在 健康险理赔（特别是百万医疗险、门诊险）的业务流程中，最大的痛点莫过于“数据结构化”。

用户生病住院，出院时手里拿着厚厚一叠单据：

  • 医疗门诊/住院收费票据（财政部监制的发票）。
  • 长达几页甚至几十页的 医疗费用清单（打印纸）。
  • 出院小结 和 病历。

理赔专员需要人工核对每一笔费用：

  • 这张发票是不是医保定点医院开的？
  • 这盒药是 医保目录 内的“甲类药”，还是纯 自费项目？
  • 医保统筹 基金已经报销了多少？剩下的部分扣除 免赔额 后，我们要赔多少？

这种依靠“肉眼识别 + 手工计算器”的模式，处理一个案件往往需要 3-5 天。

一旦遇到流感爆发季，理赔积压严重，用户满意度直线下滑。

今天我们探讨：如何利用 医疗发票OCR 和 费用清单识别 技术，结合 自动理算 引擎，将理赔时效从“天”级缩短到“秒”级（即 秒赔）。

1. 痛点：全国医院票据的“万花筒”

与全国统一的增值税发票不同，医疗发票 虽然有财政部监制，但各省市、各级医院的版式差异巨大。

  • 版式复杂：上海的门诊票是长条的，北京的是A5的，有些乡镇卫生院甚至是针式打印的。
  • 信息分散：有的票上只有总金额，具体的药品明细在另一张 费用清单 上。
  • 术语不通：同一种药，A 医院叫“阿莫西林”，B 医院叫“阿莫西林胶囊(0.25g)”。

传统的模板式 OCR 根本无法应对这种碎片化场景。

2. 核心技术一：全票面结构化与 医保统筹 提取

要实现 秒赔，第一步是精准提取发票上的核心数据。

医疗发票OCR 引擎必须具备“泛化识别”能力，无论票据长什么样，都能提取以下关键字段：

  • 基本信息：发票号码、医院名称（用于校验是否为定点医院）、开票日期。
  • 金额分项：这是最关键的。
    • 金额合计 (Total Amount)
    • 医保统筹支付 (Social Insurance Payment)：这部分保险公司不赔，必须精准剔除。
    • 个人账户支付 & 现金支付：这部分是商业保险的理赔基础。

反欺诈逻辑：

OCR 同时提取 姓名 字段。

if (发票姓名 != 被保人姓名) -> 自动拒赔。

这看似简单，却能拦截大量的“冒名顶替”骗保行为。

3. 核心技术二：费用清单识别 与 ICD-10 映射

仅有发票总额是不够的。对于“剔除自费药”或“责任免除”条款，必须深入到 费用清单 的明细行。

技术实现路径：

  1. 明细行提取：OCR 识别长长的清单，提取每一行的 项目名称、单价、数量、金额、自付比例。
  2. 三大目录匹配 (Three Catalogs Matching)：系统内置全国统一的 医保目录（药品、诊疗项目、服务设施）。
    • 清洗：将 OCR 识别的“阿莫西林”映射为标准编码。
    • 分类：判断该项目是 甲类（全额纳入）、乙类（部分自付）还是 丙类（全额自费）。
  3. ICD-10 疾病编码：结合 出院小结 OCR，提取 诊断结论 并映射到 ICD-10 编码。
    • if (ICD-10 == 'E11' (2型糖尿病) AND 投保前未告知) -> 触发既往症拒赔预警。

4. 核心技术三：自动理算 引擎 (Auto-Calculation)

当数据被 OCR 结构化后，理赔就变成了一道数学题。

理算公式：

$$\text{赔付金额} = (\text{发票总额} – \text{医保统筹} – \text{自费项目} – \text{免赔额}) \times \text{赔付比例}$$

工程落地：

  1. 自费剔除：OCR 识别出“美容费”、“营养品”等非医保项目，自动从总额中减去。
  2. 免赔额扣除：系统实时查询该用户本年度的 剩余免赔额（如 1 万免赔，已抵扣 2000，本次再抵扣剩余部分）。
  3. 秒级打款：如果是 3000 元以下的小额案件，且 OCR 数据完整、逻辑无误，系统直接调用银行接口打款，无需人工干预。这就是真正的 “秒赔”。

5. 价值总结：降本增效的终极武器

在 InsurTech 领域，医疗发票OCR 是理赔自动化的基石。

  1. 体验飞跃：用户拍个照，钱就到账了，彻底告别“填单子、寄快递、等一周”的痛苦。
  2. 成本骤降：理赔人效提升 5-10 倍。原本需要 50 个人的理赔团队，现在 5 个人处理异常件即可。
  3. 风控闭环：通过对 自费项目 和 ICD-10 的精准识别，有效防止了把“保健品”当“药”赔的漏洞，降低了赔付率（Loss Ratio）。

对于 健康险 业务负责人而言，谁先攻克了医疗票据的自动化处理，谁就掌握了这一红海市场的成本优势。