فن آوران گیتی افروز
شرکت بیمه

پردازش خسارت بدنی با LLM فارسی؛ کاهش ۴۴٪ زمان رسیدگی و کاهش اعتراض پرونده‌ها

یک سامانه رسیدگی خسارت مبتنی بر LLM فارسی پیاده‌سازی کردیم که اطلاعات بالینی را از گزارش‌های پزشکی استخراج و در یک Workflow هوشمند با امتیازدهی ریسک مسیریابی می‌کند.

مدت پروژه: ۵ ماه 7 مؤلفه معماری 6 یکپارچه‌سازی
−۴۴٪
زمان پردازش خسارت (۲۲ → ۱۲ روز)
−۳۷٪
نرخ پرونده‌های رسیده به اعتراض
۹۱٪
دقت استخراج درصد نقص عضو پس از بازبینی
۶۳٪
سهم پرونده‌های ساده در مسیر رسیدگی سریع

زمینه پروژه

این شرکت بیمه با پرتفویی در حوزه شخص ثالث و درمان، سالانه بیش از ۲۱۰ هزار پرونده خسارت بدنی را در شبکه‌ای از شعب رسیدگی می‌کند. مستندات ورودی غالباً اسناد اسکن‌شده پزشکی، گواهی پزشکی قانونی و فاکتورهای درمانی با ساختار ناهمگون بودند.

چالش

  • پردازش هر پرونده به‌طور میانگین ۲۲ روز طول می‌کشید چون استخراج اطلاعات کاملاً دستی بود
  • ۹٪ پرونده‌ها به اعتراض می‌رسیدند که ناشی از ناهماهنگی در تفسیر درصد نقص عضو و مبنای دیه بود
  • اسناد ورودی تصویر اسکن‌شده با کیفیت متغیر و دست‌خط پزشک بدون OCR فارسی تخصصی
  • قواعد محاسبه دیه به‌صورت کدسخت بود و هر تغییر بخش‌نامه‌ای ماه‌ها زمان می‌برد
  • نبود مسیر رسیدگی مبتنی بر ریسک؛ پرونده‌های ساده و پیچیده در یک صف یکسان

معماری راهکار

GITA Claims را به‌عنوان هسته رسیدگی مستقر کردیم؛ اسناد ورودی پس از OCR فارسی تخصصی به موتور LLM فارسی (میزبانی‌شده on-premise) سپرده می‌شوند تا موجودیت‌های بالینی مانند تشخیص، درصد نقص عضو و مدت درمان استخراج شود. خروجی ساختاریافته وارد موتور قواعد دیه و Workflow هوشمند می‌شود که بر پایه امتیاز ریسک، پرونده را به مسیر سریع یا کارشناسی ارجاع می‌دهد.

GITA Claims Core

مدیریت چرخه عمر پرونده خسارت از ثبت تا تسویه و صدور رأی

GITA Persian Medical OCR

تبدیل اسناد اسکن‌شده پزشکی به متن ساختارمند با اصلاح خطای فارسی

GITA Persian LLM Extraction Service

استخراج موجودیت بالینی، تشخیص، درصد نقص عضو و مدت درمان

GITA Intelligent Workflow (BPMN)

مسیریابی پرونده بر پایه امتیاز ریسک به مسیر سریع یا کارشناسی

GITA Diyah Rules Engine

موتور قواعد پیکربندی‌پذیر برای محاسبه دیه و اعمال بخش‌نامه‌ها بدون تغییر کد

GITA Human-in-the-Loop Review

کنسول بازبینی کارشناس برای تأیید یا اصلاح خروجی مدل و ثبت بازخورد

GITA Fraud Risk Scorer

امتیازدهی ریسک تقلب بر پایه الگوهای تاریخی پرونده‌ها

یکپارچه‌سازی‌ها

  • اتصال به Core Insurance برای استعلام بیمه‌نامه از طریق REST API
  • تبادل استعلام با سامانه سنهاب و بیمه مرکزی از طریق Web Service
  • دریافت اسناد از DMS و آرشیو تصویری با پروتکل S3-compatible
  • اتصال به درگاه پرداخت و خزانه برای صدور حواله تسویه
  • یکپارچگی با مراکز درمانی طرف قرارداد از طریق HL7/FHIR
  • احراز هویت یکپارچه کارشناسان با SSO مبتنی بر OIDC/SAML

فازهای پیاده‌سازی

  1. 1

    فاز ۱ — ساخت خط لوله OCR و دیتاست بالینی

    جمع‌آوری و برچسب‌گذاری نمونه اسناد، آموزش OCR فارسی تخصصی و ساخت طبقه‌بندی نوع سند برای مسیریابی.

  2. 2

    فاز ۲ — تنظیم LLM فارسی و استخراج موجودیت

    fine-tuning مدل زبانی فارسی بر دامنه بالینی و حقوقی دیه و استقرار سرویس استنتاج on-premise با حفظ محرمانگی داده.

  3. 3

    فاز ۳ — موتور قواعد دیه و Workflow هوشمند

    پیاده‌سازی قواعد دیه پیکربندی‌پذیر، طراحی فرایند BPMN و اتصال امتیاز ریسک به مسیریابی خودکار.

  4. 4

    فاز ۴ — بازبینی انسانی و حلقه بهبود مدل

    راه‌اندازی کنسول Human-in-the-Loop، استقرار تدریجی و فعال‌سازی حلقه بازخورد برای افزایش دقت استخراج.

استک فنی

Persian LLM (on-prem)vLLMTesseract/PaddleOCR fine-tunedCamunda BPMNPostgreSQLMinIO (S3-compatible)ElasticsearchKeycloak (OIDC/SAML)KubernetesFHIR/HL7

انطباق و استانداردها

  • مقررات و بخش‌نامه‌های بیمه مرکزی ج.ا.ا
  • ISO/IEC 27001 برای امنیت اطلاعات
  • الزامات محرمانگی داده سلامت و نگهداری on-premise مدل
  • قانون تجارت الکترونیکی برای اعتبار اسناد و امضای دیجیتال

نتایج

−۴۴٪
زمان پردازش خسارت (۲۲ → ۱۲ روز)
−۳۷٪
نرخ پرونده‌های رسیده به اعتراض
۹۱٪
دقت استخراج درصد نقص عضو پس از بازبینی
۶۳٪
سهم پرونده‌های ساده در مسیر رسیدگی سریع

راهکار مشابهی برای سازمان شما؟

جلسه فنی با معمار ارشد ما — معماری متناسب با زیرساخت و الزامات صنعت شما را با هم طراحی می‌کنیم.