醫(yī)療數(shù)據(jù)知識浩如煙海，醫(yī)療保險業(yè)務規(guī)則紛繁龐雜。醫(yī)保(社保中的醫(yī)療保險)、商保(商業(yè)醫(yī)療保險，如醫(yī)療險、重疾險等)均為國計民生高價值場景，關乎基金安全、公共利益與群眾切身權益，對精準性、合規(guī)性、安全性、可追溯性提出極致要求。AI 如何真正讀懂復雜病歷、穿透海量單據(jù)、助力醫(yī)?；鸨O(jiān)管和商保醫(yī)療風控?今天，云知聲交出破局答卷——云知聲山海知醫(yī)慧保大模型(U1-InsureMed)正式發(fā)布。

該模型依托云知聲自研通用大模型底座，深度融合億級真實臨床數(shù)據(jù)，打通醫(yī)保全鏈路能力，面向社保醫(yī)保的合規(guī)監(jiān)管與基金安全、商保場景的風險識別與精細化理賠管理，實現(xiàn) “一套模型、雙域賦能”，推動醫(yī)療保障體系邁入數(shù)智化新階段。

同步，模型已全量上線云知聲Token Hub 大模型服務平臺，開放標準化 API，支持一鍵接入、按需調(diào)用與 Token 計費，全面按下 AI 在保險領域規(guī)模化落地的 “加速鍵”。

API 入口(點擊體驗云知聲山海知醫(yī)慧保大模型)：

https://maas.unisound.com/

1聚力行業(yè)深耕，從底層重構智慧保險核心能力

云知聲山海?知醫(yī)慧保大模型專為醫(yī)療保險垂直場景深度定制，技術底座源于云知聲自研通用大模型，并在高價值場景的嚴苛要求下完成全方位架構升維：

基座支撐： 以云知聲自研多模態(tài)通用大模型為核心底座，采用“通用認知基座+垂直指令精調(diào)(SFT)+偏好學習(DPO)”的三階段訓練范式。構建“醫(yī)保專家-臨床醫(yī)師-審核員”三位一體的對齊機制，確保模型輸出不僅準確，更符合監(jiān)管倫理與業(yè)務規(guī)范。

業(yè)務能力：圍繞醫(yī)保和商保全流程核心場景，打造覆蓋政策問答、智能審核、合規(guī)監(jiān)管、風險識別、理賠輔助等能力體系。通過多模態(tài)語義理解與醫(yī)療專屬解析能力，真正實現(xiàn)“讀懂病歷、看清單據(jù)、用準規(guī)則”，全面提升醫(yī)保業(yè)務處理效率與精準度。

數(shù)據(jù)更新：構建行業(yè)級知識庫體系，支持對最新醫(yī)保和商保政策與法規(guī)的實時檢索與動態(tài)更新，為模型提供持續(xù)、權威的數(shù)據(jù)支撐，確保業(yè)務決策與規(guī)則執(zhí)行始終與最新監(jiān)管要求保持一致。

在業(yè)務場景實測中，云知聲山海知醫(yī)慧保大模型相對同參數(shù)量級的模型，在多維能力上均實現(xiàn)顯著提升：醫(yī)療能力、醫(yī)保知識理解、編碼對齊能力及業(yè)務處理能力全面增強。其中，醫(yī)保政策問答能力提升12.6%，復雜規(guī)則理解更加精準;醫(yī)保編碼對齊準確率提升23.4%，顯著強化編碼一致性與標準化能力;醫(yī)保業(yè)務處理能力提升6.5%，病歷合規(guī)判定更加高效可靠;基礎醫(yī)療能力提升5.4%，醫(yī)學理解與推理能力持續(xù)優(yōu)化。整體來看，模型已在關鍵業(yè)務環(huán)節(jié)形成可量化的性能優(yōu)勢，有效支撐醫(yī)保監(jiān)管與商保風控場景落地。

2雙場景深度落地，賦能醫(yī)保商保高質(zhì)量發(fā)展

醫(yī)保基金監(jiān)管是國家民生保障底線工程，商保風控是行業(yè)穩(wěn)健經(jīng)營與用戶權益保障關鍵支柱，二者均要求AI 具備高可信、高精準、高安全、高合規(guī)四大屬性。憑借對醫(yī)療語義的深度理解、多模態(tài)單據(jù)的精準解析，以及政策知識的動態(tài)演進能力，山海知醫(yī)慧保大模型成功打通了從“底層數(shù)據(jù)認知”到“上層業(yè)務決策”的關鍵鏈路。以此為基座，模型精準切入醫(yī)?；鸨O(jiān)管與商業(yè)保險風控兩大核心陣地，以“技術+場景”的雙輪驅(qū)動，全面重塑行業(yè)運行范式。

醫(yī)保側(cè)：實現(xiàn)監(jiān)管模式躍遷，筑牢基金安全防線

在醫(yī)?；鸨O(jiān)管領域，山海知醫(yī)慧保大模型推動行業(yè)從傳統(tǒng)“規(guī)則審核”邁向智能化“認知監(jiān)管”新時代。模型可直接處理電子病歷、檢查檢驗報告等海量非結(jié)構化數(shù)據(jù)，自主閱讀診療全流程文本信息，并與醫(yī)療費用清單完成精準交叉驗證，高效識別超限制用藥，重復收費、過度診療、DRG高編高靠等各類違規(guī)行為，并具備對慢特病等復雜場景的自動識別與規(guī)則匹配能力，全面提升醫(yī)保審核的自動化與規(guī)范化水平。

案例一：深度理解病歷內(nèi)容，識別超限用藥違規(guī)

醫(yī)保違規(guī)審核中，對藥品使用有限定范圍。如：鹽酸貝那普利片 在醫(yī)保支付范圍中限定用于：1)高血壓;2)充血性心力衰竭;3)進行性慢性腎功能不全(CRI)。系統(tǒng)通過自動解析患者病歷內(nèi)容，發(fā)現(xiàn)患者既往診斷及本次住院記錄中是否體現(xiàn)上述適應癥范圍，識別違規(guī)用藥。

案例二：根據(jù)病歷內(nèi)容，判別DRG分組，發(fā)現(xiàn)醫(yī)保高編高靠違規(guī)

在按病種付費(DRG/DIP)監(jiān)管場景中，模型通過理解病歷內(nèi)容，結(jié)合醫(yī)保DRG分組規(guī)則，對病例實際應歸屬的病組進行鑒別，實現(xiàn)對“近似病組”的精準區(qū)分。識別通過高編高靠病組套取醫(yī)?；鸬男袨?。

案例三：報告單智能解讀，支持健康助手能力

在醫(yī)保服務體系持續(xù)向“健康管理型醫(yī)?！鞭D(zhuǎn)型的背景下，醫(yī)保部門對參保人健康宣教、慢病管理及主動健康干預的需求不斷提升。模型依托多模態(tài)理解能力，可對體檢報告、檢驗檢查單、影像報告及門診病歷等多類型醫(yī)療資料進行智能解析，實現(xiàn)報告單智能解讀與健康咨詢服務，幫助醫(yī)保機構從傳統(tǒng)“費用支付”進一步延伸至“健康服務”。

2026年初，云知聲成功中標全國首個省級醫(yī)保垂直大模型項目——江蘇省醫(yī)保大模型及智能體應用項目。項目在監(jiān)管端打造24小時在線“AI審計官”，構建全生命周期智能管控體系;在民生端推出智能健康服務智能體，形成“基金監(jiān)管+民生服務”雙輪驅(qū)動的省級示范模式，為全國醫(yī)保數(shù)智化建設提供可復制、可推廣的實踐經(jīng)驗。

商保側(cè)：控費增效雙提升，優(yōu)化行業(yè)服務體驗

在商業(yè)保險領域，云知聲攜手頭部保險集團深化合作，借助醫(yī)保大模型實現(xiàn)理賠風控大幅升級，將控費率有效提升至約20%，為超260萬件理賠訂單完成十億元級別增量成本管控，切實助力險企降本增效。針對中小保險企業(yè)，創(chuàng)新推出“按訂單付費”靈活合作模式，搭建覆蓋全層級客戶的商保智能風控服務體系，降低中小險企數(shù)智化轉(zhuǎn)型門檻。

案例一：重疾認定

在商業(yè)健康保險理賠場景中，重大疾病認定是核心且復雜的審核環(huán)節(jié)，通常涉及大量病歷材料、檢驗檢查結(jié)果及疾病定義條款的綜合判斷。模型可基于電子病歷、出院記錄、病理報告、影像檢查及手術記錄等多源醫(yī)療數(shù)據(jù)，對疾病診斷過程進行深度語義理解，并結(jié)合《重大疾病保險疾病定義使用規(guī)范(2020年修訂版)》及保險產(chǎn)品條款，自動完成重疾認定與風險審核。

案例二：既往癥識別

在商業(yè)保險承保與理賠場景中，既往癥識別是風險審核的重要環(huán)節(jié)，直接關系到保險責任判定、賠付合理性及欺詐風險控制。模型可基于門診病歷、住院病歷、檢查檢驗報告、用藥記錄等多源醫(yī)療數(shù)據(jù)，對參保人歷史健康狀況進行深度分析，自動識別潛在既往疾病風險。

案例三：車險醫(yī)療審核，識別傷情無關收費

在商業(yè)車險理賠場景中，醫(yī)療費用審核是控費與風險識別的核心環(huán)節(jié)，直接關系到賠付準確性與保險賠付金額。模型可基于門診病歷、住院病歷、檢查檢驗報告、費用清單等多源醫(yī)療數(shù)據(jù)，對事故傷情與醫(yī)療行為之間的關聯(lián)性進行智能分析，自動識別與本次交通事故傷情無關的檢查、治療、用藥及耗材收費行為。針對“借傷住院”“搭車治療”“無關慢病用藥”等復雜場景，模型能夠結(jié)合事故傷情、診療路徑及醫(yī)學知識進行交叉校驗，輔助審核人員快速發(fā)現(xiàn)異常收費風險，提升車險理賠審核效率與費用管控能力。

3U1-OCR-Med：破解行業(yè)難題，構筑醫(yī)療文檔處理技術壁壘

醫(yī)保、商保醫(yī)療場景業(yè)務復雜、紙質(zhì)文書單據(jù)類型繁雜。市面上多數(shù)通用大模型，在處理版式雜亂、印章遮擋、畫質(zhì)模糊低質(zhì)的醫(yī)療單據(jù)時，普遍存在識別不準、邏輯斷層、場景適配緩慢等問題。

山海知醫(yī)慧保大模型精準直擊社保、商保行業(yè)痛點難點，依托自研U1-OCR-Med模型形成協(xié)同能力，專注各類紙質(zhì)單據(jù)的智能識別、信息抽取與結(jié)構化解析，知醫(yī)慧保大模型承接后續(xù)業(yè)務規(guī)則校驗、審核研判等全流程業(yè)務處理，二者深度聯(lián)動，打造醫(yī)療、保險雙場景全覆蓋的核心技術優(yōu)勢，有效解決社保和商保紙質(zhì)材料處理難、業(yè)務流轉(zhuǎn)效率低的行業(yè)難題。

指標多維領跑：在文書分類、票據(jù)抽取、病歷解析、卡證識別等核心醫(yī)療文檔任務中，模型準確率全面領先通用大模型，四項關鍵能力均突破 95%，并具備強大的跨領域 Zero-shot 泛化能力，可靈活適配醫(yī)保、商保等多元業(yè)務場景。

架構硬核創(chuàng)新：創(chuàng)新采用解耦結(jié)構感知架構，讓模型同步學習文本語義與版式特征，有效破解醫(yī)療單據(jù)排版混亂、低質(zhì)掃描件、印章遮擋等難題。針對病歷跨頁、信息斷裂等頑疾，引入坐標增強的多頁聯(lián)合注意力機制，通過空間與時序雙重編碼，實現(xiàn)跨頁關聯(lián)信息精準校驗，徹底解決超長文本處理中的信息遺忘與邏輯斷層。

業(yè)務敏捷適配：支持Schema級字段靈活配置。業(yè)務人員無需重新訓練模型，即可快速適配各省市醫(yī)保報銷政策調(diào)整，大幅降低長尾單據(jù)維護成本，實現(xiàn)從“技術調(diào)參”到“業(yè)務自主配置”的體驗跨越。

4構建商業(yè)生態(tài)，助力醫(yī)療保障數(shù)智化升級

技術價值以商業(yè)落地為錨點。云知聲已構建起完整的醫(yī)療AI商業(yè)閉環(huán)：依托全國近450家合作醫(yī)院(其中A++級醫(yī)院覆蓋率近35%)，憑借億級真實臨床病歷持續(xù)反哺模型訓練，形成“頂級醫(yī)院數(shù)據(jù)沉淀→行業(yè)領先醫(yī)療/醫(yī)保大模型打磨→醫(yī)保/商保/區(qū)域醫(yī)政全場景延伸”的良性商業(yè)飛輪，驅(qū)動相關業(yè)務持續(xù)高速增長。

AI公司商業(yè)價值=智能密度(更小的模型更強的智能)×token的價值(而不是token的數(shù)量)。山海知醫(yī)慧保大模型摒棄“盲目堆砌參數(shù)量與調(diào)用次數(shù)”的傳統(tǒng)路徑，轉(zhuǎn)而聚焦“高價值Token”的深度挖掘。通過高效數(shù)據(jù)訓練、精準路由技術與動態(tài)量化壓縮等技術，在同等算力下實現(xiàn)更高密度的業(yè)務智能輸出;在Token Hub平臺，我們堅持“按有效業(yè)務價值計費”，讓每一次Token調(diào)用都直擊醫(yī)保審核、商保風控的核心決策節(jié)點。這種“高密度智能×高價值Token”的乘數(shù)效應，不僅大幅降低險企與醫(yī)保局的算力與集成成本，更讓AI投入產(chǎn)出比(ROI)實現(xiàn)指數(shù)級躍升。

當前，云知聲保險SaaS服務已全面上線，以“知醫(yī)慧保大模型+醫(yī)療OCR+智能風控”為核心，為醫(yī)院、醫(yī)保局、保險公司提供智能審核、風險管控、快速理賠、基金監(jiān)管一體化云端服務。通過Token Hub平臺開放API與輕量化計費模式，大幅降低行業(yè)AI應用落地門檻，助力合作伙伴快速搭建專屬智能體，共建醫(yī)療醫(yī)保數(shù)智生態(tài)。

未來，云知聲將持續(xù)深耕醫(yī)療、保險垂直領域，不斷迭代優(yōu)化模型技術、升級智能服務能力，以更開放的生態(tài)、更專業(yè)的解決方案，助力中國醫(yī)療保障體系完成數(shù)智化轉(zhuǎn)型，邁向高效、精準、普惠的全新發(fā)展階段。