理賠人員不用再當打字員,只需要細看有問題的案件
診斷書和收據一進來,系統用 AI OCR 自動把資料讀出來、對照保單、標出缺件。沒問題的案件很快通過,有問題的才交給理賠人員細看。缺件在收件當下就知道,客戶補一次就好。

客戶背景
這是一家保險經紀公司,理賠團隊每天要協助客戶處理大量的理賠申請。
診斷書和醫療收據要一張張打進系統,再逐欄對照保單條件、找出缺什麼。缺件往往到最後才發現,又要跟客戶來回補件;每個月還要人工整理法遵報表,格式稍有不同就要重做。大部分人力花在搬資料,而不是判斷這件理賠該不該賠。
他們希望文件不用再人工輸入,缺件在收件時就知道,理賠人員只需要細看真正有問題的案件,同時符合資安和法遵的要求。
成果總覽
輸入文件
一張一張人工打字
自動讀出、填好
缺件
做到最後才發現,再找客戶補
收件當下就標出來,一次補齊
審核
每一件都要逐欄核對
只細看被標出問題的案件
法遵報表
每月人工彙整,格式不對就重做
每月自動產出,格式固定
挑戰
理賠文件看起來只是「把資料打進電腦」,實際上每一份都不一樣:
- 文件格式五花八門:每家醫院的診斷書、收據版面都不同,有掃描檔、手機翻拍,也有手寫內容,要穩定讀出正確的資料並不容易。
- 比對規則複雜:同樣的病名,在不同保單、不同條款下,理賠條件和需要的文件都不一樣,規則要和資深理賠人員一條條確認。
- 資安與法遵是前提:醫療資料屬於個人敏感資料,能不能放雲端、委外有哪些限制,都要先釐清才能決定系統怎麼做;每一個判斷也都要留下紀錄。
把工作交給 AI,先讓它在歷史案件上證明自己。 我們先用過去的案件測試讀取的準確度,達到標準才接上新案件。
執行項目
分析診斷:先釐清資安與法遵的界線
確認資料能不能上雲、委外有哪些規範,再決定系統架構與範圍;同時盤點理賠人員處理一件案子的流程,找出最花時間的地方。
設計系統:定義要讀的資料與比對規則
和資深理賠人員一起整理要從診斷書、收據讀出哪些資料(姓名、病名、就醫日期、金額等),以及依保單條件比對的規則;設計專用的審核畫面,所有判斷都留下紀錄。
選擇 AI 工具:用實際文件來挑
掃描檔、手機翻拍、手寫內容的讀取難度都不同。我們用真實的文件測試後選用合適的 AI 文件辨識工具,讀得不確定的地方會標出來交給人確認。
串接:接上原本的理賠流程
新案件進來就自動讀取、比對,結果送進審核畫面;每月的法遵報表也從同一份資料自動產出。
測試與持續優化
先用歷史案件測試讀取的準確度,達到標準才接上新案件。上線後持續追蹤讀錯的地方、補強規則;法規改了,就跟著調整報表格式。
AI 團隊組成
這個 AI 團隊由三位 AI 代理組成,從收件到報表分段處理:
文件讀取代理
從診斷書、收據讀出姓名、病名、就醫日期、金額等資料;讀得不確定的地方標出來交給人確認。
保單比對代理
依保單條件與理賠規則比對,標出缺件、前後不一致的地方,送進理賠人員的審核畫面。
法遵報表代理
每月從審核紀錄自動彙整法遵報表,格式固定,法規改了就跟著調整。
導入成效
- 理賠人員不用再當打字員:診斷書和收據上的姓名、病名、就醫日期、金額自動讀出、填好,理賠人員不用再一張張輸入。時間從搬資料,回到判斷這件理賠該不該賠、需要專業經驗的案件上。
- 審核更快,人力集中在有問題的案件:沒有問題的案件很快就能通過,系統標出缺件或前後不一致的案件,才需要理賠人員細看。同樣的人手可以處理更多件申請,案件量增加時也不用馬上加人。
- 客戶少跑一趟,體驗更好:缺件在收件當下就被標出來,可以一次通知客戶補齊,不用來回好幾輪。理賠進度不會卡在補件上,客戶更快拿到理賠金,對公司的信任也更高。
- 每個判斷都查得到:系統讀了什麼、比對出什麼、誰按下通過,全部留有紀錄。每月的法遵報表格式固定、自動產出,不用再人工彙整重做,面對內稽與主管機關時更有底氣。



