Denys Linkov：让混乱的保险理赔数据成为 AI 的可用基础

我在 Wisedocs 负责 AI，我们处理复杂医疗理赔。今天我希望把技术决策与患者和索赔人的体验联系起来，而不只看商业指标。

许多组织尚未完成此前的数字化转型，就开始尝试 AI。云迁移、数据湖和一致的数据实践仍未完成，因此需要关注应用的基础条件。

纸张仍是医疗和保险工作流的一部分。纸质材料可以支持单个理赔，但文档没有变成可用数据时，跨案件比较就很困难。

传真也仍在使用，有时接收后才转换成数字格式。这可能有助于导入，却不能单独解决医疗信息交换的大问题。

工伤赔偿表格体现了标准化的难题：不同州的表格布局和所要求的信息不同，版本也会随时间变化。

保险公司关注赔付率和费用等指标，但财务指标只是问题的一部分。应先明确要改善的结果，再判断 AI 是否适合。

有用的 AI 项目需要明确目标、专业人员、治理、安全、基础设施和数据。在大型企业中，即使申请系统或选择供应商也可能需要时间。

高管可能希望获得一份理想数据集，把患者病情与近期医生治疗结果联系起来。回答这一问题的前提是相关信息存在、能够正确连接，也适合这样的比较。

我重点讨论财产及意外险中的复杂医疗理赔，包括汽车责任险和工伤赔偿。受伤案件可能涉及治疗、保险公司、雇主和法律程序。

理赔可能因复杂程度、监管和诉讼而耗时数周或数年。减少延误有望改善体验，但缩短十倍是愿景，并非已证实的成果。

医疗过程包括诊断、专科就诊、保障范围、治疗审查、账单、支付和后续护理。每次交接都可能带来延误，不同专家也可能意见不一。

理赔员流动、重复处理数据，以及受伤索赔人承受的压力，都可能让流程更复杂。目标是用技术帮助人们应对这些问题。

工伤赔偿案件从报告伤情和填写表格开始，随后产生治疗及相关文档。我的案例是合成数据，但展示了实际可能遇到的记录类型。

账单和病程记录因医疗机构而异，材料可能通过 PDF、邮件或传真到达，而不是统一的电子数据流。相互冲突的观察结果会增加审查难度。

诉讼又增加了一层激励关系和延误。重复或可疑材料需要调查；重复本身并不能证明欺诈。

我希望始终关注护理质量、成本、速度和体验。我把技术工作分成数据清理、单个案件内分析和跨案件分析。

常见数据问题包括重复记录、混入其他患者的记录、扫描质量差和手写内容。混合记录既带来隐私风险，也可能使审查者依据错误的病史作决定。

在记录间复制信息、电子病历系统实现不一致，都会造成问题。即使已经数字化，也可能有难以处理的字段，导致信息提取困难。

当提取困难时，有些组织又回到传真或 PDF。AI 和数字化转型可以提供帮助，但数据质量也取决于上游工作方式。

识别重复材料可以防止反复处理同一份内容。重复提交可能有正当原因，因此系统应先识别，而不是推断动机。

理赔材料可能非常庞大，包含图片、影像报告和其他格式。我曾见过一个 8 GB 的 PDF；不能假设这种文件都能轻松放进模型上下文或用普通阅读器打开。

病程记录可能提到一份没有出现在材料包中的 X 光检查。找到缺口很重要，因为缺失的报告可能改变审查者对护理、账单或案件时间线的理解。

理赔员可能同时处理许多案件。标记缺失记录的系统可以帮助跟进，但应展示证据供人检查。

不同医生可能给出相互冲突的诊断。此时可能需要独立医疗评估来审查档案，流程中又增加一位专家和一次交接。

我们与 Artificial Analysis 共同建立 Medical Long Context Reasoning 基准 MLCR，评估模型回答医疗理赔问题的能力。任务从识别伤情，到更复杂的治疗和能力问题。

有些问题假定记录中存在某个事实，但实际并没有，这会带来幻觉风险。按我们的介绍，基准包括公开的较简单任务和用于较难评估的私有集合。

我们以专家核实的答案为参照，并使用经过校准的模型评判器，评估简洁性、准确性和完整性。正确回答仍可能遗漏重要事实，因此评估需要多个维度。

在演示的特定基准和配置下，Linkov 表示分数在几个月内大幅提高。这些数字只对应那项评估，不能证明模型能处理所有真实案件。

演示结果显示不同模型在准确性和完整性之间存在权衡。我们的系统保留人工参与，并校准评判器、让领域专家参与，而不是只依赖模型自评。

单个案件结构化后，企业可以观察整个业务组合中的伤情类型、地理位置、成本和相关医疗机构。上游错误会影响所有这些分析。

示例询问患者是否需要外出接受治疗，以及医疗机构和其他参与方如何关联。关系或异常模式只是进一步调查的线索，并非不当行为的结论。

其他分析可以研究同时出现的诊断，并比较治疗收费随时间的变化。差异可能有临床或情境原因，因此不能脱离结果孤立看待成本。

企业可以分析网络或账单方式变化等情景，为承保和资源分配提供参考，但结果取决于数据是否具有代表性以及假设是否合理。

理想结果是在减少延误和成本的同时改善患者体验和护理。Linkov 表示 Wisedocs 在特定案例中看到节省，但随后也指出，尚不能声称整个行业的理赔时间已经缩短。

在问答中，我介绍分层流程：先做 OCR 和图像处理，再用模型提取和分类，然后由人核实摘要并开展进一步分析。真实记录需要清理，才能回答类似基准测试中的问题。

不同业务线和组织的数据共享方式不同。能得到怎样的组合层面洞察，取决于具体客户的权限、系统和目标。

客户接入时，我们先用少量样本比较客户所需信息与系统提取结果。即使是日期也需要准确界定：客户要的是受伤日期还是申报日期？

如果初始案例效果良好，下一步可能扩大试点并接入上游系统。能力与集成要求各不相同，因此明确业务目标很重要。

Linkov 说 Wisedocs 会向人工决策者提示诊断冲突等问题，并努力让流程可审计。人工审查有帮助，但本身不能证明符合法规；仍需评估适用要求。

客户的优先事项各不相同，包括减少积压、行政费用或法律费用。Linkov 说团队先解决具体运营问题，再探索更广泛的洞察。

并非每项任务都需要大语言模型。在准确性、成本和幻觉风险重要的场景中，分类和提取模型可能更合适；团队也训练了部分自有模型。

Linkov 区分了单个客户案例和总体证据：公司目前还不能声称已经缩短了每位患者的平均理赔时间。

首次伤情报告只是起点。完整审查可能需要跨越多年、姓名变更、地点和医疗机构来重建记录，不同司法辖区的处理时限也不同。