演讲背景与核心视角
Denys Linkov作为Wisedocs的AI项目负责人，在分享中强调保险行业虽非大众热门职业选择，却是经济生态系统中不可或缺的重要支柱。他特别指出，许多金融科技讨论往往过于侧重商业利益，而忽略了以人为本的核心目标。因此，本次演讲将聚焦于如何通过优化医疗理赔流程来改善患者体验和最终的治疗结果。Linkov拥有两年的行业经验，见证了自2024年以来该领域的巨大变革，特别是GLP-1药物对经济和健康环境的影响，以及配偶保险覆盖范围的演变。他明确表示：“我们最终要关注的是如何普遍改善我们的生活”，并坚持将这一人文视角贯穿整个技术讨论之中。
数字化基础设施的滞后现状
尽管企业普遍启动了数字化转型，但大多数公司尚未完成云迁移或建立令人自豪的数据湖。Linkov指出，“很少有人拥有让自己引以为傲的数据湖”，这揭示了当前数据基础设施的脆弱性。在保险行业，纸质文档的处理依然占据主导地位，跨理赔分析因物理介质的限制而变得极其困难。更令人惊讶的是传真机的市场并未萎缩，全球市场规模超过70亿美元。目前的做法是将传真“拼凑”进数字系统并进行格式转换，但这并未从根本上解决医疗保健系统中信息交换的难题。这种对旧技术的依赖严重阻碍了数据的有效利用。
电子病历普及与表单标准化困境
电子健康记录（EHR）的采用率经历了漫长的过程，从2008年的8%起步，直到新冠疫情爆发后才攀升至80%-90%的水平。然而，许多医院仍在使用纸质记录，说明数字化远未彻底完成。在理赔处理中，表单的非标准化是另一大挑战。以美国各州的工伤赔偿为例，50个州拥有50种不同的表单格式。这些表单不仅外观各异、询问的信息不同，且版本经常变动。Linkov强调：“即使在一个国家内，我们也无法以相同的方式捕获信息”。这种缺乏统一标准的数据采集方式，使得自动化处理变得异常复杂，也为后续引入AI技术设置了巨大的数据治理障碍。
保险核心指标与AI应用的理性审视
保险公司的核心关注点在于损失率（Loss Ratio），即保费收入与赔付支出之间的比例。行业平均水平通常徘徊在50%左右，这一指标直接决定了企业的盈利能力和季度/年度财报表现。除了损失率，保险公司还极度关注风险预测、承保能力、欺诈管理以及费用控制。“我们通常在这50%的损失率附近徘徊”，这意味着有一半的保费用于赔付。Linkov警告称，在引入AI之前必须明确问题本质：“我们需要通过正确的转型过程才能获得合适的AI解决方案”。他反对盲目跟风，主张在拥有清晰目标、具备执行能力的团队以及完善的数据基础之前，不应轻易部署AI应用。只有当传统数字化手段无法解决复杂问题时，AI才应作为最终的技术选择。
企业转型中的基础设施与数据治理瓶颈
在推动AI变革的过程中，仅有技术是不够的，还需要具备相应的人员技能和完善的框架体系，包括治理、安全、基础设施管理和数据管理。然而，大型企业在这些基础能力上往往进展缓慢。演讲者通过现场互动指出，虽然相比20或10年前已有进步，但许多公司仍深陷治理与安全的泥潭。例如，在企业环境中，能否在一周内获得数据库或虚拟机资源？能否在一周内将新应用程序部署到生产环境？ 这些问题反映了内部流程的僵化。更甚者，选择一个新的AI供应商通常需要多长时间？答案往往是无法在一周内完成。这种漫长的决策周期表明，尽管数字化转型有所推进，但企业在敏捷性和技术采纳速度上仍存在显著滞后。
理想数据查询与现实复杂性的巨大落差
高管层常向技术团队提出看似简单实则不可能的需求，例如要求提供一份“完美数据”的数据集。这种假设数据天然存在且易于获取的想法在现实中极为罕见。为了说明数据的复杂性，演讲者构建了一个具体的查询场景：针对一名踝关节损伤的患者，系统需要自动匹配患者预后结果处于前50%的医生。这一查询看似简单，但在实际企业数据环境中，能够直接通过自然语言或复杂逻辑写出并立即获得准确结果的案例几乎不存在。数据在企业环境中极具挑战性，若要从这些数据中提取洞察并实现预期成果，必须将数据系统进行高度结构化和定义明确的梳理。这揭示了AI落地的前提并非仅仅是算法，而是底层数据质量的彻底重构。
财产与意外险理赔的极端复杂性
演讲者将保险分为四大类：财产与意外（P&C）、人寿、事故与健康，以及更广泛的医疗保险。其中，财产与意外险（P&C）市场的保费规模高达1万亿美元，且其理赔流程最为复杂。以人身伤害类（Casualty）为例，涵盖汽车保险、一般责任、产品责任和工伤赔偿等。在这些场景中，理赔处理耗时极长：最佳情况下需数周，最坏情况可拖延数年。这种延迟取决于场景的复杂性、监管环境的严格程度以及诉讼环境的高发性。即使医疗服务已经交付，理赔过程仍可能持续不断。如果我们将这一流程缩短10倍，整个医疗系统的效率将得到质的飞跃。然而，现实是理赔涉及大量的交接点、法律层面和保险层面的多重博弈。
多源异构数据带来的技术挑战
导致理赔流程冗长的原因之一是大量的交接点和信息断层。从诊断、专科医生会诊（有时意见不一）、确认保险覆盖范围（初级保健或额外责任形式），到使用审查、治疗执行、账单生成及支付，每一步都可能产生新的分支和错误。此外，人员因素如理赔调整员的高流动率和退休率也加剧了这一问题。索赔人往往处于创伤后的非理性状态，容易犯错。在技术层面，数据呈现高度的非结构化特征。不同医院有各自的账单结构方式，每位医生撰写病程记录的方式也各不相同。数据往往以PDF、电子邮件或传真的形式存在，而非电子 feed 流。技术复杂性叠加在业务复杂性之上，使得自动化处理变得极其困难。例如，工伤赔偿案件涉及从工作场所报告、填写各州（如德克萨斯、纽约、加州）的 intake 表格，到后续的各种治疗和账单处理，每一份文档格式各异且信息可能冲突。
理赔 adjudication 中的激励错位与诉讼风险
在保险理赔的裁决过程中，医疗评估往往存在多种结果（如活动范围的不同判定），如何统一标准成为难题。更复杂的是，诉讼风险与激励结构的错位加剧了这一困境。保险公司通常处于被告方，而原告律师则被高额佣金驱动。原告的激励机制促使他们尽可能快地处理大量案件并争取最大赔偿，这种速度导向使得原告方比保险公司更快地采用了AI技术。在不同司法管辖区，律师的补偿比例从加州工伤赔偿的 9% 到 15%，到其他地区的 三分之一甚至40%不等。这种巨大的利益驱动导致原告方积极推广索赔，甚至在公共场合设立大型广告牌。如果缺乏彻底的数字化转型，保险公司将特别容易受到恶意行为者的攻击，因为低效的系统无法有效处理重复或欺诈性索赔。> "So on the plaintiff side, go as quickly as possible, make the most the biggest claims possible... The plaintiff side has actually adopted AI a lot more quickly compared to the insurance or defendant side."
数据清洗：重复记录与混合记录的灾难
解决上述问题的第一步是清理脏数据。在保险和医疗领域，数据质量极差是一个普遍现象。许多机构每天处理数百万条记录，其中重复记录的占比可能高达 50% 甚至更高。这种重复有时是故意的，因为患者或代理人为了加快理赔进度会不断催促和重新提交申请。这种人为制造的重复导致了类似技术系统中的级联故障效应。此外，还普遍存在记录混合的问题，例如将 Bob 和 Bob Jr.的医疗档案混淆。这不仅违反了 HIPAA（健康保险流通与责任法案）等法规，带来巨大的合规风险，还可能导致基于错误患者信息的决策。在复杂案件中，上游医生或管理员的疏忽一旦导致记录混入他人信息，整个理赔案件可能会因此崩溃。> "Depending on the jurisdiction that you work with, they can be as much as 50% or even higher... Commingled records with other patients, right? You have Bob Joe and you have Bob Joe Jr."
电子病历（EMR）的碎片化与标准化缺失
除了重复和混合，数据源的异构性是另一大挑战。医疗系统中大量的复制粘贴操作加剧了数据的混乱，医生和护士在不同患者或不同就诊记录间随意拷贝信息。更根本的问题在于电子病历系统（EMR）缺乏一致性。以作者所在的加拿大多伦多为例，许多医院在每次实施新系统时都会进行全新的部署，导致不同网络间的 EMR 结构截然不同。这种碎片化使得数据提取变得极其困难，迫使机构退回到使用传真或 PDF 等非结构化格式。即使在电子记录中，嵌套字段等奇怪的设置也增加了数据清洗的难度。> "EMRs are actually not set up consistently... Do they look the same? No, they don't look the same. People do some very strange stuff in EMRs with nested fields." 因此，仅靠前端检测重复记录是不够的，必须建立强大的技术实施和检测系统来保护数据池的清洁度。一旦检测到重复机制，就能消除通过不同日期或相同索赔多次发送数据的激励，从而从源头上改善数据质量。
庞杂数据带来的技术与业务双重挑战
保险理赔文件的数据规模往往超出常规预期，这些索赔包中包含了图像、X光报告、超声波影像等海量非结构化数据。这种数据的复杂性不仅体现在内容上，更体现在文件体积的巨大差异。演讲者回忆道：“当我刚开始工作时，看到数据库里有一个 8 GB 大小的 PDF 文件时感到非常惊讶。”如此庞大的文档不仅会让老旧的电脑和PDF阅读器崩溃，更对AI模型的上下文窗口（Context Window）提出了严峻挑战。如何在有限的上下文中容纳8 GB的PDF内容并非易事，这直接限制了传统大语言模型对长文档的处理能力。此外，处理单个案件需要耗费大量时间，这种技术瓶颈直接转化为业务层面的复杂性。
数据提取的验证机制与准确性校准
在保险理赔数据的结构化过程中，确保上游数据的正确性是下游应用有效性的前提。如果基础数据存在偏差，后续的分析将毫无价值。因此，Wisedocs 强调必须对评估过程进行严格校准。他们采用三重法官验证（triple judge verification）机制，将 AI 提取的结果与经过人类专家核实的答案进行对比。这种验证不仅关注准确率（Accuracy），还涵盖完整性（Completeness）等维度，尽管后者在大多数模型提供商中仍未完全解决。
"We want to make sure that each step uh of that process is well calibrated because if upstream uh your data is incorrect and you start using it downstream, right? You haven't gained anything."
这一过程依赖于校准的法官团队（calibrated set of judges）和专家验证。通过建立高质量的评估集（evals），保险公司可以确保 AI 提取的洞察是可靠的。这种跨团队协作和专家介入的模式，是解决保险数据混乱问题的核心基础。
跨理赔数据的宏观洞察与网络分析
当单个理赔案件的数据被准确提取后，保险公司可以进一步进行跨案件的宏观分析。以一家年保费收入 10 亿美元、每年处理约 20,000 起理赔的中大型保险公司为例，通过聚合数据，可以深入分析损失比率的影响因素。这包括识别特定的地理区域、伤害类型以及涉及的医生群体。
这种分析揭示了复杂的医疗网络关系。例如，通过处理加州的脱敏数据，可以追踪律师、医生、脊椎按摩师和物理治疗师之间的合作网络。这种可视化分析有助于发现异常的治疗模式，比如患者是否在其居住地附近接受治疗，以及提供治疗的医生是否合适。此外，还能分析共病情况（Co-occurring conditions），如背部损伤伴随的其他诊断代码（ICD codes），从而对比不同医生书写记录的差异，提升对医疗行为的理解。
成本通胀分析与反事实模拟
在财务层面，提取的数据使得保险公司能够深入分析治疗成本和定价策略。不同医生对相同物理治疗项目的收费存在差异，虽然优质医疗应获得更高报酬（如用 5 次治疗替代 10 次），但成本通胀的累积效应会导致保费上涨和赔付价值降低。
通过逐年分析，可以发现特定医生或治疗类型的费用变化。例如，数据显示某类治疗的年度涨幅为 10%。基于这些历史数据，保险公司可以进行反事实分析（counterfactual analysis）或情景模拟：如果调整医疗网络、改变引导方向或修改计费方式，能产生多少潜在节省？
"If we change our network, if we start directing folks into a certain direction... What are the potential savings that exist?"
这种分析还能帮助识别过度计费行为。近期有报道指出存在约 10 亿美元的额外账单，这凸显了有效数据处理在遏制欺诈和不当行为中的重要性。只有掌握了高质量的数据，才能制定有效的反欺诈策略和优化承保模型。
数据驱动的全业务线赋能与最终目标
高质量的理赔数据不仅服务于单一案件处理，还能反哺更广泛的保险业务线。通过识别汽车伤害或工伤赔偿中的趋势，保险公司可以检查这些模式是否同样存在于一般责任险中。如果现有的承保模型缺乏某些趋势的解释能力，这些数据可以提供可解释性增强（explainability）。
最终目标是构建一个完整的“魔法数据表”，为承保、定价和欺诈检测提供动力。通过整合更多维度的完整信息，保险公司能够更准确地承保（underwrite）和为产品定价。这不仅优化了保险公司的财务表现，从长远来看，也有助于降低整个社会的医疗成本，实现患者、保险公司和支付方的多方共赢。
数据提取与结构化：从非标准文档到可操作信息
保险理赔处理的核心挑战在于将杂乱的非结构化数据转化为高质量的结构化资产。Wisedocs 的技术流程始于对原始记录（如 PDF、图像）的预处理，其中 OCR 技术用于提取文本和视觉信息。鉴于保险文档格式极其多样且常包含异常数据（如 8GB 大小的复杂文件），预处理并非易事。随后，系统利用一系列模型对提取的数据进行结构化处理：包括使用 NLP 和实体抽取模型，以及利用 VLM（视觉语言模型）进行更复杂的结构化任务。为了进一步提炼信息价值，系统构建了分类器和摘要层。
"We use VLMs uh to structure it sometimes, like a a more standard entity extraction model works well. We have various classifiers that we build on top."
这一过程采用了一种抽象模式（Abstraction Pattern），随着层级向上，信息的密度逐渐集中。关键在于，每一层级的输出都会经过模型验证以及人工介入（Human Verified）的审核，以确保信息的准确性。只有当数据经过清洗和验证后，AI 才能在最高价值层面发挥作用，例如回答 MLCR（医疗损失成本比率）等复杂问题。这种层层递进的验证机制确保了最终交付给业务决策层的数据是干净且可靠的，从而支持更高效的理赔处理和工作回归。
客户集成与业务对齐：从试点到规模化落地
在实施数字化转型时，不同保险公司的内部结构差异巨大。大型客户通常拥有多条业务线（如车险、残疾险、工伤赔偿），且各团队间的规则共享程度不一；而小型客户可能仅专注于单一业务线。Wisedocs 的策略是以理赔为核心，特别是复杂理赔（Complex Claims）作为切入点。随着基础挑战如信息提取和案件处理的解决，系统逐渐展现出支持投资组合层面决策的洞察能力。
对于新客户的上手流程（Onboarding），首要条件是组织具备变革意愿。实施过程通常从样本文件开始，客户发送当前正在处理或用于回溯测试的文件。双方通过审查提取结果与业务标准的对齐情况（例如区分“受伤日期”与“报告提交日期”）来校准目标。一旦标准案例验证通过，便进入更广泛的试点阶段，随后是复杂的集成环节，包括与上游提供商的 API 对接。正如演讲者所言：
"So as long as there's a clear business outcome and transformation goal, then the it is a fairly straightforward process."
这种分阶段的方法确保了在解决基础数据提取问题的同时，能够平滑过渡到更高级的业务洞察和系统集成中。
监管合规与人机协作：消除黑盒疑虑
在保险行业，监管合规是引入 AI 的关键障碍。Wisedocs 的解决方案核心在于坚持人工在环（Human in the Loop）原则，即系统永远不单独做出最终决策。通过这种方式，AI 主要作为洞察提供者而非决策者存在。例如，当系统检测到不同医生在文档第 2 页和第 20 页的诊断存在冲突时，它会向人类审核员发出警示：
"Hey, on page two on page 20, there's a difference of diagnosis between these two doctors, you should take a look."
这种透明化的机制被认为能消除约 70% 的监管顾虑。只要系统不是“黑盒”，且所有操作均可审计，监管机构通常能够接受该流程。此外，公司积极与内部政府及监管团队合作，分享 AI 管道的工作方式和数据使用类型，以应对 NAIC（美国保险监督官协会）等机构发布的报告和指导方针。这种可审计性（Auditable）和透明度是建立监管信任的基础，确保在快速发展的法规环境中保持合规。
应对核判决与超大型理赔的业务策略
在保险理赔领域，面对核判决（Nuclear Verdicts）——即金额高达1000万美元甚至“热核”级别的1亿美元巨额索赔时，企业必须重新分配准备金。这类案件的处理并非单纯依赖技术自动化，而是涉及深层的业务决策逻辑。保险公司通常会根据自身策略选择处理优先级，例如优先处理最复杂的案件或按提交顺序排列。平台允许用户设定这些规则："> I'm going to handle my most complex claims first." 这种灵活性使得技术平台能够适配不同的内部组织目标。合作伙伴需共享改善患者护理、减少积压和优化决策的愿景。对于大型保险公司而言，法律费用高达数亿美元，这部分成本与患者体验无直接关联，但通过加速流程可实现显著优化。此外，不同司法管辖区的监管要求各异，如加州诉讼环境复杂，需针对性应对。尽管各方目标不同，但核心共识是先解决明显的技术问题，再挖掘业务洞察。
结论
保险理赔是AI落地最复杂的场景，核心障碍并非算法能力，而是数据基础设施的严重滞后与治理缺失。尽管电子病历普及率提升，但表单非标准化、系统碎片化及高达50%的重复/混合记录率，导致数据极度非结构化。Wisedocs通过OCR、VLM及三重人工验证机制解决提取难题，并坚持“人在环中”以消除监管黑盒疑虑。该方案能显著缩短理赔周期、识别欺诈网络并支持反事实成本模拟，但前提是保险公司具备清晰的业务目标及变革意愿。AI在此并非万能解药，而是建立在高质量数据治理之上的效率工具。