持续自我迭代的AI-TPA系统 助力保险理赔实现全面自动化

日前，由深源恒际自主研发的AI-TPA系统已进入自动化训练研发阶段。基于自动化训练研发，AI-TPA系统将成为可自动迭代和自我进化的技术服务系统。持续自我迭代的AI-TPA系统不仅高效提升了医疗险理赔案件的流转效率，同时将助力保险理赔实现全面自动化。

AI-TPA系统主要服务于医疗险核赔理算业务场景。依托AI核心技术，结合多重规则引擎，从智能报案、自动录单，到票据智能分类、信息自动录入，再到智能剔费、自动理算，实现医疗险理赔端全流程智能化。

在理赔业务前端，AI-TPA系统支持智能报案，当理赔案件进入后，系统基于计算机视觉技术实现自动录单，完成理赔案件的初步审核。

进入票据审核与信息处理环节时，围绕“机器识别为主，人工复核为辅”的核心理念，AI-TPA系统基于计算机视觉算法实现医疗票据智能分类，并完成票据信息的结构化提取与自动录入；与此同时，结合多重校验规则，系统将对置信度较低的高风险信息进行预警提示，由人工辅助完成信息复核与校正，以人机相辅相成的方式形成作业闭环，完成核赔理算全信息的提取与录入。

信息录入完成后，进入剔费理算环节。AI-TPA系统通过链接全国社保目录、疾病目录、药品目录等数据库，结合保险条款决策模型，打造了智能理算引擎，实现智能剔费、自动计算理算结果。

基于AI-TPA系统，医疗险理赔端实现了从报案、录单、票据分类、信息录入到剔费、理算等全流程智能化，高效缩短了保险理赔周期，实现理赔服务效率大幅提升、理赔服务体验全面优化。

AI-TPA系统的自动化训练主要基于深度学习神经网络。在AI-TPA系统落地应用进程中，不仅源源不断的真实业务场景为算法模型训练提供了数据基础，同时在持续积累的业务验证中被优化标注过的数据也成为算法模型深度学习的数据基础。

目前，AI-TPA系统主要以“机器识别为主，人工复核为辅，人机相辅相成”的作业模式实现其核心功能。其中，人工辅助作业包括四点校正、拉框、打字、录入等操作。四点校正是通过四点拉框操作，辅助算法完成图像畸变校正；拉框作业是修正算法漏检或检测效果较差的文字框，辅助算法提高识别准确率；打字和录入操作是结合业务需求，确认、复核算法返回的识别结果是否准确并完成纠正。以上干预操作的目的在于帮助算法模型更好地完成识别，优化提升算法模型的识别准确率，同时形成满足人工智能技术使用标准的数据闭环。

由此，在真实业务场景的反复验证下，基于深度学习神经网络，AI-TPA系统的算法模型会在周而复始的反复学习中得到叠加训练，随着训练频次的积累加强，算法模型将在持续的反复训练与强化学习中实现自动化迭代，从外在表现来看，整个系统的性能表现会越来越稳定；随着系统自身性能的持续优化，少量人工辅助将会逐步退出历史舞台，整个保险理赔流程将走向全面自动化。