云知声山海知医慧保大模型重磅发布:以高密智能深耕高价值场景,重构医疗保险数智新生态
云知声山海知医慧保大模型重磅发布:以高密智能深耕高价值场景,重构医疗保险数智新生态
推动医疗保障体系迈入数智化新阶段
医疗数据知识浩如烟海,医疗保险业务规则纷繁庞杂。医保(社保中的医疗保险)、商保(商业医疗保险,如医疗险、重疾险等)均为国计民生高价值场景,关乎基金安全、公共利益与群众切身权益,对精准性、合规性、安全性、可追溯性提出极致要求。AI 如何真正读懂复杂病历、穿透海量单据、助力医保基金监管和商保医疗风控?今天,云知声交出破局答卷——云知声山海知医慧保大模型(U1-InsureMed)正式发布。

该模型依托云知声自研通用大模型底座,深度融合亿级真实临床数据,打通医保全链路能力,面向社保医保的合规监管与基金安全、商保场景的风险识别与精细化理赔管理,实现 “一套模型、双域赋能”,推动医疗保障体系迈入数智化新阶段。
同步,模型已全量上线云知声Token Hub 大模型服务平台,开放标准化 API,支持一键接入、按需调用与 Token 计费,全面按下 AI 在保险领域规模化落地的 “加速键”。
聚力行业深耕,从底层重构智慧保险核心能力
云知声山海・知医慧保大模型专为医疗保险垂直场景深度定制,技术底座源于云知声自研通用大模型,并在高价值场景的严苛要求下完成全方位架构升维:
基座支撑: 以云知声自研多模态通用大模型为核心底座,采用“通用认知基座+垂直指令精调(SFT)+偏好学习(DPO)”的三阶段训练范式。构建“医保专家-临床医师-审核员”三位一体的对齐机制,确保模型输出不仅准确,更符合监管伦理与业务规范。
业务能力:围绕医保和商保全流程核心场景,打造覆盖政策问答、智能审核、合规监管、风险识别、理赔辅助等能力体系。通过多模态语义理解与医疗专属解析能力,真正实现“读懂病历、看清单据、用准规则”,全面提升医保业务处理效率与精准度。
数据更新:构建行业级知识库体系,支持对最新医保和商保政策与法规的实时检索与动态更新,为模型提供持续、权威的数据支撑,确保业务决策与规则执行始终与最新监管要求保持一致。
在业务场景实测中,云知声山海知医慧保大模型相对同参数量级的模型,在多维能力上均实现显著提升:医疗能力、医保知识理解、编码对齐能力及业务处理能力全面增强。其中,医保政策问答能力提升12.6%,复杂规则理解更加精准;医保编码对齐准确率提升23.4%,显著强化编码一致性与标准化能力;医保业务处理能力提升6.5%,病历合规判定更加高效可靠;基础医疗能力提升5.4%,医学理解与推理能力持续优化。整体来看,模型已在关键业务环节形成可量化的性能优势,有效支撑医保监管与商保风控场景落地。

双场景深度落地,赋能医保商保高质量发展
医保基金监管是国家民生保障底线工程,商保风控是行业稳健经营与用户权益保障关键支柱,二者均要求AI 具备高可信、高精准、高安全、高合规四大属性。凭借对医疗语义的深度理解、多模态单据的精准解析,以及政策知识的动态演进能力,山海知医慧保大模型成功打通了从“底层数据认知”到“上层业务决策”的关键链路。以此为基座,模型精准切入医保基金监管与商业保险风控两大核心阵地,以“技术+场景”的双轮驱动,全面重塑行业运行范式。
医保侧:实现监管模式跃迁,筑牢基金安全防线
在医保基金监管领域,山海知医慧保大模型推动行业从传统“规则审核”迈向智能化“认知监管”新时代。模型可直接处理电子病历、检查检验报告等海量非结构化数据,自主阅读诊疗全流程文本信息,并与医疗费用清单完成精准交叉验证,高效识别超限制用药,重复收费、过度诊疗、DRG高编高靠等各类违规行为,并具备对慢特病等复杂场景的自动识别与规则匹配能力,全面提升医保审核的自动化与规范化水平。
案例一:深度理解病历内容,识别超限用药违规

医保违规审核中,对药品使用有限定范围。如:盐酸贝那普利片 在医保支付范围中限定用于:1)高血压;2)充血性心力衰竭;3)进行性慢性肾功能不全(CRI)。系统通过自动解析患者病历内容,发现患者既往诊断及本次住院记录中是否体现上述适应症范围,识别违规用药。
案例二:根据病历内容,判别DRG分组,发现医保高编高靠违规

在按病种付费(DRG/DIP)监管场景中,模型通过理解病历内容,结合医保DRG分组规则,对病例实际应归属的病组进行鉴别,实现对“近似病组”的精准区分。识别通过高编高靠病组套取医保基金的行为。
案例三:报告单智能解读,支持健康助手能力

在医保服务体系持续向“健康管理型医保”转型的背景下,医保部门对参保人健康宣教、慢病管理及主动健康干预的需求不断提升。模型依托多模态理解能力,可对体检报告、检验检查单、影像报告及门诊病历等多类型医疗资料进行智能解析,实现报告单智能解读与健康咨询服务,帮助医保机构从传统“费用支付”进一步延伸至“健康服务”。
2026年初,云知声成功中标全国首个省级医保垂直大模型项目——江苏省医保大模型及智能体应用项目。项目在监管端打造24小时在线“AI审计官”,构建全生命周期智能管控体系;在民生端推出智能健康服务智能体,形成“基金监管+民生服务”双轮驱动的省级示范模式,为全国医保数智化建设提供可复制、可推广的实践经验。
商保侧:控费增效双提升,优化行业服务体验
在商业保险领域,云知声携手头部保险集团深化合作,借助医保大模型实现理赔风控大幅升级,将控费率有效提升至约20%,为超260万件理赔订单完成十亿元级别增量成本管控,切实助力险企降本增效。针对中小保险企业,创新推出“按订单付费”灵活合作模式,搭建覆盖全层级客户的商保智能风控服务体系,降低中小险企数智化转型门槛。
案例一:重疾认定

在商业健康保险理赔场景中,重大疾病认定是核心且复杂的审核环节,通常涉及大量病历材料、检验检查结果及疾病定义条款的综合判断。模型可基于电子病历、出院记录、病理报告、影像检查及手术记录等多源医疗数据,对疾病诊断过程进行深度语义理解,并结合《重大疾病保险疾病定义使用规范(2020年修订版)》及保险产品条款,自动完成重疾认定与风险审核。
案例二:既往症识别

在商业保险承保与理赔场景中,既往症识别是风险审核的重要环节,直接关系到保险责任判定、赔付合理性及欺诈风险控制。模型可基于门诊病历、住院病历、检查检验报告、用药记录等多源医疗数据,对参保人历史健康状况进行深度分析,自动识别潜在既往疾病风险。
案例三:车险医疗审核,识别伤情无关收费

在商业车险理赔场景中,医疗费用审核是控费与风险识别的核心环节,直接关系到赔付准确性与保险赔付金额。模型可基于门诊病历、住院病历、检查检验报告、费用清单等多源医疗数据,对事故伤情与医疗行为之间的关联性进行智能分析,自动识别与本次交通事故伤情无关的检查、治疗、用药及耗材收费行为。针对“借伤住院”“搭车治疗”“无关慢病用药”等复杂场景,模型能够结合事故伤情、诊疗路径及医学知识进行交叉校验,辅助审核人员快速发现异常收费风险,提升车险理赔审核效率与费用管控能力。
U1-OCR-Med:破解行业难题,构筑医疗文档处理技术壁垒
医保、商保医疗场景业务复杂、纸质文书单据类型繁杂。市面上多数通用大模型,在处理版式杂乱、印章遮挡、画质模糊低质的医疗单据时,普遍存在识别不准、逻辑断层、场景适配缓慢等问题。
山海知医慧保大模型精准直击社保、商保行业痛点难点,依托自研U1-OCR-Med模型形成协同能力,专注各类纸质单据的智能识别、信息抽取与结构化解析,知医慧保大模型承接后续业务规则校验、审核研判等全流程业务处理,二者深度联动,打造医疗、保险双场景全覆盖的核心技术优势,有效解决社保和商保纸质材料处理难、业务流转效率低的行业难题。
指标多维领跑:在文书分类、票据抽取、病历解析、卡证识别等核心医疗文档任务中,模型准确率全面领先通用大模型,四项关键能力均突破 95%,并具备强大的跨领域 Zero-shot 泛化能力,可灵活适配医保、商保等多元业务场景。

架构硬核创新:创新采用解耦结构感知架构,让模型同步学习文本语义与版式特征,有效破解医疗单据排版混乱、低质扫描件、印章遮挡等难题。针对病历跨页、信息断裂等顽疾,引入坐标增强的多页联合注意力机制,通过空间与时序双重编码,实现跨页关联信息精准校验,彻底解决超长文本处理中的信息遗忘与逻辑断层。
业务敏捷适配:支持Schema级字段灵活配置。业务人员无需重新训练模型,即可快速适配各省市医保报销政策调整,大幅降低长尾单据维护成本,实现从“技术调参”到“业务自主配置”的体验跨越。
构建商业生态,助力医疗保障数智化升级
技术价值以商业落地为锚点。云知声已构建起完整的医疗AI商业闭环:依托全国近450家合作医院(其中A++级医院覆盖率近35%),凭借亿级真实临床病历持续反哺模型训练,形成“顶级医院数据沉淀→行业领先医疗/医保大模型打磨→医保/商保/区域医政全场景延伸”的良性商业飞轮,驱动相关业务持续高速增长。
AI公司商业价值=智能密度(更小的模型更强的智能)×token的价值(而不是token的数量)。山海知医慧保大模型摒弃“盲目堆砌参数量与调用次数”的传统路径,转而聚焦“高价值Token”的深度挖掘。通过高效数据训练、精准路由技术与动态量化压缩等技术,在同等算力下实现更高密度的业务智能输出;在Token Hub平台,我们坚持“按有效业务价值计费”,让每一次Token调用都直击医保审核、商保风控的核心决策节点。这种“高密度智能×高价值Token”的乘数效应,不仅大幅降低险企与医保局的算力与集成成本,更让AI投入产出比(ROI)实现指数级跃升。
当前,云知声保险SaaS服务已全面上线,以“知医慧保大模型+医疗OCR+智能风控”为核心,为医院、医保局、保险公司提供智能审核、风险管控、快速理赔、基金监管一体化云端服务。通过Token Hub平台开放API与轻量化计费模式,大幅降低行业AI应用落地门槛,助力合作伙伴快速搭建专属智能体,共建医疗医保数智生态。
未来,云知声将持续深耕医疗、保险垂直领域,不断迭代优化模型技术、升级智能服务能力,以更开放的生态、更专业的解决方案,助力中国医疗保障体系完成数智化转型,迈向高效、精准、普惠的全新发展阶段。
来源:云知声公众号
版权所有,未经授权不得以任何形式转载及使用,违者必究。
Related Articles
具身赛道现状素描:脑子灵,模型好,不是百亿,就是独角
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 具身赛道现状素描:脑子灵,模型好,不是百亿,就是独角 ...
2026年,1800个DeepSeek跟我一起守护艾泽拉斯
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 2026-06-21 ...
The Atlantic created a searchable database of the music used to train AI
Millions of tracks are freely available in datasets, even if they’re not supposed to be.Millions of tracks are freely available in datasets, even if they’re not supposed to be.by Terrence O'BrienJun 20,...
英伟达开始搞机器人自己研究机器人那套了…
< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 英伟达开始搞机器人自己研究机器人那套了… ...