AI赋能下，保险+健康深度融合步伐如何更进一步？
近年来，随着互联网、人工智能等信息化技术的快速发展，银行、金融、医疗、零售、保险等行业都从中得到了广泛应用和融合发展。
尤其是在保险行业，有人说人工智能是蓝海，给患者、保司、医疗机构三方都提供了高效、便利的的数字化服务；也有人说人工智能是死海，因为人工智能技术在与保险相融合的过程中势必会存在一些风险问题，而且在如今健康险市场不断承压大背景下，人工智能能否快速提高健康险市场竞争力而回归正轨还是未知数。
带着这些疑问，近日我们在直播中针对AI赋能下的“保险+健康”新方案这一主题连线了吾征智能技术（北京）有限公司总经理陈伯怀。陈总在直播中和我们共同探讨了如何理解人工智能与保险场景相结合的思路和方法，同时对于健康险在人工智能技术不断延展下如何提高“生产力”问题上，也提出了非常具有建设性的意见，本文的主要内容也来自该场直播。
01
人工智能技术如何深度赋能保险多场景？
毫无疑问，在人工智能技术的加持下，保险行业也逐渐以更自然的融合交互方式创造出更多全新保险场景下的应用。那么，目前吾征人工智能前沿技术主要应用在哪些场景？又可以解决哪些问题呢？
首先，在很早的时候，一些慢性疾病和两癌的筛查是以检验试剂为主要推动方向，但如今随着社会发展，检验试剂可能不会全面覆盖一些疾病。在此背景下，吾征可以通过多模态数据监测+筛查算法模型技术来分析疾病潜在的变异性异常，以此来引申未来五年、十年相关疾病的复发核心指标，最终结合患者身体素质情况进行融合计算，去筛查出未来某项疾病潜在复发风险。
其次，目前吾征已经做到了可以覆盖近300多种的单项疾病分析，具体可分为四大类：第一类是“四高”，比如，吾征可以将糖尿病患者目前血糖指数结合其自身素质情况来做未来长久的患病风险预测。
第二类是癌症，吾征前期可以借助于一些指标数据来做监测，通过先进的计算模型来做相对应分析；第三类是一直占据着每年死亡人数和致病人数最高的心脑血管类疾病；第四类则是针对于国内老龄化社会所产生的一些小微病种的老年病。
以上这四类疾病场景早发现早治疗是非常关键的，防止这些疾病的发生，或者延长疾病的发生概率，是吾征在投入大量精力来做相应筛查模型的专攻方向。比如，当患者完成整个体检流程后检查出高血压风险指标下，可能还有些指标蕴藏着冠心病、脑卒中这种疾病风险，而吾征是构建了一个模型结合体检的全量数据进行综合运算分析，将所有影响该种疾病的指标一一关联并筛查出来，从而给患者提供全量的患病风险预测。
最后，目前吾征正在对中西医的辩证分型来做专项研发和落地。针对中医对于一些疾病并不像西医的一些指标可以量化的弊端下，吾征可以通过在已知一种西医疾病的情况下，结合体检指标数据和症状数据，还有个人病史数据，以此构建一个中医辨证分型的模型一一进行分析出目前西医疾病的中医辩证分型结论，并推荐用一些中医药方进行调理等等。
基于吾征这些应用场景，数据来源问题也随之成为多场景应用下的难题。那么，这些数据是从何而来的呢？
一方面，吾征将特定学科性文献、典籍数据信息形成大规模知识图谱，可以为构建算法模型提供决策。而且有了这方面数据支撑，吾征也加强了与一些科研院所合作，促进双方数据共享。
另一方面，吾征也在不断与一些医疗机构展开深度合作，将这些机构脱敏后的基础数据集中采集并进行分析。比如，像一些类似癌症或肺炎等疾病，吾征可以在与全国影像数据中心合作下提供的30多万条原始基础专业数据，结合医生病情诊断结论来做多层次分析。
02
智能化升级，健康险如何提高“生产力”？
基于以上讨论，人工智能技术在保险多场景下不断进行融合推进，也对遇到的不少难题给出了不错的解题思路。那么，人工智能技术又该如何运用在健康险产品上？陈总以吾征为例进行了重点阐述。
一是，吾征是从2019年下半年开始将算法模型逐渐运用于保险行业中，像一些带病体糖尿病、甲状腺疾病、胃癌和口腔健康等单一健康险种中，吾征可以将早期筛查基本数据提供给保司来做智能化核保评判。如果患者检测出已经是患有重大疾病了，这时候保司肯定不做赔付，那么吾征所聚焦的核心就在于预先利用智能核保风控模型检测出该疾病的带病体风险，为用户核算出该疾病风险趋势下每年保费是多少，以及未来五年，甚至十年带病体又会出现哪些隐患等问题。
二是，吾征与很多保险经纪公司合作去设计新的健康险险种，其中备受关注的是在车辆不同环境下开发的对车辆和司机实现双重保障的险种。比如，在车辆运营当中，司机因某些重大突发疾病造成了司机本身、乘客和运营平台三方损伤，吾征针对该情况，可以对司机人群在上岗前做一些早期的疾病筛查；在岗位过程中，又可以对其进行动态化的监测，一旦发现危险，就来联合保司提前做紧急性的预制。于运营平台而言，也可通过监测数据来强制司机休息，真正保障他们的生命安全。
陈总还针对市场关心的与车辆相关的健康险产品数据如何进行有效采集的问题，也进行了重点说明。
首先，吾征通过智能化终端对车辆环境做一系列监测。比如，通过对司机面部拍摄短视频来识别其心率血氧风险；通过内置于方向盘上的心电传导感应设备，对司机心电机能进行动态化监测。基于这些通过司机身体本身，加上车内环境的长续监测，吾征已经构建了一个综合性的模型进行分析。
其次，吾征还通过一些穿戴性的设备来做监测，比如可以穿在身上的心电背心来监测心率；血压监测手表，则可以动态监测血压和体温等数据。
此外，置放到前挡风玻璃上沿的摄像头去拍人脸的动态数据信息，在不介入外部设备的情形下，也能准确判断司机人群的血压、心率和血氧等动态情况。
03
汽车生态中如何嵌入健康险服务？
众所周知，人工智能技术正在改变传统汽车产业的生态系统，并正在塑造新的汽车生态系统——车生态。在人工智能技术赋能下，新的汽车生态系统的驱动力变得越来越丰富，当然风险也随之加剧，这就对众多保司及人工智能公司在利用健康险产品及服务深度嵌入到汽车生态中提出了更高要求。那么，这些健康险产品及服务是如何嵌入到汽车生态中？又是怎样跟保险服务结合在一起的呢？
第一，在车辆自动化全链路生产路径下，吾征可以通过这些车辆出厂自带的监测终端生成数据进行运算上传到云端。
而在组装车路径下，在不改变原有车辆的内部工业设计的情况下，可以通过加入外部性设备来做数据的延申计算。比如，摄像头终端设备可以在不影响驾驶情形下放在挡风前沿玻璃上；一些便捷化传感器可以以小设备的形式借助蓝牙或者wifi进行数据传输接入。同时吾征也会提供一个类似于边缘计算网关的小盒子放在车内，外部的其他一些监测终端都可以通过这个盒子进行相应的协议转化，然后把生成的结构化数据在本地进行计算分析再传到云平台。
此外，在针对一些已经运营的公交、货车等平台，吾征也可以通过外设、简单改链路的形式进行相应的接入来采集这些数据，再统一录入到数据中台，形成结构化数据来做计算，从而更好地为司机提供服务。
第二，在跟保险服务结合上，无论是健康监测，还是环境监测，最终的目的都是对车辆、航班等发生意外时给用户提供相关意外险保障。比如，当车辆驾驶人员因心脑性突发疾病发生意外时，相关人工智能科技公司能够结合与车企的被动安全和主动安全进行相应的联动，做到提前预警，可能会将车辆进行安全紧急制停，从而减少事故的发生。这其中也无形将意外险、医疗险和重疾进行了有效结合。
第三，在自动驾驶领域，底层大数据和多模态模型的构建，对行驶过程中一旦发生意外，所产生的责任性鉴定以及保险保障的问题至关重要。于保司而言，车辆在自动驾驶安全性上必须要做风控管理，这时候可能不只是要对车辆内驾驶人员、乘客的健康安全，还要对车辆本身和车外的一些环境安全都要考虑进去。这就需要保司与人工智能科技公司进行融合性合作，共同来做相关服务结合和健康管理。
在针对AIGC会对医疗健康或保险行业产生哪些实质性影响这一问题上，陈总也给出了自己的看法：
首先，AIGC可以将保险业单模态数据信息进行结合。比如，吾征构建的一个类似于现代AIGC的模型知识图谱库，可以对诸如CT等影像数据及体检指标信息与患者行为习惯进行结合来做数字化分析，打通构建健康医疗数据-保险保障分析的智能化链路，为整个保险行业战略性扩容和后续的应用方向打下基础。
其次，AIGC可以与患者本身的影像性数据、文本性数据和云性数据都要进行结合，以此形成类似于各种海量的电子病例或者各种病例数据来做全面分析，而分析出来的结果对于疾病的早筛以及做到早期干预和分析意义重大。基于这些足够齐全的数据，保司在设计保险产品时就有更加专业性的数据支撑，能够为用户提供一些真正适合的产品。
最后，AIGC与具身智能可以应用于一些医疗健康诊断和做小手术等方面。比如，将AIGC的图像性传感技术、语音传感技术和文字传感技术，甚至后续开发的有触觉性的传感技术统一结合起来，运用到小手术和线下医疗场景的辅助诊断。
可见，整个人工智能的发展，对保险行业是会有很大促进作用的，可能不一定立竿见影，就目前而言还是主要应用在中台、后台。但我们能预见的是，随着时间的推移，人工智能技术的慢慢成熟，对保险业的影响会越来越深远。