AI 健康管理正成为保险业新的探索方向。

　　《中国经营报》记者注意到，今年以来，多家险企将健康管理纳入保单全周期，而与AI健康服务平台合作已成为主流路径。

　　据记者不完全统计，目前太平洋健康险、人保财险、复星保德信人寿等多家险企均已官宣与蚂蚁健康旗下“蚂蚁阿福”平台达成合作：有的将包括慢病随访、用药提醒、就医引导等AI健康管家作为增值权益嵌入保险产品；有的在平台内共建保险公司专属智能体，作为投保用户的统一服务入口，同时承载保单查询、健康管理与客户经营。

　　记者采访多位行业人士了解到，出于成本与合规双重考量，当前险企大多选择与第三方AI健康平台合作，以轻资产模式开展探索，不过这一布局仍处于探索期，其健康干预的实际成效、风险减量的确切价值有待后续验证。

　　轻资产入局AI健康管理

　　记者注意到，2026年以来，随着商业健康险前端投保门槛逐步放宽，健康管理的权重持续提升。不过，受限于自研大模型的算力、技术与健康数据门槛，绝大多数险企选择与第三方健康AI平台合作。

　　目前保险公司AI健康管理逐渐形成多元化的落地路径，产品权益内嵌模式是常用的合作方式：保险公司将AI健康服务作为增值服务权益打包进保险产品，由第三方大模型健康服务平台承接。

　　记者据公开产品信息梳理，这一模式在商业医疗险中落地进度较快，其中头部公司的主力长期医疗险产品，多款已配套AI健康咨询、报告解读等服务；慢病随访类深度干预功能，更多出现在中高端医疗险、免健告类产品中。

　　例如2026年6月太平洋健康险发布的一款健康险，配套蚂蚁阿福提供的“AI 健康管家+真人健康师”服务。用户日常可获得健康咨询、体检报告解读；需要就医时，可由真人健康师提供在线问诊、就医规划、专家问诊对接、就医全流程辅助等服务。

　　记者获悉，除了将 AI 健康服务作为增值权益嵌入具体保险产品，险企还进一步与健康平台合作上线专属智能体，将健康管理从单款产品的配套权益，升级为面向全部投保用户的长期服务入口。

　　不久前，复星保德信人寿披露，与蚂蚁阿福合作，推出专属智能体，面向家庭客群提供健康评估、档案管理、随访提醒等健康服务。平安健康险联合平安科技推出了“AI专病管家”智能体，打造肿瘤全病程 AI管理服务。该智能体面向乳腺癌、肺癌、胃癌、宫颈癌等高发癌种提供医学支持，比如诊前报告解读与病情研判，诊中多学科方案及就医指引，诊后不良反应与康复心理管理，并建立病情档案，实现全病程陪伴。

　　业内人士对记者表示，险企选择与第三方AI健康平台合作，以轻资产模式开展探索，主要出于成本与合规双重考量。

　　在成本层面，健康管理服务费用存在明确的监管上限。根据原中国银保监会《关于规范保险公司健康管理服务的通知》要求，保险公司将健康管理服务包含在保险产品责任条款中的，其分摊成本不得超过净保险费的20%。

　　记者采访获悉，险企相关AI健康管理支出通常分散在科技预算、健康险权益采购、客户服务成本等多个科目中，截至目前，暂无保险公司单独披露“AI健康管理”板块的专项预算、人力投入及指标。受成本约束与核算影响，从零搭建自研健康AI体系投入大、落地周期长，轻资产接入第三方平台更适配当前的探索定位。

　　合规层面，数据治理与AI应用已严格纳入监管框架。国家金融监督管理总局 2026 年 6 月发布的《关于银行业保险业人工智能安全开发应用的指导意见》，涉及承保理赔、风险管理等，以及与客户利益直接相关、直接影响金融合约达成的生成式人工智能场景应用应被视为高风险应用；人工智能高风险应用须经本机构风险管理委员会批准后方可实施。

　　对多数险企而言，接入已建成完整合规体系的第三方健康 AI平台，险企可依托平台既有的数据安全防护机制、合规治理框架与技术能力，降低自身的合规风险与建设成本，加快服务落地节奏。

　　健康干预与风险筛选边界受关注

　　AI 健康管理深度嵌入保险产品与客户服务，能实际解决什么问题，仍需放在实践中审视。

　　业内共识在于，险企布局这一赛道的目标为降低赔付。但从实际操作来看，赔付率改善只是其中一个方面，险企的诉求更为多元。

　　眺远影响力研究院院长高承远对记者分析，用AI做慢病随访、用药干预、就医引导，这些对赔付率的影响要分阶段看。短期看，早筛和及时干预会把原本拖到住院阶段的人群前移到门诊，早期就诊频次上升，赔付率可能阶段性上行；但是中长期看，慢病控制改善、用药依从性提升、就医路径趋于合理，急性发作、并发症和可避免住院减少，赔付率有可能回落。他认为，AI健康管理效果如何关键在于干预人群的选择：面向高风险带病体精准干预，投入产出比最高。“AI的价值不在于‘管住赔付’，而在于用数据识别哪些人值得疾病干预、在什么节点干预、干预到什么程度。”

　　资深人工智能专家郭涛也指出，依从性较好的慢病群体，在持续随访、用药提醒和分级就医引导下，并发症、急性重症住院风险下降，长期能够带动赔付率边际改善。

　　多名保险机构高管向记者坦言，依从性是决定AI健康管理能否落地见效的前提。

　　一家大型寿险公司总裁助理对记者表示，AI在健康管理中目前只是提升效率的辅助工具，尚无法独立完成深度、长效的干预闭环。“系统自动推送一条随访提醒、回答一次用药疑问，门槛很低，但要让一位慢病用户真正按时服药、定期复诊、及时就医，靠AI很难贯彻。”他举例称，AI 擅长承担高频、标准化的工作，比如日常体征监测、随访触达、报告初读、风险预警，但面对复杂疾病解读、用户情绪疏导、治疗方案调整和建议，以及个体行为习惯的长期引导，最终仍需要真人健康师和医护人员介入。

　　不过，记者查找公开披露信息发现，目前暂无保险公司披露有关 AI 健康管理对赔付率影响的数据结果。一些险企对外公开的产品资料与信息，大多聚焦服务覆盖人次、功能场景范围、用户满意度等运营类指标。

　　一家中小寿险公司总裁对记者坦言，其所在公司AI 健康管理目前仍处于试水探索阶段，暂未设置明确的考核目标。

　　在他看来，AI健康干预的效果释放周期较长，用户依从性、外部医疗环境等不可控变量较多，短期内很难设定精准的量化考核指标，现阶段的核心任务仍是观察能否跑通服务模式、验证市场接受程度。

　　控赔并非险企布局AI 健康管理的全部目的。

　　“减少不合理赔付只是其中一项诉求，更核心的目标还是想通过健康服务，将低频的保单交易转化为与客户的长期互动关系。”上述寿险公司总裁对记者说。

　　高承远认为，险企此举有三重诉求：一是打造产品差异化优势，推动产品从单一风险赔付向 “保障+健康服务”融合转型，提振市场竞争力与客户续保率；二是升级客户经营模式，以高频健康服务跟客户构建长期联结；三是依托健康行为数据完善风险体系，实现精准定价，识别低风险客群。

　　郭涛进一步对记者表示：“赔付管控更多是长期附带结果，核心是推动商业模式从事后财务补偿，转向全周期健康风险管理。”

　　不过，针对险企对用户健康情况更前置的识别干预，市场也关注其是否会演变为“隐形风险筛选”——如果健康服务过程中产生的数据缺乏严格的隔离机制，流向核保、风控、定价环节，可能偏离健康干预的初衷，被用于对投保人实施不合理的差别对待。

　　“保险 AI健康服务涉及险企、大模型平台、医疗机构、第三方检测机构等多方主体，覆盖数据采集、传输、存储、应用等周期，目前跨机构、跨平台数据流转的统一行业规范尚未形成，数据使用的权责边界与合规标准仍有待进一步细化明确。”上述业内人士表示。

（文章来源：中国经营网）