← 返回首页项目区
AI Automation

基于大模型的直付预授权审核

我设计并实施了基于 Qwen-VL-Max、Qwen-Plus-Latest 和 Qwen-Long-Latest 的直付预授权审核自动化方案： 面向“病例/申请表（多模态）+ 福利表（长文本/复杂规则）”的高难度输入，完成可控抽取、质量校验与自动审批闭环， 将审核准确率从 60% 提升到 90%，并把平均审核耗时从 15 分钟降到 7 分钟。

审核准确率
60%→90%
审核耗时
15→7 分钟
效率提升
-50%
处理对象
多模态

我做了什么

  1. 数据抽取与结构化：利用 Qwen-VL-Max 实现用户上传病例信息与申请表的跨模态结构化抽取。
  2. 数据质量保证：引入人工辅助校准流程，确保抽取结果稳定可用。
  3. 知识预处理：对复杂保险福利表进行预处理，使其与 LLM 高效匹配（规则拆解、字段标准化、可引用片段化）。
  4. 模型调优与部署：围绕审核逻辑进行 Prompt 工程与流程调优，实现审批自动化。

解决的问题

项目重点解决了复杂非结构化数据自动化处理难题，包括病例图片、长篇保单及表格规则信息， 让原本依赖人工理解和判断的审核流程具备规模化处理能力。

主要成果与效率提升

  1. 准确率提升：审核准确率从 60% 显著提升至 90%。
  2. 效率提升：平均审核耗时缩短 50%（15 分钟 → 7 分钟），大幅减少人工初审工作量。
  3. 成本节约：解决复杂非结构化数据（病例、长篇保单）的自动化处理难题，年度节约大量初审工时。
项目价值

该项目展示了多模态大模型在保险审核场景中的实际业务价值，不仅提升了准确率和处理速度， 也为后续更大规模的保险自动化流程奠定了可复制的方法基础。