对于“高频理赔”的医疗险而言，理赔速度快不快、申请的便捷度高不高是衡量用户体验的重要指标。各家保险公司最新披露的理赔半年报显示，小额理赔时效基本上不到1天，多家公司披露的理赔案例提到了秒速赔付的案例，最快一笔赔付甚至2秒到账。
9月2日，蚂蚁保宣布上线“秒赔”服务。目前，阳光财险成为首家试点保险公司，阳光财险在蚂蚁保平台81%以上的门诊险和50%以上的住院医疗险的赔付案件，已经实现秒级结论审核，实现了规模化覆盖。在此之前，该平台已实现“门诊险2日时效、住院医疗险4日时效”的理赔服务承诺。
从“2日”到“秒级”赔付，行业理赔时效再向前大跨一步，究竟是如何实现的？近日，蚂蚁保理赔负责人方勇、蚂蚁集团保险事业群首席技术官孙振兴在接受《每日经济新闻》记者采访时详细阐述了大模型技术进化下，给保险理赔带来的革新。
理赔作业门槛高：材料类型多差异大、复杂程度高
近20年来，信息化冲击了各行各业，但对于复杂度较高的保险理赔环节而言，仍较为依赖理赔人员的人工作业，在理赔端的变化并不十分明显。从保险客户视角看，保险理赔难的弊病长期存在、尚未得到明显改观。
在方勇看来，理赔作业门槛的相对比较高，主要体现在两个方面：一是理赔材料的类型多差异大、复杂度比较高；二是理赔人员培养的周期也相对会长一些，通常理赔专家毕业于医学院，且学习过一些保险条款，再做对应的审核工作。
以住院审核为例，其中有5个必须环节，不同的环节需要不同的人协作。对于金额较大、可能有既往症的案件，需要去用户户籍地、出险地、常住地调取比较常见线索，一旦要去线下调查，案件的审核周期大概会在15—20天。
以线上热销医疗险“好医保”为例，2018年9月以前，好医保的理赔都是通过线下邮寄材料的方式进行，平均15天内完成理赔。随着接入在线理赔，并不断在前端引入智能核赔工具、系统优化和规则流程的缩减，2022年已实现“门诊险2日时效、住院医疗险4日时效”。
“解决理赔材料类型多差异大、复杂程度高的行业痛点，第一步是高精度信息提取，医疗文档中特别是费用清单密度非常高，而提取的结果影响到后续的核算金额。目前，行业内普遍提取准确率还有很大的提升空间。”方勇表示。
像理赔专家一样核赔、理算，并不容易达到
据了解，全国医疗电子票据覆盖情况不同，由于部分非电子票据识别问题，“秒赔”尚不能实现理赔案件的100%覆盖率。
2023年10月，上海、浙江、江苏、安徽实现区块链电子医疗票据互联互通，意味着商业保险理赔在长三角地区打通。得益于此，用户在长三角地区跨省就医的票据免上传、免验真伪，让市民提交理赔材料更方便，也让保险公司审核理赔时效更快。
方勇表示，在长三角地区之外，用户需要在医院端先把发票打印出来，由于有很多地方已经完成电子票据的改革，可以在对应财税平台上获取这张票据上对应的信息，这种也属于电子票据的范围内。此外剩下的，就是纯机打的纸质发票，就缺乏高效验证真假的手段。
在提取环节，医疗凭证的电子化无疑能够辅助高精度信息提取的准确率。要做到“秒赔”，还需要像理赔专家一样核算、理算，这在业内人士看来并不容易达到。
方勇认为，“秒赔”的核心点在于专家级的理赔审核，如何使用运用智能化的手段，根据不同产品条款、健康告知等要求，针对用户当前住院或者出险的情况做出准确的判断，而且这个判断要有很强的可解释性，这是在理赔这种很垂直的严肃金融领域中要特别强调的。
“在材料变成结构化以后，基于这个清单中哪些要赔、哪些可以赔，智能化的推理和决策过程一样少不了，其中有很大的技术难点在里面。”方勇举例称，保险条款中对于保障范围的描述是文本性的内容，对应用户出险的情况——医院诊断疾病类型共有2万多种，在只有结构化的数据进来的情况下，是无法得到系统判断的。
从2日到秒级：生成式大模型方案重构理赔审核基础链
从两年前的“2日”到现在的“秒赔”，背后到底有哪些“黑科技”？
蚂蚁集团保险事业群首席技术官孙振兴表示，主要借助了大模型去年一个大的技术进化。“在没有大模型之前，理赔优化是通过各个环节专业模式，可以说是小模型优化帮助保险公司提升效益的。借助大模型技术的框架，用生成式方案重构整个理赔审核基础链，包括提取、核赔和理算这几个核心的环节做了技术的重构，达到了98%以上的专家理赔作业的准确率，这在以往技术层面上基本上不太可能实现。”
他解释称，在提取环节，对于平均十几张门诊险单据、接近25张住院险单据提取，做了基于高分辨率的一个多模态理赔大模型。“多模态大模型视觉编码器就像一个人的视力一样，1.0和1.5的视力对信息判别能力很明显不一样。”
据其介绍，目前主流通用多模态大模型，像LLaVA等，视觉编码器分辨率大概在336×336；虽然还有部分大模型分辨率更高，如今年年初，国内某大厂合作一个文档提取大模型，分辨率大概在2560×2560。但是理赔单据比起普通单据信息颗粒度更细，所以分辨率达到4032×4032级别，这一高分辨率识别编码器能够帮助多模态提取能力达到精度99%的水平，目前的提取能力已经能够支持200种以上保险和医疗文档。
在提取完信息之后，要做对应核赔和理算，核赔是确定赔不赔？理算是到底赔多少钱？
孙振兴表示，拿到对应结构化的文本信息，怎么像理赔专家一样进行审核，看“是不是有违反健康告知”“是不是有一般免责或者既往症”等情况，借助了大模型思维链（CoT）技术，在思维链中灌入对应的图像和文本信息，实现理赔过程与理赔专家作业过程完全对齐。“这个过程中对数据构造，对模型训练的要求非常高。”他称。
“过去用小模型或者专业模型的方式做理赔，会把理赔的阶段拆成10步或者20步，如果每一步都达到99%的准确率，整体乘下来99%的十次方，普遍只剩90%。”孙振兴指出，今天用大模型技术重构理赔审核基础链，极大地缩减了累计误差，实现提取和核赔准确率都能接近99%，这是今天技术带来最大的突破。