FraudAlert

• 

  proof of concept

Inspiration

L'augmentation des fraudes dans le secteur de la santé a motivé le besoin de systèmes de détection plus robustes.

What it does

Le système analyse les déclarations de soins pour identifier des patterns frauduleux à l'aide de l'OCR et d'algorithmes de détection d'objets.

How we built it

Nous avons intégré Tesseract pour l'OCR, Regex pour le traitement de texte, et YOLO pour la détection d'éléments suspects dans les documents.

Challenges we ran into

La variabilité des formats de déclaration et la qualité d'image des documents ont posé des problèmes de précision.

Accomplishments that we're proud of

Nous avons réussi à créer un prototype fonctionnel capable d'identifier des anomalies dans un ensemble de données test.

What we learned

L'importance de l'entraînement sur des données diversifiées et la nécessité d'optimiser le modèle pour une meilleure précision.

What's next for FraudAlert

Nous prévoyons d'affiner l'algorithme et d'élargir la base de données pour améliorer l'efficacité et la fiabilité.

Built With

• regexlib
• tesseratocr
• yolo