读懂平安专病AI矩阵，为什么要做，又为什么能做？

在今年世界人工智能大会诸多前沿产业成果中，平安全新推出的专病AI产品矩阵，是值得整个保险与医疗健康行业细细品读的落地样本。整套体系由三大板块联动运转：专病预测前置预测人群潜藏的疾病风险，为健康管理和疾病防范提供数据支撑；专病保险依托风险数据结果，为慢病、肿瘤术后等传统保障盲区人群打造适配的保险产品；北大医疗AI专病管家把三甲医院专家会诊的MDT多学科诊疗体系数字化，全程跟进患者治疗、随访与康复全周期需求。三大板块之间依靠数据协同实现医疗服务与保险保障深度绑定，跳出行业长期以来“保险主业叠加医疗增值权益”的浅层合作模式，而是真正步入医险深度协同，赋能健康险定价的拐点时刻。

聚焦肿瘤搭建专病AI体系：兼顾民生服务与优化险企经营的双向选择

平安选择以肿瘤为核心赛道布局整套专病AI服务，其实是基于主业现状、诊疗全链条的多方需求，以及医疗资源供给缺口三重现实考量，通过数字化手段实现服务大众与优化经营的双向平衡。

肿瘤作为健康险业务中占比最重的重症品类，庞大的服务体量与赔付规模，决定了它是推进前置健康干预的核心切入点。据了解，每年有30万客户因肿瘤触发理赔，全年肿瘤相关赔付金额达到250亿元，相关支出约占到整体健康险赔付总额的一半。过往行业服务模式局限于出险后理赔付款，缺少前置风险识别、病程持续干预的环节，等到客户确诊肿瘤，往往已经错过最佳干预窗口。

AI专病预测体系的落地，核心价值在于提前识别疾病的高危人群，尽早介入健康管理与医学干预。站在客户视角，早期筛查干预能够延缓病情进展、降低重症带来的身心痛苦；站在保险服务经营视角，规范化的前置健康管理可以减少肿瘤恶化、复发的概率，从源头合理控制理赔支出，推动健康险业务长期平稳运营，最终实现客户就医体验、企业经营质量同步提升。

放眼肿瘤诊疗完整链条，患者、临床医生、保险支付三方都存在传统服务模式难以消解的刚性需求。对普通患者而言，专业医学报告晦涩难懂，多种治疗方案难以抉择，术后康复、长期风险管控也缺乏清晰指引，普通人很难独立完成全周期疾病管理；对临床医生来说，患者病历、检验数据分散在不同系统，调取核对耗费大量精力，成熟MDT多学科诊疗高度依赖资深专家，难以规模化铺开，大量医护精力消耗在事务性工作中，优质诊疗服务覆盖面难以拓宽；作为支付方的保险机构，核心诉求是更早识别大众健康隐患，依据不同人群健康状况匹配差异化保障与干预服务，合理调配医疗资源，减少无效医疗开销。三类主体诉求环环相扣，却始终缺少一套能够串联风险筛查、诊疗协助、保障匹配的一体化服务载体，专病AI矩阵恰好填补了这一市场空白。

与此同时，国内优质MDT诊疗资源供给严重不足，数字化工具成为实现医疗普惠的关键抓手。一份覆盖全国30省份1516家医疗机构的肺癌专项调研显示，仅有64%的机构搭建标准化MDT诊疗平台，具备多学科联合诊疗能力的优质资源高度集中于头部三甲医院，基层群众很难接触规范的联合诊疗服务。临床数据早已印证MDT模式的实际价值，一份覆盖13722名乳腺癌患者的跟踪研究显示，落地MDT标准化诊疗后，患者特异性死亡风险可下降18%。平安打造AI专病管家，本质是用数字技术让MDT诊疗流程更可及，打破专家、地域的资源壁垒，让标准化重症诊疗服务下沉至更广人群；而规范化的诊疗干预，既能减轻患者病痛，也能减少极端重症带来的高额理赔，完成民生服务与经营稳定的双向赋能。

领先AI医疗能力+“四到”医疗服务网络，构筑一体化服务能力

当下市场中不少科技企业、险企均涉足医疗AI赛道，但大多仅能实现报告解读、在线问诊等碎片化单一功能，难以搭建贯通保险保障、临床诊疗的完整服务闭环。平安能够落地这套覆盖预防、投保、治疗、康复全流程的专病服务体系，背后依托的是层层递进的自研医疗大模型技术体系，叠加多年布局的全域线下医疗资源。

今年 4 月，由平安科技、平安好医生和北大医疗联合研发的平安医疗大模型 3.5，在 HealthBench Hard 评测中获得 57.27 分，超越 OpenAI等模型，位列第一。评测结果不等同于临床验证，但表明模型已具备应对高难度医疗复杂推理任务的技术基础。

平安的医疗大模型以真实服务任务和反馈驱动模型迭代，首先通过多学科、多任务学习，掌握复杂病例拆解与诊疗方案制定；其次通过强化学习，提升信息追问、证据取舍和方案调整能力；最后引入指南、文献和真实病例，让每项建议有据可循，最后将北大医疗专家的临床经验融入模型。专家参与知识构建、病例标注和质量评估，把真实场景中的判断逻辑转化为模型可学习、可评估的规则。目前，平安 AI 医生精准诊断覆盖超过1.13万种疾病，辅助诊疗准确率为95.1%；“AI＋真人医生”服务覆盖集团100%个人客户，AI医生年使用人数接近 1,200 万。

本次矩阵核心亮点之一，便是AI-MDT的数字化诊疗能力。传统线下MDT需要外科、放疗、化疗、影像、病理等多科室专家线下会诊，专家时间有限、场地成本高，无法批量服务基层与普通患者。

平安AI-MDT通过专家经验的内化学习，推理医学的幻觉控制和医学循证推理的增强，显著超越了国内外竞品，获得了媲美三甲医院医生的价值效果。数据显示，三甲医生的在MDT诊疗中的准确率为92%，幻觉率为8%，平安AI-MDT的准确率为91%，幻觉率在9%，而市场其他竞品的准确率在62%，幻觉率更是达到23%。

这样的诊疗水平就意味着，对患者而言，无需奔波多地、预约多名专家，线上即可获取标准化多学科诊疗参考；对线下医生而言，AI提前完成病历整理、初步方案推演，节省大量事务性工作，医生只需聚焦最终诊疗决策；对保险端而言，AI-MDT形成的标准化病程数据，可用于精准评估长期风险，为专病保险差异化定价提供可靠临床依据，实现患者、医护、保险三方价值统一。

算法与模型只是数字化工具，想要把AI预判、AI诊疗建议转化为真实有效的健康干预，离不开平安多年布局的全域医疗网络，这也是纯科技企业不具备的落地载体。线上端口依托平安健康平台，全天候承接AI输出的报告解读、风险提醒、随访管理；线下联动自有的北大医疗以及合作三甲医院网络，为高危、重症患者打通线下MDT会诊、住院治疗绿色通道。

完整的线下网络让AI健康指引不再停留在线上文字，而是拥有实体医疗资源承接落地；同时服务中新产生的诊疗、随访数据持续回流大模型完成迭代，技术底座与线下医疗资源双向赋能，构筑同行难以短期复刻的综合服务壁垒。

长期以来，国内医险融合始终陷入一个行业悖论：保险手握海量用户，却缺少精准的健康风险认知；医疗拥有临床真相，却无法规模化沉淀为可落地的风控与定价依据。这也是行业多年停留在“权益叠加、浅层合作”的根本原因。

平安此次推出专病AI矩阵，真正的产业价值，不在于新增一套AI诊疗工具，而在于首次跑通了“临床真实数据—风险分层—专病定价—病程干预—数据再迭代”的正向飞轮。它打破医险数据割裂的行业困境，让医疗临床价值，真正转化为保险行业可量化、可定价、可服务的经营价值，也让保险的保障属性，真正前置为用户的健康守护能力。