenden når manuell granskning. Jämfört med manuell granskning kan detta minska missar från professionella förfalskningar, begränsa missbruk under verifieringsförseningar och minska inmatningsfel som förhindrar omedelbar korskontroll. Den lyfter fram fem bedrägerimönster som automatiserad dokumentintag kan hjälpa till att förhindra: syntetisk identitetsbedrägeri, dokumentförfalskning, parallellanspråk i flera myndigheter, inkomstförvrängning med förändrade löne- eller bankdokument, och otillbörlig behörighet kopplad till bosättning eller kvalifikationskrav. Ett integritetsbevarande alternativ kallat noll-data-bevarande framhävs också. Det verifierar dokument medan man endast lagrar verifieringsresultat och raderar de uppladdade filerna för att minska exponering vid dataintrång. Leverantören, SpruceID, hävdar att myndigheter kan implementera detta utan att väsentligt bromsa legitima sökande genom att endast skicka vidare ärenden som flaggas till handläggare.