醫療險“秒賠”規模化背後：大模型技術解決了哪些理賠痛點？

每經記者：塗穎浩 每經編輯：馬子卿

對於“高頻理賠”的醫療險而言，理賠速度快不快、申請的便捷度高不高是衡量用戶體驗的重要指標。各家保險公司最新披露的理賠半年報顯示，小額理賠時效基本上不到1天，多家公司披露的理賠案例提到了秒速賠付的案例，最快一筆賠付甚至2秒到賬。

9月2日，螞蟻保宣佈上線“秒賠”服務。目前，陽光財險成爲首家試點保險公司，陽光財險在螞蟻保平臺81%以上的門診險和50%以上的住院醫療險的賠付案件，已經實現秒級結論審覈，實現了規模化覆蓋。在此之前，該平臺已實現“門診險2日時效、住院醫療險4日時效”的理賠服務承諾。

從“2日”到“秒級”賠付，行業理賠時效再向前大跨一步，究竟是如何實現的？近日，螞蟻保理賠負責人方勇、螞蟻集團保險事業羣首席技術官孫振興在接受《每日經濟新聞》記者採訪時詳細闡述了大模型技術進化下，給保險理賠帶來的革新。

理賠作業門檻高：材料類型多差異大、複雜程度高

近20年來，信息化衝擊了各行各業，但對於複雜度較高的保險理賠環節而言，仍較爲依賴理賠人員的人工作業，在理賠端的變化並不十分明顯。從保險客戶視角看，保險理賠難的弊病長期存在、尚未得到明顯改觀。

在方勇看來，理賠作業門檻的相對比較高，主要體現在兩個方面：一是理賠材料的類型多差異大、複雜度比較高；二是理賠人員培養的週期也相對會長一些，通常理賠專家畢業於醫學院，且學習過一些保險條款，再做對應的審覈工作。

以住院審覈爲例，其中有5個必須環節，不同的環節需要不同的人協作。對於金額較大、可能有既往症的案件，需要去用戶戶籍地、出險地、常住地調取比較常見線索，一旦要去線下調查，案件的審覈週期大概會在15—20天。

以線上熱銷醫療險“好醫保”爲例，2018年9月以前，好醫保的理賠都是通過線下郵寄材料的方式進行，平均15天內完成理賠。隨着接入在線理賠，並不斷在前端引入智能核賠工具、系統優化和規則流程的縮減，2022年已實現“門診險2日時效、住院醫療險4日時效”。

彼時，在線票據網絡、文檔相機等AI技術的應用，提升了客戶感知的理賠時效。客戶可以在線報案、提交材料，在在線服務的過程中，螞蟻保平臺和保險公司會根據客戶的理賠過程，提供形式多樣的操作指引，在理賠處理進展方面能實時讓客戶得到信息。原先這些服務，客戶需要在線下的服務門店或者是撥打統一的客服電話才能夠了解到。

“解決理賠材料類型多差異大、複雜程度高的行業痛點，第一步是高精度信息提取，醫療文檔中特別是費用清單密度非常高，而提取的結果影響到後續的核算金額。目前，行業內普遍提取準確率還有很大的提升空間。”方勇表示。

像理賠專家一樣核賠、理算，並不容易達到

“秒賠”試點保險公司的數據顯示，門診險理賠中800元以下案件佔到了報案量的99%，對於這部分的案件，“秒賠”覆蓋率超過80%；目前，秒賠在1萬元以下的住院險覆蓋率超過了50%。所謂“秒賠”，是指在30秒內給出一個理賠結論，包括具體的賠付金額以及扣減部分對應的相關解釋。

據瞭解，全國醫療電子票據覆蓋情況不同，由於部分非電子票據識別問題，“秒賠”尚不能實現理賠案件的100%覆蓋率。

2023年10月，上海、浙江、江蘇、安徽實現區塊鏈電子醫療票據互聯互通，意味着商業保險理賠在長三角地區打通。得益於此，用戶在長三角地區跨省就醫的票據免上傳、免驗真僞，讓市民提交理賠材料更方便，也讓保險公司審覈理賠時效更快。

方勇表示，在長三角地區之外，用戶需要在醫院端先把發票打印出來，由於有很多地方已經完成電子票據的改革，可以在對應財稅平臺上獲取這張票據上對應的信息，這種也屬於電子票據的範圍內。此外剩下的，就是純機打的紙質發票，就缺乏高效驗證真假的手段。

在提取環節，醫療憑證的電子化無疑能夠輔助高精度信息提取的準確率。要做到“秒賠”，還需要像理賠專家一樣覈算、理算，這在業內人士看來並不容易達到。

方勇認爲，“秒賠”的核心點在於專家級的理賠審覈，如何使用運用智能化的手段，根據不同產品條款、健康告知等要求，針對用戶當前住院或者出險的情況做出準確的判斷，而且這個判斷要有很強的可解釋性，這是在理賠這種很垂直的嚴肅金融領域中要特別強調的。

“在材料變成結構化以後，基於這個清單中哪些要賠、哪些可以賠，智能化的推理和決策過程一樣少不了，其中有很大的技術難點在裡面。”方勇舉例稱，保險條款中對於保障範圍的描述是文本性的內容，對應用戶出險的情況——醫院診斷疾病類型共有2萬多種，在只有結構化的數據進來的情況下，是無法得到系統判斷的。

從2日到秒級：生成式大模型方案重構理賠審覈基礎鏈

從兩年前的“2日”到現在的“秒賠”，背後到底有哪些“黑科技”？

螞蟻集團保險事業羣首席技術官孫振興表示，主要藉助了大模型去年一個大的技術進化。“在沒有大模型之前，理賠優化是通過各個環節專業模式，可以說是小模型優化幫助保險公司提升效益的。藉助大模型技術的框架，用生成式方案重構整個理賠審覈基礎鏈，包括提取、核賠和理算這幾個核心的環節做了技術的重構，達到了98%以上的專家理賠作業的準確率，這在以往技術層面上基本上不太可能實現。”

他解釋稱，在提取環節，對於平均十幾張門診險單據、接近25張住院險單據提取，做了基於高分辨率的一個多模態理賠大模型。“多模態大模型視覺編碼器就像一個人的視力一樣，1.0和1.5的視力對信息判別能力很明顯不一樣。”

據其介紹，目前主流通用多模態大模型，像LLaVA等，視覺編碼器分辨率大概在336×336；雖然還有部分大模型分辨率更高，如今年年初，國內某大廠合作一個文檔提取大模型，分辨率大概在2560×2560。但是理賠單據比起普通單據信息顆粒度更細，所以分辨率達到4032×4032級別，這一高分辨率識別編碼器能夠幫助多模態提取能力達到精度99%的水平，目前的提取能力已經能夠支持200種以上保險和醫療文檔。

在提取完信息之後，要做對應核賠和理算，核賠是確定賠不賠？理算是到底賠多少錢？

孫振興表示，拿到對應結構化的文本信息，怎麼像理賠專家一樣進行審覈，看“是不是有違反健康告知”“是不是有一般免責或者既往症”等情況，藉助了大模型思維鏈（CoT）技術，在思維鏈中灌入對應的圖像和文本信息，實現理賠過程與理賠專家作業過程完全對齊。“這個過程中對數據構造，對模型訓練的要求非常高。”他稱。

“過去用小模型或者專業模型的方式做理賠，會把理賠的階段拆成10步或者20步，如果每一步都達到99%的準確率，整體乘下來99%的十次方，普遍只剩90%。”孫振興指出，今天用大模型技術重構理賠審覈基礎鏈，極大地縮減了累計誤差，實現提取和核賠準確率都能接近99%，這是今天技術帶來最大的突破。