6、AI在金融交易监控与医疗编码领域的应用

AI在金融交易监控与医疗编码领域的应用

1. DBS银行的AI驱动交易监控

自1970年美国通过《银行保密法》（又称《货币与外汇交易报告法》）以来，全球银行被政府要求防范洗钱、可疑跨境大额资金流动及其他金融犯罪。新加坡及东南亚最大的银行星展银行（DBS Bank）长期专注于反洗钱（AML）及金融犯罪的检测与预防。

1.1 基于规则的监控系统的局限性

和其他大型银行一样，星展银行的“交易监控”部门多年来利用人工智能开展相关工作。该部门人员评估基于规则的系统发出的警报。规则会评估银行内多个系统的交易数据，包括消费者、财富管理、机构银行及其支付系统的数据。这些交易都会通过基于规则的系统进行筛选，规则会标记出与银行进行可疑交易的个人或实体相关的交易，即可能涉及洗钱或其他金融欺诈的交易。

基于规则的系统（过去称为“专家系统”）是最古老的人工智能形式之一，至今仍广泛应用于银行、保险及其他行业。然而，星展银行和全球大多数银行的基于规则的金融交易监控系统每天都会产生大量警报，其中高达98%是误报。交易的某些方面触发规则，导致交易被标记在警报列表中，但经人工分析师跟进调查后，发现这些警报交易实际上并不可疑。

交易监控分析师必须跟进每一个警报，查看所有相关交易信息，还需考虑交易涉及人员的资料、过去的金融行为、“了解你的客户”和客户尽职调查文件中的声明以及银行掌握的其他信息。跟进警报是一个耗时的过程。

如果分析师确认交易确实可疑或被证实为欺诈，银行有法律义务向相关当局提交可疑活动报告（SAR）。这是一个高风险决策，分析师必须做出正确判断：判断错误可能导致守法银行客户被错误通知正在接受金融犯罪调查；而如果未能检测和报告“不良行为者”，则可能