文章| 《中国金融》第9期，2022
近年来，随着大数据和人工智能技术融入承保价值链，中国寿险公司进入智能承保时代。
寿险承保的发展历程
核保，又称风险选择或风险评估，是保险公司根据风险等级的不同，对保险标的进行审查、筛选和分类，以决定是否承保及承保条件的过程。对于人身保险来说，保险的标的是人的生命或身体，所以人身保险的承保就是对这一标的的风险进行审查、筛选和分类，决定是否承保以及承保的条件，使不同类别的个人的风险能够一致的过程。核保的本质是以合理的成本尽可能高效、准确地获取业务数据，并对各类数据信息进行科学的筛选、分类和评估，从而达到核保条件与风险条件相适应的目的。核保流程主要分为获取数据和评估数据两部分。其中，核保所需数据分为投保数据和现有数据；评价数据主要包括核保前评价和核保后评价(见图1)。
寿险承保的发展过程大致可以分为三个阶段。第一阶段是纯人工核保阶段(1919 ~ 2001年)，特点是所有核保业务都需要人工处理，没有机器的参与，缺乏相关的风险控制流程。第二阶段是自动核保阶段(2002 ~ 2016年)，特点是标准体由机器代替人工自动核保结论。第三阶段是智能核保阶段(2017年至今)，其典型特征是机器可以进一步给出拒绝、排除等非标体的核保结论。
个人保险智能核保实践
智能核保是指在自动核保的基础上，通过引入大数据、人工智能算法、OCR、知识图谱等技术，实现机器代替人工给出非标核保结论的过程，结论准确率与人工核保相当。
智能核保技术已在国内保险市场逐步应用，是保险供给侧结构性改革的重要组成部分。其发展既是寿险公司内部发展的必然要求，也是客户体验需求、宏观环境推动和监管引导等外部驱动因素的结果。在内部，寿险公司要突破成本和效率的困境。随着国内寿险市场的快速增长，承保工作量和总人工成本也迅速增加。此外，传统的核保流程繁琐、耗时，风险评估难以标准化。智能核保依靠现代技术替代人工，提高产能，实现效率提升和风险控制的双重目标。对外，客户对提升核保服务体验的需求是智能核保发展的核心驱动力。互联网、人工智能等新兴技术深刻改变了人们的生活方式。如何利用智能力量为客户带来更加便捷、高效、透明、有温度的核保体验，成为各寿险公司提升竞争力的重要战略任务。
根据现代技术的发展趋势和我国智能核保的实践，从智能核保场景的复杂程度和覆盖范围来看，智能核保可以分为三个不同的发展阶段。第一阶段是单场景智能核保阶段，即在单一风险场景下，机器代替人工操作。比如核保常见的业务数据中，如健康异常告知、体检报告、病历等。只有一项业务数据存在异常风险，应该可以替代人工风险评估，给出准确的核保结论。现阶段机器替代劳动的比例一般在90%左右。二是多场景智能核保阶段，即机器在多个综合风险场景下替代人工操作。比如同一被保险人的健康告知、体检报告等业务数据存在异常风险，或者同一被保险人涉及多次被保险人评估等。所以需要综合考虑健康、财务等各种数据，以及多个被保险人之间的风险平衡，才能综合给出承保结论。现阶段机器替代人工的比例一般在95%左右。三是整个保单周期的智能核保阶段，主要包括动态核保和重新定义风险两部分。动态核保是指核托管控制从核保前延伸到保单状态终止，从短期延伸到长期，从被动风险识别延伸到主动风险管理；重新定义风险，是基于积累的海量承保、赔付等数据，衡量各类风险的发生率，并在此基础上，扩大保险群体，拓宽保障范围，实现承保条件和风险程度更加精细化的匹配。
国内人身险智能核保发展情况
在数据获取方面，普遍实现了“保险数据现有数据”的电子化核查，而核保图像数据分析的发展程度不一。电子数据核验通常的做法是在记录表格后直接预承保，给出初步的承保结论，方便客户设计保险方案。其中，对以往理赔数据的核查一般采用ICD理赔代码、风险发生的原因和金额等因素来评估承保风险水平。客户再投保时，会根据之前的风险等级给出核保结论。在核保影像数据分析方面，一些寿险公司已经实现或正在探索体检报告和病历的智能分析，并将其用于此类核保文书的智能评估。
在核保前评估数据方面，“智能问卷规则引擎”已得到广泛应用，但核保智能模型对人工劳动的替代仍有提升空间。只有少数公司自建智能问卷，大多数公司通过外包服务来实现。少数成熟的智能问卷可以自动通过标准结论，替代人工的占30% ~ 40%。但目前还处于磨合阶段的智能问卷，仍然需要人工审核。核保规则引擎大多是按照通用核保规则构建的，不包括医学评论，是核保机器而不是人工的主力。目前，少数保险公司和保险科技公司正在探索构建基于核保医疗评估点的核保医疗规则引擎，从而自动对医疗核保文书给出核保结论。智能模型主要基于公司积累的客户保险数据和内部服务数据。采用人工智能主流算法构建人工智能模型，对客户的风险维度进行评分，并根据评分情况采取差异化核保方式。
关于核保后评估数据，由于核保后核查多以调查为主，动态核保发展尚未成熟，在此不做深入分析。
中国人寿智能核保实践
自2017年以来，中国人寿启动了核保智能化建设，以“以客户为中心”为核心，构建了多层次、多场景、高精度的智能核保运营体系，以机器代替人工操作核算核保业务
，实现各类核保数据的快速、准确应用。中国人寿2016年完成基于大数据技术的核保基础数据平台建设，形成了基于客户生命周期的各类风险基础数据，并集中力量深耕核保非结构化数据的解析和应用。2020年，中国人寿实现了对体检报告的智能解析，作为国内覆盖范围最广、业务规模最大的人身险公司，体检报告数量大、样式多是中国人寿必须面对的难题。在统一了七大类838个体检项目标准，梳理了4630个医学同义词后，中国人寿通过OCR、NLP等技术实现了体检报告结果结构化归类、数字化识别和智能化解析，支持全国“4万 ”医疗机构各类版式医学资料影像的全量自动结构化，准确率在95%以上。可快速汇总定位客户异常医学指标、影像件与电子件随动对比以及多体检报告比对，大大提升体检件评估效率，并建立了行业最大的体检报告数据库，为医学核保智能化打下深厚基础。除了体检报告之外，既往理赔数据中医学病历的结构化作为中国人寿下一个发力点，也在紧锣密鼓的建设中。在评估数据方面。深耕不辍，不断拓展各类场景的智能评估。中国人寿于2019年自主研发并上线智能核保问卷，并陆续上线了高风险业务评估模型、免体检额度评估模型、医学核保模型等多种场景的智能评估模型。
一是智核问卷：实现全险类一卷问完和部分替代人工。智核问卷，即差异化互动健康告知及基于告知的客户健康风险自动评估系统，应用于投保告知环节。中国人寿智核问卷内嵌国寿自有“疾病评点逻辑森林”，支持对200余种常见疾病自动出具核保结论，涵盖万条疾病评估逻辑，均依据公司核保骨干一线经验逐条编写，保证了智核问卷的稳定性和准确度。智核问卷能给出标准体、加费、除外、拒保、延期、转人工等精细化的核保结论，并支持前置上传补充资料和客户自助告知，可帮助客户依照系统提供的“清单”提前上传病历等资料，提高人工核保时效。智核问卷已覆盖主渠道和全险类，其结论与人核结论的一致率达80%以上,部分险种可达95%以上。现已针对部分险种实现机器替代人工给出核保结论，替代率可达70%以上。
二是高风险业务识别模型：精准识别重疾险短期出险。重大疾病保险由于其赔付金额高，存在投保后短期内出险率高的风险。为了更好地防范重疾险“逆选择”，结合公司业务数据的积累和人工智能技术，开发高风险业务识别模型，并且将模型的预测结果应用于现有核保流程中，起到强化承保前风险管控的作用。该模型于2019年上线，累计识别出数万件高风险业务，识别准确率达90%左右。
三是客户免体检额度评估模型：实现精准下发体检。行业既往评估客户是否需体检，主要依据客户年龄、地区评级和销售人员等级三大因素，缺乏基于客户风险画像的精准评估。中国人寿在构建客户风险评级智能模型的基础上，创新应用精算技术，对不同客户群体以免体检额度为自变量进行利润贡献测算，并通过精算模型测算出不同群体的最优免体检额度，相比行业同类模型，免体检额度评估更加精准。该模型于2021年上线，上线后为数万名客户减免体检，促进保费收入突破亿元。
四是医学核保的智能化探索：体检、病历的智能评估。中国人寿通过构建模型和医学核保规则引擎等方式积极探索对体检报告和病历的智能评估。基于公司结构化的海量体检报告数据构建并上线了体检报告评估模型，实现了体检报告的智能评估，模型可给出标准体、次标体、拒保、延期等核保结论，供核保人员参考使用。积极探索构建医学病历评估系统，依托国寿病历结构化和自建核保评点，建立常见疾病知识图谱，配套规则引擎，对病历资料进行智能核保评估。
智能核保的发展方向
基于国内保险公司基本处于单场景智能核保阶段，下一步发展方向将更多是夯实、拓展各类单场景核保的机器替代人工作业能力，在准确率相对成熟的情况下进行多场景核保阶段过渡。
在获取数据方面，要在合法合规的前提下不断拓展数据源，积极探索各类核保影像数据解析，以客户为中心构建多维度、立体化的客户风险数据库。
在评估数据方面，需不断迭代智核问卷，提升机器替代人工占比；同时探索医学、财务领域的智能核保，实现此类相对复杂核保件的替代人工作业。■