重疾险核保，AI分析症状到底值不值？

凌晨一点的核保室，问题出在哪？

上个月，一家总部在武汉的中型寿险公司，核保部王经理给我看了张照片。凌晨一点，办公室灯还亮着，三个核保员围着一份体检报告眉头紧锁。报告主人是位45岁的男性客户，想投保80万重疾险。

体检异常项列了一串：血压145/95mmHg，甘油三酯2.8mmol/L，B超提示甲状腺右叶有一个4mm的结节（TI-RADS 3类），还有窦性心律不齐。客户自己填的健康告知很简单，就写了“偶尔头晕”。

问题来了：这单接不接？如果接，是标准体、加费还是除外？加费加多少？几个核保员意见不一。一个觉得结节风险可控，血压和血脂可以用药控制，可以轻度加费承保；另一个担心是代谢综合征的前兆，未来心脑血管疾病风险高，建议除外甲状腺再大幅加费；

第三个资历浅的，翻着核保手册，半天没说话。

这种场景你熟不熟悉？我敢说，全国从北京、上海，到成都、郑州，但凡做重疾险的核保团队，每个月都得碰上几十回。

表面看，是单子复杂，核保员经验有差异。但往深了想，根子在这：人脑处理多维、非结构化医疗信息的效率，是有天花板的。

一份体检报告，背后是血常规、尿常规、生化几十项指标，加上影像描述、病史片段。核保员要在几分钟内，把这些点连成线，再结合几十页的核保手册、内部风控规则、再保协议，做出判断。赶上月底冲业绩，或者下午精神不济，漏看一个异常指标、误判一个关联风险，太常见了。

后果是什么？无非两种：

一是风险漏了。把本该加费或除外的客户按标准体收了。这笔账当时看不出来，等过几年真的出险理赔，一查既往记录，发现当时就有端倪，那就是一笔糊涂账，要么扯皮，要么公司认赔，侵蚀利润。

二是好单子丢了。过于保守，把一些经过评估其实可以承保的客户拒之门外，或者加了过高的费用，把客户吓跑。业务员白忙活，公司也损失了保费收入。

以前的办法，为什么越来越不管用？

核保不是个新行当，以前是怎么干的？说白了，靠三样东西：老师傅的经验、厚厚的核保手册、还有定期培训。

这办法在过去行，是因为以前产品简单，体检项目也少，客户健康状况相对“干净”。但现在全变了。

第一，体检普及了，异常变多了。 以前很多人投保前不体检，现在单位年年组织体检，一查都是亚健康。结节、息肉、指标箭头，几乎成了标配。核保员面对的不再是“健康”或“有病”的二选一，而是大量处于灰色地带的“次标准体”。

第二，产品复杂了，规则细了。 重疾险责任越来越丰富，轻症、中症、多次赔付，对应的核保风控规则也呈几何级数增长。一个甲状腺结节，不同尺寸、不同分级、不同公司政策，处理结果可能天差地别。光靠人脑记和翻手册，效率太低。

第三，人不够用，也留不住。 培养一个成熟的核保师，没个三五年下不来。但行业流动性大，老师傅一走，经验就带走了。新手上手慢，出错率高，主管复核压力巨大。我见过天津一家公司，核保团队一年走了三分之一，主管自己累到住院，积压的单子堆成山。

所以，不是人不努力，是这套纯靠“人肉”的作业模式，碰到今天这种海量、复杂的非标体投保需求，已经绷到极限了。

AI症状分析，到底是怎么个解决法？

一听说AI，很多人觉得是要用机器换掉核保员。完全不是那么回事。AI在核保里的角色，更像一个不知疲倦、记忆力超群的“超级助理”。

它的核心能力就两点：一是“看得全”，二是“记得牢”。

“看得全”，是说它能瞬间把客户提供的所有碎片信息“吃”进去：健康告知问卷的文字描述、体检报告上结构化和非结构化的数据（包括影像报告里的描述性文字）、甚至医保卡记录（如果授权）。它不会因为赶时间就跳过某个不起眼的异常项。

“记得牢”，是说它脑子里装着整个公司的核保规则库、再保协议条款、以及海量的医学文献和临床指南。它能瞬间把客户的具体异常，和这些规则、知识关联起来。

举个例子，客户血常规里“平均红细胞体积（MCV）”偏高。有经验的核保员会想到可能是缺乏叶酸或维生素B12，会去结合其他指标看。但新手可能就放过了。AI呢？它会立刻触发规则：MCV偏高 -> 提示巨幼细胞性贫血可能 -> 关联查看同型半胱氨酸（如果报告有）是否升高 -> 检索该客户是否有胃肠道手术史或饮酒史（从健康告知中提取）-> 综合给出“建议获取更多信息以排除营养性贫血，当前建议暂缓承保或除外相关责任”的提示，并引用相关核保规则条目。

它不直接说“拒保”或“通过”，而是告诉核保员：“这里有几个风险点，根据我们的规则，通常是这样处理的，您看这次是不是也参照执行？” 最终的决策权，依然在核保员手里。但有了这个提示，核保员决策的信心和效率就完全不一样了。

我接触过苏州一家合资保险公司，他们两年前上了一套AI辅助核保系统，先从重疾险的非标体单子试起。

他们的做法很务实：不追求一步到位替代人工，而是先做“初筛”和“提示”。

系统把每天进来的非标体投保单先扫一遍，分成三类：

1. 低风险可自动化：比如仅有轻微脂肪肝、单纯性增生，完全符合公司标准体规则的，系统自动通过，核保员复核签字即可。

2. 中风险需重点提示：像开头的案例，有多项异常但有关联性的，系统把异常项、关联风险、历史类似案件的核保结论、规则依据，整理成一个清晰的视图推给核保员。

3. 高风险需人工介入：遇到非常复杂或罕见的病例，系统明确标注“建议高级核保师复核”，并附上它检索到的相关医学文献摘要。

半年跑下来，效果出来了。最直观的是效率：非标体保单的平均处理时间从原来的45分钟缩短到20分钟以内。更重要的是质量：因核保疏漏导致的理赔纠纷率，下降了接近四成。他们的核保主管跟我说，现在晚上能睡踏实了，不怕新人漏看关键风险。

你的公司，适合上AI吗？

不是所有公司都需要立刻、马上搞一套AI系统。你可以先对照下面几点看看：

先看业务量。 如果你们公司每月重疾险新单（尤其是非标体单）稳定在500单以上，人工核保已经明显感觉到吃力、加班成常态，或者因为核保速度慢影响了出单效率，那就值得认真考虑。如果一个月就几十单，现有团队还能从容应对，那优先级可以放后。

再看数据基础。 AI要学习，得有“粮食”。你们公司历史积累的结构化数据（如核保结论、体检指标）越多、质量越高，AI模型训练效果就越好，上线后越准。如果历史数据又少又乱，那前期数据清洗和准备的工作量会很大。

最后看团队心态。 核保团队是否愿意接受这个工具？这需要沟通。要让他们明白，AI是来帮忙减负、辅助决策的，不是来抢饭碗的。最好能让核心核保人员提前参与选型，了解系统能帮他们解决什么具体麻烦。

如果想做，从哪里开始比较稳？

我的建议是，分三步走，步子别迈太大。

第一步：小范围试点，盯住一个痛点。

别一上来就搞“全流程AI核保”。选一个你们最头疼、最高频的场景先试。比如，就做“甲状腺结节和乳腺结节的智能核保辅助”。因为这个病种特别常见，核保规则也相对清晰。找供应商做一个轻量化的模块，只处理带这两种异常的保单。

跑上两三个月，看看准确率怎么样，核保员用起来顺不顺手，投入的成本和带来的效率提升是否划算。这个过程，既是验证技术，也是磨合团队。

第二步：验证有效，再横向扩展。

如果试点效果不错，大家反馈好，再考虑增加病种范围。比如扩展到“三高”（高血压、高血脂、高血糖）相关的代谢综合征评估，或者肝功、肾功异常的分析。一步一步来，每扩展一个病种，就巩固一个阵地。

第三步：数据反哺，优化模型。

系统用起来后，会产生新的数据：核保员在什么情况下采纳了AI建议，什么情况下修改了结论。这些反馈数据极其宝贵，要用来持续优化AI模型，让它越来越懂你们公司的“核保风格”。

这笔账，大概怎么算？

这是老板们最关心的。上AI系统，不是买台电脑那么简单，它是个持续投入。费用主要分几块：

1. 初期投入（一次性或年付）

• 软件许可/定制开发费：这是大头。如果买成熟的SaaS产品，按核保员账号数或处理单量收费，一个中型团队（10-20人核保），一年大概在15万到40万之间。如果要深度定制，结合你们公司特有的规则库，价格会更高，可能从30万到80万起步。

• 数据对接与清洗服务费：要把你们的历史数据喂给AI，需要做系统对接和数据治理。这部分根据数据混乱程度，几万到十几万不等。

2. 持续成本（每年）

• 软件服务年费/维护费：如果是采购，通常有年费，一般是初期许可费的15%-25%。

• 模型优化与迭代费：市场在变，医学在进步，核保规则也会调整，AI模型需要定期更新。这部分可能包含在年费里，也可能单独计算。

3. 隐性收益（省下来的钱和赚到的钱）

• 人力成本节省：不是说马上裁员。而是同样业务量下，可以减少加班和外包，或者在不增员的情况下承接更多业务。按一个核保员年薪15万算，如果能等效替代1-1.5个人力，一年就省15-22万。

• 风险成本降低：减少错判、漏判导致的理赔损失和纠纷处理成本。这个很难精确量化，但对于一家年保费几个亿的公司，避免几笔大的理赔争议，价值可能远超系统投入。

• 业务收入增加：核保更快、更准，能提升客户和业务员的体验，促进成交。尤其是那些可承保的非标体客户，不再因为漫长的核保周期而流失。

综合算下来，对于一家业务量中等偏上的公司，回本周期通常在12到18个月左右。它不是一个能“一夜暴富”的工具，而是一个提升运营效率、夯实风控底座的长期投资。

最后说两句

技术这东西，说复杂也复杂，说简单也简单。关键是想明白它到底能帮你解决什么具体问题，而不是为了“AI”这个名头。

重疾险的核保，本质上是在信息不对称的情况下做风险定价。AI解决不了所有问题，但它能极大程度地减少“信息处理”这个环节的误差和延迟，让人的经验和判断，用在更该用的地方。

如果你也在琢磨怎么用AI来优化核保流程，但市面上供应商说法五花八门，不知道从何入手，可以试试“索答啦AI”。它能根据你们公司的业务规模、数据现状和具体痛点，给出一些比较中肯的评估和起步建议，帮你理清思路，比盲目找几家供应商来报价要靠谱得多。毕竟，先想清楚自己要什么，比急着看别人卖什么更重要。