Artificiell intelligens identifierar sjukpensionärer två år innan pensionen börjar

Maskininlärningsalgoritmen lärdes att förutsäga sjukpensionering utgående från uppgifter om socioekonomisk ställning, arbetsinkomster och förmåner. Prognosmodellen hittade med 78 procents noggrannhet de personer som blev sjukpensionerade efter två år.

– Nästan fyra av fem är ett synnerligen lovande resultat. Det är sannolikt att prognosens exakthet kan förbättras genom att lägga till ytterligare social- och hälsodata, säger matematiker Jarno Varis på Pensionsskyddscentralen.

Som material användes anonymiserade uppgifter om 500 000 personer ur Pensionsskyddscentralens register. Genom att jämföra sjukpensionerade och arbetsföra personer lärde algoritmen sig att identifiera de variabler som förebådade sjukpension.

Det som mest förebådade arbetsoförmåga var hög ålder, riklig användning av sjukdagpenning och rehabiliteringspenning samt låga förvärvsinkomster.

– Andra faktorer som förebådade sjukpension var låg utbildningsnivå, arbetslöshet och ogift status. De faktorer som artificiell intelligens identifierade motsvarar resultat av tidigare undersökningar, säger Varis.

I framtiden kan artificiell intelligens bidra till längre arbetsliv

Bäst förutsade artificiell intelligens sjukpensioner som berodde på sjukdomar i rörelseorganen och sjukdomar i andningsorganen. Den var också bättre på att förutsäga egentliga sjukpensioner än rehabiliteringsstöd.

Direktör Mikko Kautto på Pensionsskyddscentralen ser många möjligheter med AI.

– Pensionsskyddscentralens omfattande registerdata ger en bra utgångspunkt för att utnyttja artificiell intelligens i informationsproduktionen. När det ännu blir lättare att kombinera mera omfattande datamaterial, erbjuder AI redskap för att allt bättre identifiera riskgrupper och inrikta åtgärder för att förebygga arbetsoförmåga, säger Kautto.

Pensionsskyddscentralens projekt genomfördes i samarbete med specialisten Ilkka Huopaniemi på Siili Solutions. All databehandling i samband med försöket skedde inom PSC:s driftsmiljö utan molntjänster.

Jarno Varis’ blogginlägg (på finska): Eläketurvakeskuksen koneoppimiskokeilu – näin se tehtiin!

Närmare:

Matematiker Jarno Varis, tfn 029 411 2612, 050 413 0548, jarno.varis(at)etk.fi
Direktör Mikko Kautto, tfn 029 411 2185, 040 740 8095, mikko.kautto(at)etk.fi