Page 18 - 保险决策参考201812期

保险决策参考

17

加、人口老龄化来临、城镇化进程加速、中等收入群体壮大、慢病人群扩大，人

们的健康保障需求越来越强烈。健康险正进入发展的快车道，市场需求量迅速增

长。《中国商业健康险白皮书》指出，从 2013-2017 年的中国保险市场原保费收

入复合增长率看，整体增速为 20.7%；其中，健康险增速为 40.6%，远高于其他

险种。

从消费者的角度考虑，购买健康险，能否获得理赔、多久能获得理赔是最让

人关心的问题。能否获得理赔，需要看出险原因是否在保险责任范围内，一旦保
险公司能够确认理赔，理赔时效就很关键。保险公司理赔服务效率越高，消费者

能越快获得赔付。
目前从事保险公司第三方服务管理（TPA）的公司对医疗保险产品提供理赔

管理和支持服务的专业化机构在改善消费者理赔服务体验方面发挥着重要的作

用。但这种模式也存在着一定的问题。

璞映智能董事长王作梁向亿欧介绍，传统 TPA 的服务模式依赖于人工处理理

赔材料，效率低下且容易出错。一份清单需要录入的字段信息逾百项，同时还需
要经验丰富的从业人员准确判断药品和诊疗项目的类型（甲类/乙类/丙类），以

便确认赔付比例。导致这种现象产生的原因有两点：一是数据的结构化处理技术

不成熟，难以实现实现理赔理算作业的自动化。二是缺乏足够精细颗粒度的数据

将保险责任通过规则化的数据配置以便自动化处理。也正是基于这两个痛点， 璞

映智能提出基于大数据的流程自动化，重塑、赋能保险产业。

2018 年 4 月，璞映智能上线了智能理赔引擎。用户向保险公司发起理赔请

求提交医疗票据，璞映会从用户提交的影像件中提取精细的字段数据，输入自动

理算逻辑引擎，由机器对理赔信息进行处理、计算理赔金额，并由智能控费引擎，

将结构化数据中的常见的免责信息分类、不同风险程度的信息分类，以保证控费

的合理性。最后向保险公司输出理赔结果。
这其中，要用到 OCR 识别技术对医疗票据清单进行识别，并由自动化理算

逻辑引擎 根据关键字段将清单信息自动匹配到相应的药品库和诊疗库，由此确

定清单上所有项目的类型和赔付比例。在此过程中，能够识别的字段越多、准确

率越高意味着能将更精细化的保险责任进行规则化、自动化处理。王作梁向亿欧

透露，目前门急诊、医疗补充险类的票据清单，机器的自动化处理率已经达到