Sentinel
Automatiserad forensisk analys av bilder och dokument som lämnas in i försäkringsärenden. Upptäcker manipulation, förfalskning och fabrikation — från ändrade kvittobelopp till AI-genererade skadefoton.
Omfattningen av dokumentbedrägerier
Dokumentbedrägerier inom försäkring kostar branschen miljarder årligen. Manipulerade kvitton, ändrade datum och fabricerade foton blir allt svårare att upptäcka manuellt — särskilt när AI-redigeringsverktyg blir alltmer tillgängliga.
Beloppsförhöjning
Att ändra ett kvittobelopp från 1 849 till 18 499 för att höja en utbetalning. En enstaka siffra som är osynlig för det mänskliga ögat.
Datumändring
Att modifiera ett dokumentdatum så att det hamnar inom en täcknings- eller garantiperiod. Ofta utfört med PDF-redigerare på inskannade dokument.
Dokumentfabrikation
Att lägga till, ta bort eller ersätta text i inskannade dokument med PDF-redigerare. Vita rektanglar döljer ursprungligt innehåll medan ny text läggs ovanpå.
Fotomanipulation
Att iscensätta eller digitalt förstärka skadefotografier för egendoms- och fordonsärenden. Klona skador, ta bort reparationer eller komponera ihop scener.
AI-genererat innehåll
Att använda generativ AI för att skapa trovärdiga men helt fabricerade dokument eller skadefoton. Moderna AI-verktyg gör detta allt lättare tillgängligt.
Kopiera-klistra-förfalskning
Att kopiera och klistra in regioner i ett foto för att duplicera eller dölja skador. Används för att överdriva omfattningen av egendoms- eller fordonsskador.
Forensisk arkitektur i tre lager
Sentinel använder en lagerbaserad metod i linje med branschpraxis för att upptäcka dokumentbedrägerier. Varje inlämnad fil passerar automatiskt genom alla tre lagren, och resultaten korskorreleras för att producera en samlad riskbedömning med specifika och åtgärdbara fynd.
Signalanalys
Över 40 automatiserade analyser granskar filen på pixelnivå. Varje analys är baserad på publicerad forensisk forskning och letar efter en specifik typ av manipulation — från komprimeringsartefakter och brusinkonsistenser till kopiera-klistra-spår och kamerasensorfingeravtryck. Dessa körs parallellt och avslutas vanligtvis på 1–2 sekunder.
Metadataanalys
Filens inbäddade metadata extraheras och korsvalideras. Detta inkluderar kamerainformation, tidsstämplar, redigeringsprogramvarans spår, GPS-koordinater och dokumentstruktur. För PDF:er upptäcker Sentinel inkrementella ändringar, inbäddade typsnitt i inskannade dokument samt innehåll som lagts ovanpå efter inskanning.
AI-semantisk analys
Två AI-visionsmodeller granskar dokumentet i sekvens. Den första läser varje siffra och verifierar aritmetiken — blir styckpris gånger antal lika med radens summa? Stämmer summan? Den andra korskorrelerar all bevisning från varje lager och levererar slutbedömningen.
Forskningsbaserad signalanalys
Varje automatiserad analys i Sentinel bygger på peer-reviewad forensisk forskning. Systemet förlitar sig inte på en enda detekteringsmetod — det kör dussintals oberoende kontroller samtidigt, var och en på jakt efter ett annat manipulationsspår.
- Komprimeringsartefakter avslöjar regioner sparade på olika kvalitetsnivåer
- Sensorbrusmönster identifierar innehåll från olika kameror
- Kopiera-klistra-detektering hittar klonade regioner inom en bild
- Frekvensanalys upptäcker AI-genererade eller GAN-producerade bilder
- Typsnitts- och textinriktningskontroller fångar inklistrad text i dokument
- Kamerasensorfingeravtryck verifierar att alla regioner fångats av samma enhet
PDF-dokumentforensik
PDF-dokument kräver specialiserad analys utöver pixelnivåforensik, eftersom manipulation ofta sker på strukturell nivå. Sentinel renderar varje sida och jämför resultatet mot den inbäddade skanningen — alla skillnader avslöjar innehåll som lagts till efter inskanning.
- Skannings-mot-rendering-jämförelse upptäcker överlagrad text och vita överstrykningar
- Typsnittsinventering flaggar inbäddade typsnitt i dokument som ska vara rena skanningar
- Strukturanalys upptäcker inkrementella spar som indikerar redigering efter inskanning
- Inbäddade bilder extraheras individuellt och analyseras för manipulation
- Korskontroll över flera sidor jämför datum, namn och belopp på alla sidor
AI-visionsverifiering
Signalanalyser ger objektiva, reproducerbara mätningar. Men vissa bedrägerier kräver förståelse: stämmer aritmetiken? Är datumet rimligt? Är dokumentet internt konsistent? Sentinels tvåstegs AI-visionsflöde hanterar detta.
- Läser varje siffra på kvitton och fakturor och verifierar all aritmetik
- Kontrollerar momssatser, valutaformat och säljardetaljer för konsistens
- Jämför datum, referensnummer och belopp över flera sidor
- Tillämpar Benfords lag för att kontrollera om finansiella belopp följer naturliga fördelningar
- Korskorrelerar alla signalfynd med visuell bevisning för en slutlig bedömning
- Identifierar falska positiva och förklarar sitt resonemang
Deep learning-baserad förfalskningsdetektering
Utöver traditionell signalanalys använder Sentinel specialbyggda neurala nätverk för att upptäcka manipulationer som inte lämnar några synliga spår för det mänskliga ögat.
- Mesorch (AAAI 2025) kombinerar CNN- och Transformer-arkitekturer för att producera förfalskningskartor på pixelnivå för splittade, klonade och inmålade regioner
- DINOv3, en skräddarsydd forensisk modell byggd på en visionsbackbone med 6,7 miljarder parametrar, är tränad specifikt för att upptäcka AI-genererad inpainting — den typ av manipulation som besegrar de flesta kommersiella verktyg
- Tränad på specialiserade dataset som hindrar modellen från att lära sig bearbetningsgenvägar och tvingar den att identifiera faktiskt manipulerat innehåll snarare än bildbearbetningsartefakter
- Producerar visuella värmekartor som markerar exakt vilka regioner som flaggas, med konfidensvärden för var och en
Bevisad detekteringsprecision
Sentinel har testats mot verkliga bedrägeriscenarier. Äkta dokument får låga riskvärden; manipulerade dokument flaggas med specifika bevis.
| Testfall | Riskvärde | Nyckelfynd |
|---|---|---|
| Rent kvittofotografi | 6.8 / 100 | Aritmetiken stämmer |
| Förfalskat kvitto (belopp ändrat) | 100 / 100 | Radens summa stämmer inte med styckpris och antal |
| Ren PDF-skanning (3 sidor) | 6.8 / 100 | Ingen manipulation upptäckt |
| Förfalskad PDF (datum ändrat i editor) | 100 / 100 | Datumavvikelse mellan sidor, 8 typsnitt påträffade i skanning |
Två sätt att integrera
Sentinel passar in i ditt befintliga ärendeflöde. Välj den integrationsmetod som fungerar bäst för din organisation.
REST API
Integrera Sentinel direkt i ditt ärendehanteringssystem. Skicka in dokument via API och ta emot strukturerade forensiska rapporter — pushade till din slutpunkt via HMAC-signerad webhook när analysen är klar, eller hämtade på begäran.
- Skicka jobb med valfri
webhookUrlochwebhookSecret— ta emot resultat via HMAC-SHA256-signerade webhook-anrop - Hantera leverans med retry- och avbrytsslutpunkter (
POST /sentinel/jobs/{guid}/webhook/retry,DELETE /sentinel/jobs/{guid}/webhook) - Polling-fallback via
GET /sentinel/jobs/{guid}för synkrona arbetsflöden - WebSocket-stöd för live-uppdateringar
- Rapporter tillgängliga på 16+ språk
- Visuella värmekartor och annoterade bilder returneras som URL:er
- Stöder JPEG, PNG, HEIC, TIFF, WebP, GIF, BMP och PDF
Integrerat i LENS
Använd Sentinel via LENS, vår webbaserade utredningsplattform. Skadehandläggare kan ladda upp dokument direkt i webbläsaren och granska forensiska resultat med interaktiva värmekartor och markerade fynd — utan teknisk integration.
- Ladda upp och analysera direkt i webbläsaren
- Interaktiva forensiska värmekartor och annoteringar
- Forensiska förklaringar i klarspråk för skadehandläggare
- Kombinerat med kreditrapporter, fastighetsdata och företagsinformation
- Inga utvecklarresurser krävs — färdigt att använda direkt
Omfattande formatstöd
Sentinel analyserar alla vanliga bild- och dokumentformat som lämnas in i försäkringsärenden. JPEG-filer får den djupaste analysen inklusive komprimeringsspecifik forensik. PDF-dokument renderas, jämförs mot inbäddade skanningar och granskas över alla sidor för korssidesinkonsistenser. HEIC-filer från iPhone stöds fullt ut.
- JPEG — fullständig pixelforensik inklusive komprimeringsanalys, fingeravtryck av kvalitetstabell och ghost-detektering
- PNG, TIFF, WebP, GIF, BMP — pixelforensik, brusanalys och AI-detektering
- HEIC — inbyggt stöd för iPhone-foton med fullständig forensisk analys
- PDF — sidrendering, överlagringsdetektering, strukturanalys, typsnittsinventering, AI-granskning över flera sidor
Redo att upptäcka dokumentbedrägerier?
Minska bedrägliga utbetalningar med automatiserad forensisk analys. Tillgängligt som API eller integrerat i LENS.