□吴旭东
保险理赔环节作为保险消费者和保险监管最关注的服务节点，一直都是保险科技应用的重要目标。随着科技发展，如何把大数据和人工智能等新技术应用融入保险理赔和服务中，用智能科技代替理赔人工操作，将理赔时效以“周”“天”计算提至“时”“分”，甚至以“秒”计，将理赔服务做到“闪赔”或“直赔”，效率提升是理赔服务的关键点。目前，国内各家保险公司都在积极研究应用人工智能科技来提高理赔效率。如车险理赔，原来需要提供各种证明资料，现在只需拍摄几张照片和一段短视频作为证明上传给人工智能理赔平台，几分钟即可获得理赔，快速高效。有温度的理赔成为整个保险行业的方向和目标。
(资料图)
传统理赔模式的痛点、难点
健康险传统保险理赔方式存在很多痛点和难点。
一是理赔流程环节冗长。传统理赔审核模式下，理赔案件需要填写纸质申请，提交受益人证明、出险证明资料等，递交到保险公司受理柜面，理赔人员扫描录入等多个流程环节操作。即便各保险公司进行集中作业，也要1-2天，需要的时间也相当长。
二是理赔资料审核复杂。需要安排非常专业的理赔人员人工对多达30余类理赔资料进行逐一核对，依据逾千种产品责任及条款进行责任判断。同时，需考虑地方医保政策、定点医院等多种差异完成赔付金额计算，存在理赔审核效率低、案件时效长、差错风险高等痛点。
三是过度依据经验判断。理赔审核依靠专业理赔人员，缺少大数据风险判断和理赔模型，对理赔风险依据既往经验进行判断，难以做到尺度合理，时间成本高且准确度低。
四是理赔健康服务割裂。在健康险理赔中，消费者偏向前往公共医疗机构就医，如保险公司没有建立医疗合作机制或缺少健康管理服务，亚健康时难以对患者的健康生活进行合理干预，治疗时，诊前无法为客户提供医疗辅助，诊中又难以控制医疗费用支出，诊后难以实现患者健康流程一体化管理。健康管理与理赔服务上存在服务割裂，缺乏规模及品牌效应，导致保险公司客群难拓展。
智能理赔应用模式，带来全新服务体验
随着人工智能（AI）、生物识别、图像识别等技术进步和深度发展，健康险理赔服务也充分应用AI等新科技。基于理赔流程繁琐耗时长、运营风险管理薄弱等理赔核心问题，推进智能理赔系统技术应用，由AI模型完成理赔资料自动审核、保险责任评估、赔付金额自动计算、风险主动识别等，实现理赔智能自动决策，完成从理赔受理、复核到审批赔付等的全流程智能处理，具有“时效快、风控优、成本低”的特点。建立理赔健康管理服务方案，构建个性化全链路的健康管理闭环，在帮助理赔提升效率的同时，还能为用户带来全新的保险理赔体验（见下表）。
智能化理赔在理赔责任理算和风险控制上要求分别建模应用，智能理赔责任理算应用功能包括智能理赔资料识别、智能理赔理算模型，理赔规则风控引擎等；风险控制应用包含有智能理赔数据风控模型、理赔审核模型、智能理赔监控模块等。此外，智能理赔应用还可以设置智能调查分配应用。
在客户申请理赔时，运行智能理赔责任理算应用功能。由于保险责任复杂，出险要求提供的理赔材料也不相同，特别是健康险出险，要提供医疗票据、诊断材料、医院证明材料等，资料格式多样，传统保险理赔申请处理时较为复杂而且差错率高。智能理赔责任理算应用功能包括智能理赔资料识别、智能理赔理算模型、理赔规则风控引擎等3个功能模块。
理赔资料识别是应用OCR（optical character recognition光学字符识别）模型对客户提交理赔影像进行识别，对于身份证照、银行卡等格式化影像识别和读取数据信息并提取，对提取的证照和银行卡等信息进行在线验证，对健康险理赔的各种非格式化或复杂多样的影像图片，如发票、体检报告、处方、病历等，通过训练建模也可以OCR/NL进行部分信息提取。目前发票等信息数据提取率70%左右，随着电子发票全国推广，可以通过对接电子医疗发票信息达到100%数据信息提取要求。在理赔申请识别发票相关信息后，自动识别并智能触发调取医疗电子发票的数据信息，达到医疗理赔受理的要求。
智能理赔理算模型中创建三医目录知识图谱数据库。三医目录分别为医院、医疗诊断和医保药品目录库，根据健康险理赔的诊断和用药等数据信息进行知识匹配、信息校验等数据分析过程。如诊断贲门恶性肿瘤，要在胃恶性肿瘤中的解剖部位识别归属为贲门部，再细分为贲门恶性肿瘤的一种，向上分析为消化道恶性肿瘤，识别为恶性肿瘤，再根据理赔责任，恶性肿瘤属于健康险的重大疾病责任，进入理赔责任引擎进行理算。
理赔规则风控引擎是规则建模判断赔付金额。通过预置对于健康险的免赔天数、免赔额、赔付金额上限或赔付天数上限等数据，结合知识图谱识别的疾病对于出险责任，是否符合健康险要求的医院、是否为除外责任药品和治疗，是否为社保范围内药品等，按照产品责任理赔规则进行理算，并对不符合责任的理赔出险因素进行智能筛选剔除，最终系统通过审核赔付信息、判断风险点和费率机制，完成理赔受理审核并完成理赔赔付理算。
智能风控建模，实现全链条闭环处理
健康险理赔核心工作是控风险。各种骗保案件，如挂床津贴骗保、诊断后重大疾病逆选择骗保等，传统理赔人员依据经验审核难以识别，要通过智能风险控制应用建模识别。智能风险控制应用包含有智能理赔数据风控模型、智能理赔审核模型、智能理赔监控模块等。智能理赔数据风控模型包括反欺诈风控模型和风险识别模型，支持模型对接中银保信、第三方风险识别数据应用等多种风险数据调用，同时也可结合场景，对风险分析较高的销售人员、销售机构、出险地域或医院等形成欺诈风险知识图谱并进行关联，基于机器学习和深度学习的预测模型与知识图谱技术相结合，识别欺诈风险理赔案件提示理赔人员，可以做到理赔人员经验无法识别的欺诈案件风险智能化识别。
智能理赔审核模型是智能理赔核心模块，预先设置模型所需审核风险层、风险项和风险因子，需要根据海量理赔案件进行提炼和总结，形成风险项、风险因子决策流转参数，包括审核参数的数值、逻辑关系的限定、是否启用风险项或风险因子开关设置等。当理赔案件进入智能审核模型时，审核模型中各风险项、风险因子筛查出有风险或无风险时，分别跳转到不同的风险层，即案件进入审核模型后可根据其风险特征自动决策流转到下一步关联风险层的审核，自动适配对应审核模型，自动提示风险审核结果，对于风险可控的理赔案件自动输出审核模型结论。
理赔智能调查管理是智能理赔针对需要调查的理赔案件智能化应用，如投保重大疾病保险6个月出险等高风险案件，设定高风险或可疑理赔调查差数，达到理赔调查标准后，智能调查管理自动触发调查，并向调查平台派单启动调查，调查完毕后通过移动理赔调查平台直接上传调查报告，自动完成整个调查。同时，设置理赔监控模块，设定风险参数和数据阈值，对异常理赔行为预警、反欺诈预警、实时理赔赔付数据展示，整个理赔业务实现无人操作，全链条全过程闭环智能化处理。
健康险理赔服务创新也是提升自身产品价值，增强核心市场竞争力，为消费者提供合理、个性健康保障的新趋势。通过搭建数字化客户健康管理体系，针对健康险理赔服务环节医疗体系合作不足、服务断层的现象，建立连通各方合作伙伴的数据运营平台，与医院和医药、器械企业等机构展开合作，铺设健康、医疗服务，为客户提供全面的健康解决方案，构建完善的健康管理生态系统。通过智能理赔和健康管理医疗服务的深度融合，达到细分客群、数据累积、生态合作和平台运营，是保险公司健康险发展的破局之路。
在科技的深度应用下，健康险智能理赔技术应用让险企实现从传统理赔到智能理赔的转型，构建了以“闪赔”“智能预赔”为中心的智能理赔体系。如众安保险打造的“全智能理赔”系统，将医疗险全产品、全渠道、全流程的案件都纳入了智能理赔范畴，实现94%理赔线上申请；符合标准的万元以下理赔案件，99%都达到了24小时快速理赔，极大提升理赔效率，降低理赔成本，提高用户满意度。此外，理赔服务创新实现快速高效理赔的同时，让理赔客户拥有更多的保障和健康解决方案，提升客户的体验和满意度，保险公司也会获得更高的利润，并获得更好的客户口碑及更多的忠诚客户。
（作者单位：中邮保险）
