保障科技的快速发展正在为保障业加速转型升级带来全新契机, 科技创新正深刻改变着保障的业务流程。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，随着保障覆盖面逐步扩大，保障讹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，保障业正在积极寻求答案。
根据国际保障监管者协会测算，全球每年约有20%-30%的保障赔款涉嫌讹诈，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障讹诈的高发区。有关数据显示，涉及车险的讹诈案件在全国保障讹诈发案数量中的占比近八成。
如何适应保障讹诈风险的新形势和新变化，以零容忍的态度冲击讹诈骗保行为迫在眉睫。银保监会近日下发《关于做好2021年大数据反保障讹诈工作的通知》（以下简称《通知》），明确将继续借助全国保单信息平台，以大数据技巧为核心，针对车险、意健险、农险、保证保障等重点畛域，以职业团伙跨区域、跨公司讹诈为冲击重点，组织展开讹诈线索筛查、串并、移送。在此过程中，还将推出建立反讹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，大数据反保障讹诈今年有望在全国范围内展开。
2. 保障反讹诈要求
面对频繁发生的骗保案件，进一步提高保障公司风险管控水平，提高保障反讹诈能力，冲击骗保犯罪行为成为行业共识。据了解，《通知》提出，要积极推动建立大数据反讹诈常态化工作机制，全面提高行业反讹诈能力和水平。包括银保监会风险处置局、各银保监局、中国银保信、中国保障行业协会以及各保障公司在内，均有明确的主要任务。
随着商业健康保障讹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，保障公司核保理赔环节要求逐步加大主动处置反讹诈的两核能力。
3. 人工智能大趋势
大数据、人工智能发展至今已在诸多畛域成功应用落地，发挥了巨大的价值。在保障畛域，运用大数据、人工智能等技巧展开反保障讹诈工作成为必然选择。
解决方案
为提高两核风控主动化体系的准确性，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置。
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。主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，将其应用到保障反讹诈模型中，助力保障公司两核部门提高风控能力，同时让人工核保变为主动化审核处置，快速准确输入核保结论，极大提高效率。
病历结构化技巧方案介绍
利用人工智能技巧特别是transformer base有关的系列深度NLP算法及预训练模型，训练建立NER（命名实体抽取）、RE（关系抽取）等有关模型，并结合部分规则建立整体抽取策略，并利用文本分类有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入。
Step1: 实体抽取
Step2: 关系抽取
Step3: 疾病、手术归一化算法处置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，从而利用文本分类建立疾病、医学术语归一化模型。
应用价值
主动解读原始病历“一诉五史”当中的异常项、归一化ICD编码及病程有关信息，并输入症状、体征等信息；
让人工核赔变为主动化审核；极大提高保障核保效率；提高保障公司内部人的核保水平。
深源恒际将持续深耕切实服务保障场景的智能畛域，以专业的态度致力于保障畛域科技产品研发，实现真正更深层次意义上的降本增效，绽放保障理赔的智能光芒。