Etudiant : AIT TOUCHENT ABDELLATIF

Filière : Master Web Intelligence et Sciences des Données (WISD)

Encadrant : Pr. EL BOURAKADI DOUNIA

Annèe : 2024

Résumé : Dans le domaine de l’assurance automobile, l’évaluation des dommages subis par un véhicule après un accident est une étape cruciale. Traditionnellement, ce processus repose sur l’intervention d’un expert en sinistre qui inspecte le véhicule endommagé, identifie les dommages et estime le coût des réparations. Cependant, cette méthode présente des inconvénients majeurs tels que la durée et le coût des inspections manuelles, les retards dans le traitement des réclamations et les différences dans les estimations dues à la variabilité des experts. De plus, la fraude à l’assurance automobile représente un défi important, avec des pertes de milliards de dollars chaque année à cause de déclarations frauduleuses. Avec l’essor des technologies d’intelligence artificielle (IA) et de vision par ordinateur, de nouvelles opportunités apparaissent pour transformer ces processus. L’apprentissage automatique permet aux systèmes informatiques d’apprendre à partir de grands ensembles de données et, appliqué aux images de véhicules endommagés, il peut identifier automatiquement les dommages, réduire les erreurs humaines et accélérer l’évaluation. La vision par ordinateur, un sous-domaine de l’IA, offre des outils puissants pour analyser et interpréter les images numériques avec précision. En combinant l’apprentissage automatique et la vision par ordinateur, un système a été développé pour identifier les dommages causés au véhicule et estimer avec précision les réparations nécessaires en un temps record. Ce système améliore l’efficacité, réduit les coûts d’exploitation pour les compagnies d’assurance et contribue à détecter plus efficacement les fraudes, ayant ainsi un impact significatif sur l’ensemble du processus d’évaluation des dommages et de traitement des réclamations.