Aitishiku.comAgentic AI 在普惠健康险的创新与实践｜AICon深圳
大模型能力持续演进，但 AI 的下一阶段竞争正在发生变化。模型能力之外，如何构建可靠的智能体、完善 AI 工程体系，并让 AI 在复杂业务环境中稳定运行，正在成为产业探索的新重点。
8 月 21 日-22 日，AICon 全球人工智能开发与应用大会将在深圳举办。大会全日程现已 100%上线，来自产业一线的技术专家将围绕 Agent 工程化、大模型基础设施、AI Native 研发、具身智能等前沿方向，分享 AI 时代的技术探索与工程实践，共同探讨 AI 从能力突破走向系统构建的新路径。
平安科技健康保险智能负责人李响已确认出席 “AI Agent 高价值商业场景实战” 专题，并发表题为《Agentic AI 在普惠健康险的创新与实践》的主题分享。本次分享拟围绕健康险产品创新、智能承保、智能理赔三大核心场景，系统展示 Agentic AI 技术在普惠健康保险领域的创新实践与落地成果。依托多模态 AI 风险预测、AI 核保智能体、AI 理赔智能体，系统性地推动健康险从传统经验驱动，迈向数据驱动、模型驱动与智能体协同驱动的新阶段，最终为客户提供多层次普惠健康险保障，使客户获得更清晰、更高效、更有温度的承保体验，并助力理赔时效和体验提升。
李响博士，现任平安科技健康保险智能负责人，主要负责 AI Agent 在保险科技领域的研究和应用，带领团队通过最前沿的 AI 智能体技术，支撑保险“产品创新、客户经营、两核风控”全链路，赋能业务拓规模、降风险。李响在浙江大学计算机学院获得博士学位，曾在 IBM 中国研究院任职，发表国际期刊/会议论文 50 余篇，并在医疗、保险领域具备丰富的 AI 产品落地经验。他在本次会议的详细演讲内容如下：
演讲提纲：
传统健康险系统的工程极限
在健康险的复杂场景下，传统系统的研发与运维面临多维度的极限挑战：
医疗数据的多源异构：健康险涉及海量非结构化的医疗票据、手写病历、检查检验报告等。如果盲目让大模型做端到端的多模态全局解析，不仅会带来高昂的 Token 消耗和极高的延迟，还极易触发大模型幻觉，无法达到准确率要求。
规则爆炸：健康险条款繁多，核保核赔细分审核点高达数百个。传统系统采用硬编码规则引擎。每当条款更新或险种迭代，工程师就必须修改底层代码并进行漫长的回归测试，维护成本不堪重负。
长流程与高并发的系统吞吐瓶颈：理赔是一条长链路流水线（报案 ➔ 录入➔ 审核 ➔ 理算 ➔ 决策输出）。传统串行或半自动化处理在理赔高峰期极易发生拥堵，无法达成“秒级理赔”的极致体验。
为了打破上述工程瓶颈，系统从传统的“静态规则+单点大模型”全面跃迁至 Agentic Skills 多智能体协同架构。
2. AI 承保智能体
普惠健康险的核心价值，在于让更多真正需要保障的人群获得可负担、可理解、可持续的健康保障。承保是客户获得保障的第一道关口，也是普惠健康险能否真正落地的关键环节。过去，带病体投保往往要面对材料多、流程长、解释难等问题。客户需要反复提交检查单、病历材料和健康问卷，复杂条款依赖人工逐条解释，从咨询到承保可能持续数天。对于真正需要保障的人群而言，复杂流程本身就可能成为新的门槛。
平安 AI 承保智能体，围绕“一键上传、一键核保、一键咨询”构建。用户上传报告后，智能体基于报告信息进行识别、解析和推理，将医学信息、保险责任和核保规则进行关联推理，预测用户疾病风险，输出承保方案并提供专业答疑。
疾病预测模型提供核心能力，负责处理影像、检验或结构化因子，并输出特定疾病的风险概率。
医学大模型负责理解病历和检查报告等非结构化信息，将分散的医学描述转换为可计算的风险因子。
多智能体协同：场景调度智能体负责全局任务分发，专项审核智能体依据疾病规则开展分级判断，汇总智能体整合信息并输出决策结论。
3. AI 理赔智能体
理赔，是保险价值最终兑现的核心场景。传统理赔模式下，材料复杂、人工审核效率较低、风控成本较高，是长期影响客户体验和运营效率的重要因素。对于客户而言，理赔体验决定其对保障价值的真实感受；对于保险机构而言，理赔效率和审核质量直接影响服务能力与风控水平。
平安 AI 理赔智能体从传统的“静态规则+单点大模型”全面跃迁至 Agentic Skills 多智能体协同架构：
智能保单解析 Agent：针对保单复杂的保险责任，智能体自动解析并精准提取上百个核心核责点，将保单结构化转化率推向新高度。
Multi-Agent 协同与分发路由：引入场景调度智能体作为总控，负责案件的全局统筹、并发分发与上下文对齐。下辖多个专有审核智能体，并行处理细分的审核与核责任务，最后由结论汇总智能体进行冲突消解与决策融合。
4. 落地过程中的踩坑复盘与工程优化
在落地多智能体协同及大规模系统上线时，团队踩过并攻克了以下典型工程痛点：
坑一：多 Agent 协作中的“上下文丢失与踢球”。问题：子智能体并行流转时，由于上下文传递不规范，导致多个审核点之间结论冲突。解法：引入强约束的状态机与标准化 Schema 契约，严格规范每个 Agent 的输入输出格式与流转边界。
坑二：长文本病历带来的 Token 膨胀与延迟过高。问题：动辄上万字的住院病历直接塞给大模型，导致 API 响应慢、成本高昂。解法：采用 RAG+ 关键信息前置抽取 策略，让审核智能体按需检索病程记录和检验指标，将平均耗时稳压在秒级。
坑三：“大模型幻觉”治理。问题：AI 偶尔会过度解读医嘱，带来合规风控隐患。解法：建立 “AI 依据溯源 + 确定性规则兜底” 机制。所有大模型提取的结论必须绑定原始文本的坐标，一旦置信度不达标，自动无缝回退至传统确定性规则引擎或人工复核。
经过以上优化，AI 审核准确率稳定在 96%以上，审核自动化率超过 70%。
5. 让保险回归保障，让技术扎根惠民
目前，平安已设计上线多款创新医疗保险，慢病百万医、家庭百万医等标杆产品，为客户提供多层次普惠保障。承保端通过更加智能的方式提升服务可及性，使用户获得更清晰、更高效、更有温度的承保体验；理赔端通过 AI 智能体应用，助力理赔时效和体验提升。
面向未来，平安科技将持续深化 AI 技术与 Agent 应用生态，围绕“更普惠、更智能、更便捷”的方向持续推进，让保险进一步回归保障本源，让技术更加扎根惠民实践，推动普惠健康险新生态不断完善。
除此之外，本次大会还策划了AI Infra、推理工程与异构计算、超级个体与蜂群智能的共生进化、迈向机器人 AGI 的关键技术与产业实践、Agent 安全：从风险到可控、大模型效率工程与 Agent 系统实践、AI Agent 高价值商业场景实战等 10 个专题论坛，届时将有来自不同行业、不同领域、不同企业的 50+资深专家在现场带来前沿技术洞察和一线实践经验。
日程已 100%上线！AICon 深圳站：10 大专题+1 个动手实验室、近 60 场重磅议题，集结浙大知名高校教授及阿里、腾讯、华为、快手、Google Cloud 团队等头部企业技术专家，聚焦 Agent 工程化，构建可靠智能的技术路径。更多详情可扫码或联系票务经理 13269078023 进行咨询。
