健康险核保

1客户嘴上要的

「人工核保件太多，客户要等好几天。用 AI 读体检报告和病历，自动给出核保结论。」

这是症状或现成方案，不一定是真问题。下面看两种做法。

2照字面做，会怎么烂

3好 FDE 的实际走法

共 7 周，分 5 个阶段。带三角标记的是这一步最容易踩的坑。

1. 1

   第 1 周看人工核保件是什么

   • 跟核保部 4 个核保员各坐半天，再从核保系统拉出近 3 个月的人工核保件。发现两类：
     • 约 40% 是结论几乎固定的情况（如轻度脂肪肝、单纯窦性心律不齐），核保员看一眼就按标准体承保，只是没有写成规则；
     • 其余是真正复杂的异常体，核保员要在 20–50 页的体检报告和病历里找关键指标，再翻核保手册对应章节，一件 25 分钟。
   • 真问题是「能规则化的没规则化 + 复杂件读资料太慢」。成功标准改成：人工核保件量减少 40%；剩余件单件处理 25 分钟 → 10 分钟；关键阳性指标（如结节分级、肝功能异常值）的漏抽为 0。
2. 2

   第 2 周先过法务，再分两条线

   • 找法务和合规部确认健康信息的处理依据：投保时的授权覆盖哪些用途、能否在公司内部用模型处理、数据保存多久。结论是只能在公司内部部署，不能调用外部模型服务。
   • 第一条线：把那 40% 的固定结论整理成核保规则，请核保部负责人审定；涉及再保合同约定的，确认是否要和再保公司沟通。这一条线不用 AI。
   • 第二条线：复杂件做「资料阅读助手」。
   • 踩坑不要让 AI 抢规则能做的事。能用明确规则表达的，规则更稳定、更好审计。
3. 3–5

   第 3–5 周原型 + evals

   • 阅读助手：上传体检报告和病历后，按核保手册的疾病分类抽取关键要素（指标值、参考范围、检查日期、诊断、治疗情况），每个要素标注原文页码，再定位到手册对应章节。不输出核保结论。
   • evals：取 300 件历史人工核保件，请 2 名资深核保员标注关键要素作为标准答案。关键阳性指标漏抽必须为 0；全部要素抽取准确率 ≥ 95%。
   • 踩坑扫描件和手写病历识别质量差。识别置信度低的页面要整页提示「请人工查看」，不能让漏识别的页面悄悄消失。
4. 6

   第 6 周Demo + 试用

   • 让核保员本人用助手处理真实件两周，记录单件时长和要素修改次数。规则线同时在一个渠道试运行，核保员每天抽查规则通过的件。
   • 常见反馈：「要素表有用，希望把前后两次体检的同一指标并排显示」——加上，这是判断病情变化的关键。
5. 7

   第 7 周交接交接

   • 多一周用于核保规则的审批发布和系统上线测试。
   • 交接给核保部一位核保主管：负责规则库和要素清单维护；信息技术部负责模型和 OCR 服务。运行手册写清：任何规则调整都要核保部负责人签字并记录依据。

4这个案例教给你的可复用判断