体检报告数据提取：
核保环节的AI辅助方案
2023年，中国健康体检达到5.25亿人次，体检市场规模超过2900亿元。这5亿多份体检报告中，只要涉及投保健康险，每一份都绕不开同一个环节：核保人员打开PDF或截图，从几十个指标中寻找关键值——身高、体重、血压、空腹血糖、肝功能、肾功能、血常规——逐份判断这些数字意味着怎样的健康风险。
瑞士再保险2023年发布的《中国人身险数字化核保趋势研究》指出，数字化健康核保在所有核保数字化应用中潜力值排第一，但成熟度目前仅2分（满分5分）。约30%的保险公司在体检核保自动化上取得进展，领先企业已能将80%的常规核保体检件通过系统自动评估。但对大多数保险公司，特别是没有自研团队的中小保险中介和经纪公司，核保的瓶颈不是"怎么判断风险"——而是"怎么先把数据从报告里拿出来"。
Key Takeaways
- 一份体检报告50-80个检测项目，核保师真正需要的只有十几个——但把这十几个从不同机构的报告中找出来，比录入数值更费时间。
- 同一项"谷丙转氨酶"，公立医院、美年、爱康、瑞慈写了四个不同名字——模板OCR需要为每家机构维护一套坐标，任何一个改版坐标就全部作废。
- 在简录AI输入列名"谷丙转氨酶(ALT)"，AI按语义而非坐标匹配——无论报告写"ALT""GPT"还是"丙氨酸氨基转移酶"，它理解这些指向的都是同一个指标。
核保为什么卡在"数据提取"这一步
从核保流程看，一份体检报告从接收到出核保结论，有四个环节：报告接收 → 数据提取 → 风险评估 → 核保结论。大多数讨论集中在第三步和第四步——如何建立风险评估模型、如何制定核保规则。但实际操作中，第二步才是最耗时的。
原因很简单：风险评估模型和核保规则只需要建一次，而数据提取是每份报告都要做一遍的事。一份典型体检报告包含50到80个检测项目，分布在5到10页纸上。核保师需要的往往只是其中十几个核心指标，但它们散落在报告的不同位置，且每份报告的排版都不一样。手工逐份录入时，找指标比录入数值更费时间——在密密麻麻的项目列表里定位"谷氨酰转肽酶(GGT)"、确认"间接胆红素"在哪个section、检查"尿素"和"尿素氮"是不是同一个指标。
核保师视角的核心矛盾：体检报告结构化的目的是让体检者看懂各项指标是否异常，而不是让核保师快速提取特定字段。报告里的"综合评估"会写"血脂偏高，建议定期复查"——但核保师需要的是总胆固醇的具体数值、甘油三酯的确切结果，以及这两个数字是否超出该年龄段的正常范围。
银保监会《健康保险管理办法》（2019年第3号令）第7条明确要求保险公司建立核保制度。2021年的《互联网保险业务监管办法》进一步要求保险公司具备在线核保能力，鼓励应用科技手段改进核保质量。法规对核保效率的要求在提升，但数据提取这个环节的效率瓶颈，仍然卡在人工操作上。
跨机构报告的格式差异：同一指标，四种写法
中国的体检市场呈"公立主导、民营追赶"格局——公立医院体检科占据约69%的市场份额，专业体检机构（美年健康、瑞慈医疗、爱康国宾等）合计约24%。这意味着核保人员面对的不是统一格式，而是四种以上完全不同的报告模板。
以下表中的差异是核保实操中每天都会遇到的情况——同一个人在不同机构体检，报告里同一个指标可能以完全不同形式呈现：
| 指标 | 公立医院 | 美年健康 | 爱康国宾 | 瑞慈医疗 |
|---|---|---|---|---|
| 总胆固醇 | 总胆固醇(TCHO) | TC | CHOL | 胆固醇 CHOL |
| 谷丙转氨酶 | 谷丙转氨酶(ALT) | 丙氨酸氨基转移酶(ALT) | ALT | 谷丙转氨酶 |
| 尿酸 | 尿酸 UA | UA | SUA | 尿酸 UA |
| 肌酐 | 肌酐 Cr | CREA | Cr | 血清肌酐 |
| 收缩压/舒张压 | 120/80 mmHg | SBP/DBP 分两行 | 血压：同列 | 收缩压、舒张压 分行 |
这就是为什么传统模板OCR在这里会失效——模板OCR的原理是在页面上画框，"这个位置是尿酸、那个位置是肌酐"。跨机构使用时，每个机构需要单独训练模板。四家机构四个模板，再加上不同年份报告layout微调、不同连锁分院的印刷差异，维护成本远远超出核保环节能承受的范围。
简录AI采用的是另一种路径——自定义列名提取：你不需要告诉AI"尿酸在第三页第二行"，而是直接告诉它要提取的列名是"尿酸"，AI根据列名的语义在整份文档中定位对应的数值。这种方式的优势在于，列名语义是跨格式通用的——不管报告把尿酸标注为"UA""SUA"还是"尿酸"，AI都能识别它是同一类指标并填入对应列。对于跨机构核保场景，这比模板法少了整套"维护模板库"的负担。
核保关注的核心指标：需要提取哪些字段
核保师关注的指标和体检报告列举的指标有重叠但不完全一致。体检报告是"发现健康问题"的视角——项目越多越好；核保是"评估风险"的视角——只关心那些与死亡率、发病率有统计关联的核心指标。下面这张表覆盖了大部分险种核保时最常关注的指标：
| 分类 | 指标 | 报告中的可能写法 | 核保关注点 |
|---|---|---|---|
| 一般测量 | 身高、体重、BMI | 身高、体重、BMI、体质指数 | BMI≥28为肥胖，医疗险常加费；BMI≥32重疾险可能延期 |
| 血压 | 收缩压、舒张压 | SBP/DBP、120/80、收缩压/舒张压 | ≥140/90为高血压，分级加费或延期；注意拆分"120/80"字符串 |
| 血糖 | 空腹血糖 | FBG、FPG、GLU、空腹血糖 | ≥7.0 mmol/L可诊断糖尿病，通常拒保重疾险；注意排除餐后血糖 |
| 血脂 | 总胆固醇(TC) | TC、CHOL、总胆固醇 | 高TC+高TG+低HDL组合是心血管疾病风险信号；注意mmol/L与mg/dL单位换算(TC: 1 mmol/L=38.67 mg/dL) |
| 甘油三酯(TG) | TG、TRIG、甘油三酯 | ||
| 肝功能 | 谷丙转氨酶(ALT) | ALT、GPT、谷丙转氨酶、丙氨酸氨基转移酶 | 超过正常值2倍以上，医疗险常除外肝病责任或加费；轻度升高可延期复查 |
| 谷草转氨酶(AST) | AST、GOT、谷草转氨酶、天门冬氨酸氨基转移酶 | ||
| 肾功能 | 肌酐(Cr) | Cr、CREA、肌酐、血清肌酐 | 肾功能不全为高风险因素，Cr和BUN同时升高通常延期或拒保 |
| 尿素氮(BUN) | BUN、Urea、尿素、尿素氮 | ||
| 痛风相关 | 尿酸(UA) | UA、SUA、尿酸 | ≥480 μmol/L需关注痛风风险，医疗险可能加费或除外 |
| 血常规 | 白细胞(WBC) | WBC、白细胞、LEU | 单个指标轻度偏离通常不影响核保；但多指标同时异常（如白细胞+红细胞+血小板全偏低）需高度警惕血液系统疾病 |
| 红细胞(RBC) | RBC、红细胞 | ||
| 血小板(PLT) | PLT、血小板 | ||
| 血红蛋白(Hb) | Hb、HGB、血红蛋白 | ||
| 肝功能补充 | 谷氨酰转肽酶(GGT) | GGT、γ-GT、谷氨酰转肽酶 | GGT升高常与酒精摄入或胆道系统疾病相关，单指标升高可能要求复查 |
实际操作时可以把这些指标名称直接作为列名输入——工具会自动跨页面、跨格式匹配对应的数值。一个实操细节：列名写全称而非缩写（写"谷丙转氨酶(ALT)"而非只写"ALT"），AI的语义匹配准确率会更高——因为体检报告里"ALT"和"AST"在视觉上非常接近，但"谷丙"和"谷草"的语义区别足够大。
从异常指标到核保结论：提取只是第一步
提取完数值，下一步是把数据映射为核保风险等级。这个环节的核心逻辑在保险行业是通用的——指标偏离参考范围的程度，对应不同的承保条件：
所有指标均在参考范围内，或仅有个别指标轻度偏离且无临床意义。绝大多数投保人属于此类，按标准费率承保。
某项或多项指标持续异常，且该异常与疾病发生率有统计学关联。例如BMI 28-32、空腹血糖在6.1-7.0 mmol/L之间（糖尿病前期），保险公司在标准保费基础上加收一定比例。
某项异常指向某一类明确疾病风险，保险公司将该类疾病从保障范围中剔除，其余保障不变。常见于肝功能指标偏高者除外肝病责任、甲状腺结节者除外甲状腺癌。
指标严重异常或多项指标组合提示高危。例如空腹血糖≥7.0 mmol/L合并肾功能异常，或肝功能指标超正常值数倍。延期意味着要求复查后再评估，拒保则直接不予承保。
这个映射过程不只依赖单个数值指标。一份体检报告通常还有诊断结论——"脂肪肝（轻度）""胆囊息肉""窦性心律不齐"等。这些结论不是数值，不会自动出现在生化指标列表里，但它们对核保决策的影响可能比一个数值指标更大。
在简录AI中处理这类需求，可以用推断列——在自定义列名中设定分类条件，AI根据文档内容自动判断并填入。例如添加一列"肝脏异常（选项：正常/脂肪肝/肝功能异常/其他肝病/未见异常描述）"，AI会扫描整份报告——包括诊断结论、超声检查描述、生化指标注释——然后判断最匹配的选项。这和简单提取数值是两种不同的能力：一个是找文档中已有的数据，一个是根据文档内容做分类判断。
BMJ 2019年的一项综述分析了体检中偶然发现的管理路径，其中指出大量偶然发现（incidental findings）的临床意义取决于其程度和受检者的其他风险因素组合——这意味着核保中的风险评估不能仅基于单指标是否超参考值，需要综合多个指标和诊断结论来判断。例如单独的轻度ALT升高可能评分不高，但ALT升高+GGT升高+脂肪肝诊断三项同时存在，风险等级就完全不同。
团险场景：一次处理几十份报告的工作流
核保数据提取的另一个关键场景是团体保险投保。一家企业为几十位甚至几百位员工投保团体健康险，每人都需要提交体检报告。对核保人员而言，这意味着几十份格式来源各异的报告需要在有限时间内处理完毕。
团险核保和个险核保的区别不只是数量。团险通常有统一的核保标准——同一家企业的员工适用相同的加费规则和除外标准。这就让批量处理的优势得以体现：定义一次列名模板，应用到全部报告上，统一导出到同一张Excel表。
简录AI的批量处理能力在这个场景下最直接的应用：上传所有员工的体检报告截图（PDF或图片均可），在列名区域输入需要提取的指标——身高、体重、BMI、收缩压、舒张压、空腹血糖、TC、TG、ALT、AST、GGT、Cr、BUN、UA、WBC、RBC、PLT、Hb——再加一列"姓名"和一列"体检日期"，一次处理即可生成全员的核保数据表。每一行是一位员工，每一列是一个指标，核保师直接在此基础上逐行标注核保结论。
如果团险中还有其他人身险相关的批量提取需求——比如理赔时从理赔单据批量提取数据，或者承保时从保单信息批量整理入库——这些场景的工作流和体检报告核保是同构的：都是先定义提取字段再批量处理。一套操作方式可以覆盖多种文档类型。
三步操作流程：从体检报告到核保数据表
下面是完整的实操流程，从收到体检报告到导出可用的核保数据表：
上传体检报告
将体检报告的PDF或截图拖入上传区。支持单份上传，也支持批量上传多份报告（团险场景下一次性拖入几十份）。支持PDF、JPG、PNG等常见格式，包括手机拍摄的体检报告照片。
定义提取列名
在列名区域输入需要提取的指标名称——一行一个字段。建议使用全称而非缩写以提高匹配准确率。可以加入推断列，如"肝脏异常（选项：正常/脂肪肝/肝功能异常/其他肝病/未见异常描述）"，AI会自动根据报告内容判断填入。如果某份报告不包含BMI但包含身高和体重，可以加一列计算列"BMI"让AI自动计算。
一键生成核保数据表
点击处理，AI逐份读取报告、匹配列名、提取数值。处理完成后导出为Excel表格——每行是一位被保险人的体检报告数据，每列是你在步骤2中定义的指标。核保师直接在这张表上添加"核保建议"列，逐行标注承保/加费/除外/延期/拒保。
上传文件仅用于处理，不会被存储。
几个实操建议：(1) 如果被保险人的体检报告来自同一家机构，先上传一份测试确认列名匹配准确后再批量处理；(2) 列名中注明单位（如"空腹血糖(mmol/L)"），有助于AI识别正确的数值格式；(3) 导出后优先抽查血压和血脂列——血压最容易被录成"120/80"字符串而非两个独立数值，血脂最常出现单位混用。
常见问题
不同体检机构的报告格式差异很大，一次能处理吗？
能。简录AI的列名提取是语义驱动的——它不是按页面坐标定位，而是理解列名的含义然后在整份报告中找到对应的数值。所以美年用"ALT"、爱康用"ALT"、公立医院用"谷丙转氨酶(ALT)"，只要列名定义时使用全称"谷丙转氨酶(ALT)"，AI自动匹配率在绝大多数情况下足够高。如果同一批报告来自多个机构，建议按机构分批处理——同一机构内部的格式一致性远高于跨机构，分批后准确率更稳定。
体检报告的诊断结论不是数值，怎么提取？
使用推断列。在列名中写"超声诊断结论"或加一条"肝胆异常（选项：正常/脂肪肝/肝囊肿/血管瘤/肝硬化/结石/未见异常）"，AI会扫描报告的全部文字内容——包括超声描述、放射检查报告、综合评估——来判断属于哪个选项并填入。这种方式对"有没有/是什么类型"的判断比提取指定数值更有效。局限是：推断列的准确率不如直接提取数值高，因为涉及判断而非查找。对于关键核保决策，建议在导出后人工复核推断列的结果。
BMI没有直接给出，只有身高和体重，怎么处理？
使用计算列。在列名中定义"BMI（体重(kg) / (身高(m) × 身高(m))）"，AI会在提取身高和体重后自动计算BMI值。同时建议保留身高和体重的原始列——这样后续如果对BMI值有疑问，可以用原始数据验证。而且核保有时需要单独判断身高或体重（例如某种产品对身高体重偏差设置了单独的核保规则）。
一次能处理多少份报告？处理速度如何？
单次上传的文件数量没有硬性上限，但建议每批控制在30-50份以内——这是为了确保处理结束后你能在合理时间内完成抽查。处理速度方面，单页报告大约5-10秒完成提取，多页报告（10页以内）约20-40秒。五十份单页报告的处理时间大约在5-8分钟——相比手工逐份录入（每份3-5分钟找指标+录入），效率提升明显。需要说明的是，这不是承诺的处理时间，实际速度取决于文件大小、页面复杂度和服务器负载。
提取的数值准确率能达到多少？需要逐份核对吗？
印刷体数值指标的提取准确率通常较高（大部分场景≥95%），但以下情况准确率会降低：(1) 手写标注的数值——体检报告封面可能有手写的姓名或编号，手写体识别对潦草字迹仍有难度；(2) 模糊扫描件——低分辨率或过量压缩的文档；(3) 单位混用——同一份报告使用mmol/L和mg/dL两种单位时，AI可能无法判断某一行用哪种单位。基于这些不确定性，建议核保场景下不要完全依赖自动提取的结果。比较好的做法是：用工具完成批量提取后，对异常指标（超过参考范围的项目）进行人工复核——正常值的微小偏差在核保决策中通常影响不大，但异常值是否被正确提取直接决定了核保结论的准确性。
这个工具能替代核保师做风险评估吗？
不能，也不应该。简录AI是一个数据提取工具，它做的事情是把"体检报告里的非结构化数据"变成"Excel里的结构化数据"。它不做风险评估、不给核保建议、不决定加费比例。核保师的专业判断——综合多个指标、查阅核保手册、权衡公司承保策略——这些环节无法被一个数据提取工具替代。这个工具的定位是：把核保师从"找数字"中解放出来，把时间花在"判断风险"上。