保险科技的快速发展正在为保险业加速转型升级带来全新契机, 科技创新正深刻改变着保险的业务流程。病历结构化服务，助力其核保业务科技化高效化。
项目背景
1.政策背景
近年来，随着保险覆盖面逐步扩大，保险欺诈案件数量也随之逐年增加，并且不断“花样”翻新。面对这一事关行业健康持续发展根基的难题，保险业正在积极寻求答案。
根据国际保险监管者协会测算，全球每年约有20%-30%的保险赔款涉嫌欺诈，损失金额约800亿美元，险企迫切需要更加智慧化的核保风控系统解决这一问题。由于保费占比高、金额大，车险和健康险这两大险种成为保险欺诈的高发区。相关数据显示，涉及车险的欺诈案件在全国保险欺诈发案数量中的占比近八成。
如何适应保险欺诈风险的新形势和新变化，以零容忍的态度打击欺诈骗保行为迫在眉睫。银保监会近日下发《关于做好2021年大数据反保险欺诈工作的通知》（以下简称《通知》），明确将继续借助全国保单信息平台，以大数据技术为核心，针对车险、意健险、农险、保证保险等重点领域，以职业团伙跨区域、跨公司欺诈为打击重点，组织开展欺诈线索筛查、串并、移送。在此过程中，还将推出建立反欺诈行业联盟和探索高风险名单制度等举措，而在前期试点的基础上，大数据反保险欺诈今年有望在全国范围内开展。
2. 保险反欺诈要求
面对频繁发生的骗保案件，进一步提升保险公司风险管控水平，提升保险反欺诈能力，打击骗保犯罪行为成为行业共识。据了解，《通知》提出，要积极推动构建大数据反欺诈常态化工作机制，全面提升行业反欺诈能力和水平。包括银保监会风险处置局、各银保监局、中国银保信、中国保险行业协会以及各保险公司在内，均有明确的主要任务。
随着商业健康保险欺诈案件花样繁多以及地域性高发的趋势，如带病投保、 隐瞒过往病史、先出险再投保、重复投保等情况，保险公司核保理赔环节要求逐步加大自动处理反欺诈的两核能力。
3. 人工智能大趋势
大数据、人工智能发展至今已在诸多领域成功应用落地，发挥了巨大的价值。在保险领域，运用大数据、人工智能等技术开展反保险欺诈工作成为必然选择。
解决方案
为提高两核风控自动化体系的准确性，需对赔案客户健康诊断信息和承保时，体检、健告、核保结论等非结构化医学文本数据进行结构化处理。
将自然语言表达的医学文本转化为可检索、可分析、可计算的结构化数据。自动抽取文本中的医学实体、属性和关系，如入院记录、出院记录中的阳性/阴性症状、体征、疾病、检查、治疗方案等实体及对应的时间病程等信息。
在提取关键信息后，将其应用到保险反欺诈模型中，助力保险公司两核部门提高风控能力，同时让人工核保变为自动化审核处理，快速准确输出核保结论，极大提升效率。
病历结构化技术方案介绍
利用人工智能技术特别是transformer base相关的系列深度NLP算法及预训练模型，训练构建NER（命名实体抽取）、RE（关系抽取）等相关模型，并结合部分规则构建整体抽取策略，并利用文本分类相关算法对部分实体进行标准库映射归一化，最终完成结构化信息输出。
Step1: 实体抽取
Step2: 关系抽取
Step3: 疾病、手术归一化算法处理与专业医生团队合作，基于ICD10国家标准库，针对病历中的疾病、医学术语进行标准归一化标注，从而利用文本分类构建疾病、医学术语归一化模型。
应用价值
自动解读原始病历“一诉五史”当中的异常项、归一化ICD编码及病程相关信息，并输出症状、体征等信息；
- 让人工核赔变为自动化审核；
- 极大提升保险核保效率；
- 提升保险公司内部人的核保水平。
深源恒际将持续深耕切实服务保险场景的智能领域，以专业的态度致力于保险领域科技产品研发，实现真正更深层次意义上的降本增效，绽放保险理赔的智能光芒。
