MACHINE LEARNING E IMMAGINI DALLO SPAZIO: STRUMENTI INNOVATIVI PER LA GESTIONE DEI RISCHI DI CALAMITÀ NATURALI
“Advanced analytics in insurance: Utilizing building footprints derived from machine learning and high-resolution imagery” REPORT (30 aprile 2025)
Greg DIETZEN, Garrett BRADFORD, Kailey ADAMS, Claire PALMER
MILLIMAN
https://it.milliman.com
SOA – SOCIETY OF ACTUARIES
https://www.soa.org/
MILLIMAN – Link alla WEBPAGE DI PRESENTAZIONE del Report
SOA – Link alla WEBPAGE DI PRESENTAZIONE del Report
Milliman ha pubblicato, in collaborazione con Society of Actuaries Research Institute, un Report sull’uso dell’Intelligenza Artificiale e delle tecniche di Machine Learning nella gestione dei rischi di calamità naturale.
Secondo gli Autori, sono grandi le potenzialità dell’uso di immagini geo-spaziali nelle diverse fasi del processo assicurativo: la valutazione dei rischi, la sottoscrizione e la gestione dei sinistri.
Le immagini spaziali, infatti, permettono di individuare, anche su scale geografiche molto ampie, gli edifici maggiormente a rischio: si tratta di individuare veri “footprint” di ciascun edificio, ossia le caratteristiche strutturali rilevanti.
Grazie a immagini a elevata risoluzione, inoltre, si possono prevedere i fattori chiave che permettono una corretta analisi dell’esposizione ai rischi e la conseguente gestione. Il Machine Learning, in particolare, rende possibile la gestione di enormi flussi informativi anche in continuità, così da rendere possibile allarmi tempestivi e interventi di mitigazione.
La combinazione delle immagini spaziali e degli strumenti analitici avanzati dell’intelligenza artificiale facilita grandemente lo studio di eventi estremi, come le gravi alluvioni o i più vasti incendi.
L’articolo presenta, infine, l’analisi di due eventi catastrofali utilizzando gli strumenti descritti.