打开网易新闻 查看精彩图片

（图片来源：视觉中国）

蓝鲸新闻7月19日讯（记者 石雨）近年来，"保险+医疗"成为行业布局趋势，而AI正在持续推动与重塑"保险+医疗"的落地与实践。

记者注意到，在2026世界人工智能大会期间，业内围绕保险在AI医疗方向的实践进一步探索。

大会分论坛"链合π圆桌会"中，平安科技医疗智能及个人服务智能负责人倪渊从三个角度分析医疗AI的进化，一是模型本⾝遵循scaling law，预训练、后训练、推理时计算、智能体集群，让基础能⼒不断提⾼。二是医疗AI必须越⽤越强。只有进⼊真实业务场景，获得医⽣质检、患者交互、临床路径反馈，才会形成数据⻜轮。三是医疗AI必须越对⻬越强。医疗不是简单问答，它要对⻬医学事实、专家临床思维，以及多学科协作机制。

"现在我们看到⼀个变化：模型能⼒在快速进步，Agent应⽤范式也在成熟。AI不再只是给用户⼀个泛泛回答，⽽是能够围绕⼀个真实医疗任务，完成信息理解、证据检索、⽅案⽐较、路径建议和后续管理。"倪渊认为，这意味着医疗AI的价值正在从外围⾛向内核。早期它解决的是信息不对称，⽐如健康咨询、疾病科普；中期它开始连接线下资源，⽐如轻问诊、购药和健康管理；下⼀阶段，它要进⼊筛、管、治、康的全病程，解决真实临床问题，改善诊疗和管理效果。

倪渊认为，医疗AI进入了效果定义价值的新阶段：正在从"能咨询"⾛向"能办事"，再⾛向"可托付"。

从最新实践来看，2026世界人工智能大会期间，中国平安发布面向肿瘤等重大疾病的专病AI产品矩阵，并推出三大核心产品：专病预测、专病保险、北大医疗AI专病管家。专病预测识别风险，及早发现高危人群；专病保险承接风险，服务慢病、癌症等高风险人群；北大医疗AI专病管家提供肿瘤全病程管理，连接医生、医院和康复资源，为重疾客户提供连续服务，共同打通疾病风险发现、保险保障和专业医疗服务。

选择以肿瘤专病切入，平安的逻辑是，肿瘤专病是⼀个⾼需求、⾼价值、⾼稀缺的切⼊场景，适合⽤AI把专家能⼒规模化。

要做到这⼀点，需要扎实的医疗⼤模型能⼒。倪渊提出，平安把模型能⼒分成三个层级，L0是通⽤模型底座，跟随⼤模型基础能⼒持续演进；L1是医疗垂域模型，重点训练医疗知识问答、多轮对话、诊疗和治疗推荐、医疗⽂书⽣成、多模态识别等能⼒；L2是场景模型，也就是⾯向具体专业场景做优化。⽐如重疾咨询、AI-MDT、专病管理，这些都需要更低成本、更⾼准确率、更贴近业务流程的模型能⼒。"我们不是简单调⽤⼀个通⽤模型，⽽是在通⽤能⼒、医疗垂域能⼒和专病场景能⼒之间，形成分层训练和持续优化。"

技术核心在于AI-MDT模型训练。其介绍，第⼀步，专家经验内化学习。把多源输⼊采集成标准化数据集，拆解成指标抽取、诊疗决策、内科⽅案、外科⽅案、放疗⽅案等训练任务，让模型学习专家诊疗过程，⽽不只是背医学知识。

第⼆步，推理医学幻觉控制。"医疗AI最怕⼀本正经地说错话，所以我们针对医学术语、用户推荐、关键词、数字等幻觉类型设计Reward model，通过SFT和RL让模型少犯错、不乱说。"

第三步，循证推理增强。医疗判断不能只靠"像是对的"，还要有证据链。要⽤证据⽚段、证据链和规则⼯具，评估证据完备性、相关性和推理效率。

此外，基于专病AI产品，平安表示，其路线不是只做⼀个癌种，也不是只做⼀个模型Demo，⽽是希望做成可复制、可验证、可交付的专病服务能⼒。当前已经覆盖乳腺癌和胃癌，到2026年，⽬标扩展到5种肿瘤，包括乳腺癌、胃癌、肺癌、肝癌、宫颈癌，到2027年，进⼀步覆盖24种肿瘤。

倪渊补充道，每个新增病种，不只是增加⼀个知识包，⽽是同步完成专家共建、模型训练、质控评估和服务路径设计。