眼睛保險理賠的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

懲罰貧窮：大數據橫行的自動化時代，隱藏在演算法之下的不平等歧視

為了解決眼睛保險理賠的問題，作者VirginiaEubanks 這樣論述：

2019年莉莉安・史密斯圖書獎（Lillian Smith Book Award）、 2018年麥加農中心圖書獎（McGannon Center Book Prize）獲獎作品   本書揭露高科技工具影響人權與經濟公平。 看似客觀中立的機器運算， 可能在學習人類提供的資料後， 再複製社會偏見與歧視，形成「自動不平等」！   　　▴美國印第安納州在三年內駁回100萬人的醫療照護、糧食券和現金救濟申請，只因為資格自動審查機制把不完整的申請錯誤統統歸結為申請者未能配合。繁瑣的行政程序和不合理的期望使人們無法獲得應得的利益，只有少數幸運兒得以獲得公共資源。   　　

▴▴洛杉磯由於住房有限，當局採用一種演算法，計算成千上萬名無家可歸者的「相對弱勢」，並按照優先排序提供這些人住房服務與資源。然而，這套系統會跟警察系統共享貧窮人口和工人階級的個資，造成窮人與犯罪分子輕易被歸納為同一個分類，否決了他們的基本權利，損害了他們的人性與自主權。   　　▴▴▴賓州阿格勒尼郡的風險預測模型以統計數據來預測哪些家庭會虐童、哪些人是問題父母，但數據庫的資料來源卻集中在仰賴公共資源的低收入家庭。光是在2016年，模型預測的1萬5139筆虐童報告中，就有3633筆不正確；在此同時，數千個貧困家庭與少數族群的生活早已無端遭受侵入及監視。   　　進入數位時代以來，

金融、就業、政治、衛生和公共服務、治安管理等領域的決策都經歷了革命性的變化。如今是由自動化系統而不是由真人來掌控哪些社區受到監管，哪些家庭獲得需要的資源，或是哪些人該接受詐欺調查。雖然人人生活在這種新的資料制度下，但侵入性及懲罰性最強的制度，卻完全針對窮人所設計。   　　政治學家維吉妮亞・尤班克斯在本書中，有系統地探究了資料探勘、政策演算法、預測性風險模型對美國窮人與勞工階級的影響。書中充滿了令人揪心、瞠目結舌的故事，例如印第安納州一名婦人因為癌症末期住院治療，錯過了重新認證補助資格的預約，被取消福利救濟；賓州的某個單親媽媽每天都擔心失去女兒的撫養權，只因她符合某種統計形象。  

　　美國一直以來使用最尖端的科學與技術來遏制、調查和懲戒窮人。「數位追蹤」與「自動化決策系統」就像以前的郡立濟貧院以及科學慈善運動，讓中產階級看不到貧困，讓國家抽離了道德規範，做出非人道的選擇：誰能獲得溫飽、誰得挨餓受凍；誰有住房、誰依舊無家可歸；政府應該拆散哪些家庭。在這過程中，它們更削弱了民主，背叛了人們最珍視的民族價值觀。   　　也許，貧窮並非我們都需要馬上面臨的課題，但在演算法的使用之下，所有人都將無可避免地受到資源分配的影響。這本研究深入、慷慨激昂的好書來得正是時候！   本書特色   　　1. 綜觀書市，大部分類似的書籍都僅探討演算法對於社會的影響，很

少有如本書一樣聚焦於「貧困」議題；而這個問題並不單單只會發生於窮人身上，因為演算法讓所有的人都有可能遇到類似的困境。這樣的主旨使本書在相關作品中更顯獨特。   　　2. 本書特別針對公共福利相關的措施來做描述，從事社會福利相關職業、關注當今貧窮社會議題的讀者，或是對科技應用於社會福利制度有興趣的讀者，在閱讀完本書之後，都能對貧困現象的產生與發展有更進一步的瞭解。   權威推薦   　　呂建德／中正大學社會福利學系教授 　　巫彥德／人生百味共同創辦人 　　李明璁／社會學家、作家 　　李建良／中央研究院法律學研究所特聘研究員×科技部「人工智慧的創新與規範」專案計畫總

主持人 　　李政德／成功大學數據科學所教授 　　杜文苓／政治大學創新國際學院院長 　　林文源／清華大學人文社會AI應用與發展研究中心主任、通識教育中心教授 　　林佳和／政治大學法學院副教授 　　阿潑／轉角國際專欄作者 　　洪敬舒／臺灣勞工陣線協會研究部主任 　　張國暉／臺灣大學國家發展研究所副教授、風險社會及政策研究中心研究員 　　張烽益／臺灣勞動與社會政策研究協會執行長 　　黃益中／公民教師、《思辨》作者 　　劉揚銘／自由作家 　　劉靜怡／臺灣大學國家發展研究所專任教授 　　顏擇雅／作家、出版人 　　（以上依姓氏筆畫排序）   國外好

評推薦   　　「這本書十分駭人。不過，讀了以後，你將變得更精明，更有能力去尋求正義。」——娜歐蜜・克萊恩（Naomi Klein）／《震撼主義》（The Shock Doctrine）作者   　　「尤班克斯在書中精采地記錄了自動化時代『另一半的人如何生活』，並揭露一道新的數位鴻溝：一個使最邊緣化的社群身陷困境的全面監控網路。這本震懾人心、發人深省、充滿人道關懷的好書，揭露了資料導向的政策所造成的反烏托邦，並敦促眾人創造一個更公正的社會。」——阿朗卓・尼爾森（Alondra Nelson）／《DNA的社會生活》（The Social Life of DNA）作者   　

　「在這本發人深省的好書中，尤班克斯讓我們看到，現代社會雖有表面的改革，但我們針對弱勢族群所制訂的政策，依然是由古老的濟貧法所主導，而那些法條只會排擠並懲罰社群中最貧困的人。」——弗朗西絲・福克斯・派文（Frances Fox Piven）／《規範窮人》（Regulation the Poor）作者   　　「這是今年最重要的科技好書。如今每個人都擔心網路對民主的影響，但尤班克斯指出，我們面臨的問題遠比『假新聞』更嚴重——自動化系統鞏固了社會與經濟不平等，破壞私人與公共福利。尤班克斯深入研究歷史與報告，幫大家更瞭解我們面臨的政治與數位力量，以便更有效地反擊。」——阿斯特拉・泰勒（Ast

ra Taylor）／《人民平臺》（The People’s Platform: Taking Back Power and Culture in the Digital Age）作者   　　「這本書清楚地揭露美國的體制（從執法到醫療、再到社會服務）日益懲罰窮人，尤其是有色人種。如果你擔心美國現代工具的不平等，這是一本必讀的好書。」——桃樂西・羅伯茲（Dorothy Roberts）／《殺死黑人》（Killing the Black Body）與《瓦解的關連》（Shattered Bonds）作者   　　「這本書是寫給所有人看的，包括社群領袖、學者、律師、接受政府援助的人以

及需要更深入瞭解『靠數位產業致富的國家如何利用技術來創造並維持永久性下層階級』的人。這是為我們這個時代撰寫的書。」——馬基亞・西里爾（Malkia A. Cyril）／媒體正義中心（Center for Media Justice）的執行董事與共同創辦人   　　「想瞭解資訊科技對美國邊緣化人口的社會影響，這本書是近期最重要的書籍。當我們開始討論人工智慧危害人類的可能性時，尤班克斯的這本書應該列入必讀書單。」——伊森・佐克曼（Ethan Zuckerman）／麻省理工學院公民媒體中心主任   　　「內容驚人，精采萬分⋯⋯誠如尤班克斯所述，自動化加上不顧道德又講究效率的新技術，不

僅威脅到那些社會視為可有可無的數百萬人，也威脅到民主。如果你想瞭解這個數位夢魘如何深入我們的體制並試圖規範我們的生活及你該如何挑戰它，這是一本必讀的好書。」——亨利・吉羅（Henry Giroux）／《身陷險境的大眾》（The Public in Peril：Trump and the Menace of American Authoritarianism）作者   　　「這是一個扣人心弦的精采故事，講述不良資料、劣質軟體、無能或腐敗官僚如何把弱勢族群的生活搞得天翻地覆。現在的治理往往隱藏在令人費解的法律與程式碼的背後，每個人都應該讀一讀這本書，以瞭解現代治理的實際運作。」——法蘭克・

帕斯夸（Frank Pasquale）／《黑盒子社會》（The Blackbox Society: The Secret Algorithms That Control Money and Information）作者   　　「尤班克斯的新書講述正在興起的監控國家，這個精采的故事令人震驚。『數位濟貧院』不斷擴大網絡，與其說是為了幫助窮人，不如說是為了管理、約束、懲罰窮人。閱讀這本書，並加入尤班克斯的行列，一起反對這個網絡所造成的不公正吧。」——桑福德・施拉姆（Sanford Schram）／《福利用語》（Words of Welfare）與《懲罰窮人》（Disciplining th

e Poor）作者

眼睛保險理賠進入發燒排行的影片

健康資訊數位化建構壽險業智能核保可行性探討

為了解決眼睛保險理賠的問題，作者賴昭慧 這樣論述：

壽險核保是一個針對投保的保險標的（即人的生命或身體）進行風險選擇的過程，其中醫務核保需要投保者的健康資訊來做審核判斷，健康資訊來源眾多包含公司內、外部機構，且通常無法同步同時獲得，甚至會隨案件歷程才逐一獲取，所以醫務核保是最重要也是最耗時與複雜的部份。近幾年來，保險科技發展浪潮讓壽險業在產品、銷售通路之外的重要核保核心業務也帶來了調整轉變與創新，凸顯了數位化是影響壽保險業核心競爭力的關鍵因素，以及充分利用人工智能於內部優化作業流程，提昇核保審核作業精準性與客戶服務速度的優勢。未來核保作業趨向數字化、自動化、智能化轉變，利用資訊數位化科技管理模式，及機器學習、專家系統等人工智慧技術，有別於目前

全依賴核保員人工接收、檢視與審核的作業方法，可以更有效控制業務風險並提升承保效率。本研究採用深度訪談研究法進行研究分析，並以四位任職於台灣具代表性的壽險公司中高階管理人員及豐富核保實務經驗之職員為訪談研究對象，經由深度訪談、資料蒐集與歸納整理，壽險業應用健康資訊數位化建置智能核保可行性之重要研究發現如下：一、壽險業界認為將所擁有的大量客戶資料，建立結構化資料庫轉換成有用的決策資訊，供公司相關部門快速取用，是健康資料數位化管理的最終目的，也是目前勢在必行與刻不容緩的工作。二、醫療與體檢機構本身數位科技化程度，也間接影響到保險公司數位化的發展程度與時程。三、智能核保對取代傳統人工核保作業的程度，取

決於人工智慧專家化程度與精準性，需有大量結構化資料的統計分析，與不同風險型別的模擬測試，引入機器學習的演算法與深度學習。四、整個人工智能審核作業涉及大型資料分析與建模、運算分析等技術，保險公司在技術與人員上有挑戰。五、中小保險公司資料孤島現象不利保險科技發展，大型公司面臨大量影像原始資料與重要資訊編碼的難度。

勞保實務教戰100%

為了解決眼睛保險理賠的問題，作者鄭正一 這樣論述：

　　勞工保險條例、各項給付標準與請領手續複雜多端，常使得勞工在難以理解的情況下，無法獲得應有的保障，勞工保險的社會救濟功能從而大打折扣。本書作者教授勞工保險業務經驗豐富，以上課精闢的內容為基礎，將勞工保險法律規定分成六章，依序為：導論、勞工保險概論、勞工保險給付、職業災害勞工保護法、就業保險法，並蒐集大量實例深入解說，以淺顯文字配合完整的圖表、證明書、申請書、行政函釋，幫助讀者突破法條深奧的外殼，實地運用，爭取自身權益。

應用人工智慧於白內障術後眼內炎之研究

為了解決眼睛保險理賠的問題，作者凌光辰 這樣論述：

老年人為一般白內障的好發族群，而白內障最容易引起視力不佳以及視盲，在全球統計中造成視盲最常見的原因為白內障，而白內障手術後眼睛有外傷或因身體的抵抗力下降，容易導致眼睛遭到眼內炎感染，眼內炎是令人聞之色變的可怕疾病，會讓病患視力嚴重受損甚至失明，如果不幸發生失明常會引發醫療糾紛和遺憾，眼科醫療糾紛屬於前幾名的案件，手術後發生眼內炎機率大約0.07~0.13%，機率不高，但是發生後對視力造成很大的威脅。 根據中央健康保險局醫療費用申報資料顯示，在2000年白內障手術為11萬人次，但2011年時人數大幅上升至171,068人次，成長幅度約為55%。這幾年白內障病患越來越多，而且年齡有下降

的趨勢，慢慢成為流行病學領域的重要議題，讓人不得不重視這個問題，本研究使用全民健保資料庫資料做為研究對象，探討白內障手術後發生眼內炎感染情形及其危險因子，建構預測系統來預測術後眼內炎的發生，進而提升白內障手術品質。 本研究運用人工智慧方法建構六種預測評估模型，再以案例式推理技術建構評估系統，對於醫師或相關人員做為醫療診斷上輔助使用，以提升醫療服務品質。在模型中倒傳遞類神經網路優於其他模型，該模型平均測試準確率為91.35%，平均接收操作特性曲線為0.834皆是所有模型當中最佳。而粒子群演算法權重值結合案例式推理較其它權重值之結合模型有較佳之評估系統準確率達90.3%。