健康险控费新突破 泰康在线理赔智能审核模型2.0上线

当前，健康保险已成为保险行业高速增长的业务板块。与此同时，其“重服务”、“高赔付”等特征导致的问题，也日益成为行业关注的焦点。在提高用户获得感和理赔服务体验的同时，如何科学、合理、高效控费，逐渐成为健康险经营的核心竞争力。

著名猎头机构推荐金领职位 企业 职位 经理人 专访 社区 会员 全国性财产保险公司-信息科技部总经理（CTO/CIO） 80-100 深圳 北京 著名财产保险公司CEO总经理（新能源车方向） 400-600万 北京 广州 FT500 制造业国际销售公司 国际客户融资部长（贸易融资） 180-300万 北京 江苏 长沙 财险公司---健康险事业部总经理 80-140万 北京 河北 集团控股董事长业务助理（投融资、法务、审计方向） 50-60万 北京 郑州 中型国内财险公司-总精算师 200-240万 北京 上海 国际保理业务副总经理/副总裁 80万+ 深圳 香港 大型集团公司-深圳前海融资租赁业务副总裁 80-200万 深圳 香港

作为互联网保险代表企业，泰康在线聚焦健康险精准风控难题，上线理赔智能审核模型2.0，以机器学习算法与大数据等前沿技术为驱动，提供高效、精准、实时的智能化审核，精准锁定带病投保、医疗滥用以及异常就医等风险场景进行控费审核，将自动审核率提升13%，同时将人工审核效率提升30%，实现了集“控风险、降成本、强服务”三大目标于一体的创新突破，堪为科技控费的优秀案例。

聚焦健康险经营痛点 破解控费困局

近年来，商业健康保险业务快速发展，年均增速超过30%。2021年1月，银保监会明确提出力争到2025年，商业健康险市场规模超过2万亿元。数万亿的市场空间，使得商业健康保险市场进入了一片浩瀚的蓝海。

然而与此同时，健康险发展面临着诸多问题。例如，由于信息不对称，客户不如实告知等情况普遍，逆选择风险高。部分医院存在冒名就医等医患串通行为，搭车购药、过度治疗等医疗滥用行为屡见不鲜。 据行业相关数据统计，存在此类问题的健康险理赔案件占比超20%。

在此背景下，控费成为了健康险持续发展的关键。然而，行业总体上自动化程度和风控精准度较低，导致成本居高不下。由于缺乏大数据、人工智能等前沿科技的支撑，多数保险公司的理赔审核由人工完成，一方面主观性强，存在较大的疏漏和偏误隐患;另一方面，导致较高的人工成本。少数公司建设了规则引擎，但是规则引擎不仅风控精准度较低，而且对差异化规则审核的自动化贡献有限，对人工审核的辅助支持也远远不够。

基于以上痛点，泰康在线自主研发并上线理赔智能审核模型2.0，以科技创新为健康险可持续发展铸造起了优势技术“堡垒”。截至2021年8月，该模型已覆盖80%的健康险案件，包含门诊险、普通住院医疗险及中高端医疗险产品，显现出较好的降本增效和控费能力。特别是对于门诊险，模型一经上线，即表现出显著效果：一是突出的降本增效能力，理赔自动审核率从78%提升到88%;二是较好的控费能力，模型预测精准度实现翻倍，针对逆选择、医疗滥用等问题案件拒付率提升30%。

智能化加持 实现精准风控

据了解，泰康在线智能审核模型2.0通过创新引入经典机器学习算法模型与资深理赔专家经验型规则引擎相结合的方式，进行多维、量化、实时风控。一方面解决了风控精准度低的难题，实现精准控费;另一方面显著提升自动审核率，降低运营成本。此外，模型通过多因子动态量化评分，可精准地捕捉高风险案件，有效避免人工审核的疏漏和偏误，显现了突出的“防渗漏”作用。

过去，理赔审核主要依赖于专家经验型规则引擎。规则引擎针对责任免除、等待期出险等确定性强的风险，拦截精准度较为可靠，但针对带病投保、医疗滥用、搭车购药、冒名就医等相关性弱的风险识别精准度严重不足，因此陷入自动审核率和风控精准度双低的困境。

理赔智能审核模型2.0采用机器学习算法与专家经验型规则引擎结合建模，并应用大数据分析等科技手段，依托于泰康20多年健康险理赔经验积累，以1000+条专家经验转化的风控规则为样本进行学习。同时，该模型中引入机器学习算法结合大数据分析，在超百万件历史案件中提取风险特征并结合规则库风险因子，最终在3000+个风险特征中提取变量建模。此模型的上线，弥补了规则引擎的风控缺口，脱离了规则引擎“误伤率”过高的困境，取得健康险控费的新突破。

泰康在线理赔智能审核模型2.0的上线，为险企理赔智能化转型开启了“加速度”，不仅有助于健康险业务持续健康发展，同时大幅提升了精细化运营能力，为客户带来了更为高效便捷的理赔服务体验，对行业发展具有重要的引领作用和借鉴价值。