一张清晰的发票，字段读出来只要1到3秒。可它要是躺在待分拣队列里没人动，等三天也等不出一个字段。
健康险理赔的效率问题，多数时候不在识别这一环，在材料进来之后、被识别之前的那一段。
三段耗时，第一段最不可控
据快瞳科技官网公开信息，医疗保险理赔的三个环节，引入识别与自动审核前后是这样的：材料收集上传从10分钟到几天，压到1到5分钟；单据录入从每张2到30分钟，压到1到3秒；审核算费从1到5小时，压到1到5分钟。
后两段好估，它们有规则、有节奏，件数乘单件时间就是工时。第一段估不出来，因为它的变量在客户手上：材料齐不齐、拍得清不清、会不会漏了一张。
所以真正要关注的是第一段。
常见的卡点：材料进了队列，一直没人动
客户在App里上传一摞材料，第二天没动静，第三天打电话来问。后台记录显示，材料进了待分拣队列，一直没人处理，识别引擎在这三天里是闲着的。系统没坏，是流程里的这一段还没自动化。
- 分拣为什么难：不是种类多，是混着来
一份理赔材料里的单据超过30种，从门诊发票、住院发票、费用清单、结算单，到病历、出院小结、诊断证明、化验单，再到社保表单、保单、身份证、银行卡等等。单看这个清单，会觉得只是量大，实际难点在两点。
一是无序。拍照上传的文件顺序随机，正反混乱，中间常夹一张无关照片，系统必须先判断“这是什么”，才知道“该取哪几个字段”。
二是相似度高。国内32个省级行政区的医疗发票版式不一致，不同类型的结算单外观接近，老版发票和清单也长得像。这类错分最麻烦，因为分错了照样能识别，只是字段填错了位，错了还不报警。
而单张清晰发票的字段提取，早就不算问题了。快瞳科技官网口径是：常规清晰样本下，医疗票据关键字段识别率99.5%以上。它卡住的地方不在读得准不准，在它被认成了什么。
- 改法的顺序：先质检，后识别
识别引擎有个隐含前提：已经知道这是什么单据。不知道类型，就没有对应的字段模板，也不知道该拿哪些字段去和医保目录比对。
快瞳科技的保险OCR智能理赔方案把这个前置环节拆成两步。第一步做质量检测，清晰度不达标的直接退回，提示客户重拍；第二步对通过质检的图片做类型分类，按类型调用对应模型做结构化提取。
这一步在方案里叫材料质检分类。它不产生任何识别结果，但它决定了后面所有识别结果有没有意义。顺序倒过来会怎样？先识别，再靠结果反推类型。在一份混装材料上，这条路会全线失准。模型没问题，是输入不成立。
- 印章这一层，容易被漏掉
不少保司的理赔要求里有“材料必须盖章”这一条，漏章退件，客户重拍，又是一轮两三天。
官网的能力清单里，印章识别列在单据识别这一项下。在理赔材料场景里，它能检出未盖章或盖章不符的材料，连同印章位置与置信度一起给出，系统可以直接触发补件，不必等人翻一遍。
技术上不算难，省下的是重复劳动。
四家已经在跑，位置各不相同
据快瞳科技官网公开信息，中国人寿把理赔经办拆成收单—清分—录入—审核—归档五步，清分做的就是分拣；中国人保把票据识别放进自助理赔柜员机，让客户在机器上提交；华道健康作为理赔外包服务商，材料入库后先智能分类，再识别录入与发票查验；广州惠民保把医疗票据、清单、病历、检验报告、身份证件放在一条线上分类识别，再做结构化校验。
四家改的位置不同，共同点是都承认：分拣是一个值得单独自动化的环节。
验收时该盯的三件事
分拣时最常见的中断不是分不出来，是缺东西：少一页费用清单、漏一个章、某张拍糊了。这时候只能退回，让客户补。
一次补件，周期至少多两天，因为时间不在机构手里，客户可能第二天才看到短信，第三天才有空重拍。分拣自动化真正的产出不是“分得快”，是“早发现缺什么”。早一小时发现，客户当天就能补上；等审核环节才发现，已经是三天后。这一前一后，差的不是算法，是流程里发现问题的位置。
因此，别拿整理好的样本验收。混进歪的、折的、反光的、没盖章的，再看结果。把阈值写进验收条款，喂给审核的数据质量，取决于这个数定在哪。接口口径在联调前谈完，必填字段有哪些、金额取票面哪一栏、不清晰时怎么触发补件，这三件事谈不清，前面省的时间会在后面还回去。
理赔提速这件事，先把材料整理这一段自动化，后面两段的快才有意义。顺序反了，做得再准，也是在给一堆没人分过的材料做识别。
热门跟贴