3. 健康告知的医学基础
健康告知数字化核保的核心难点，不在于问卷界面是否美观，而在于能否把客户填写的非结构化医学信息，准确映射为可量化的风险标签。如果核保规则引擎读不懂“甲功异常”“糖化血红蛋白偏高”“既往腔隙性脑梗”这些表述背后的医学含义，再先进的系统也只能做关键词匹配。因此，掌握健康告知的医学基础，是设计问卷字段、编写核保规则、训练智能核保模型的前置能力。
一、核心原理：从医学事实到核保风险的三层映射
健康告知中的医学信息，本质上要完成三层映射：第一层是术语归一化，把客户口语化描述转成标准医学概念；第二层是指标量化，把检查数值与参考区间、分级标准对齐；第三层是风险分类，把疾病、指标、病史、用药组合成核保结论。三层映射缺一不可，否则会出现“客户说了但系统没识别”或“识别了但风险定级错误”的问题。
核保视角的医学信息公式：风险标签 = 疾病术语（ICD/标准名） + 检查指标（数值/分级） + 病史描述（时间/治疗/转归） + 用药记录（药品/剂量/疗程） + 风险分类（标准/加费/除外/拒保/延后）。
例如，客户填写“血糖有点高，吃药控制”，系统需要拆解为：疾病术语——2型糖尿病；检查指标——空腹血糖、糖化血红蛋白；病史描述——确诊时间、是否住院、有无并发症；用药记录——二甲双胍/胰岛素；风险分类——根据控制情况和并发症决定标准承保、加费或拒保。
二、方法流程：四类医学信息的结构化处理
在数字化核保中，健康告知字段不能只做成“是/否”选择题，而应按照医学信息的四类对象设计结构化采集与解析流程。
- 疾病术语处理：建立“口语词—标准病名—ICD编码”映射表。例如“胃病”需进一步区分胃炎、胃溃疡、胃息肉、胃癌；“心脏病”需区分冠心病、心肌炎、心律失常、先天性心脏病。核保规则应优先读取标准病名，而非客户原始输入。
- 检查指标处理：为每项指标定义参考区间、单位、分级阈值和异常方向。例如血压收缩压/舒张压、空腹血糖、糖化血红蛋白、总胆固醇、低密度脂蛋白、尿酸、肌酐、转氨酶、甲状腺功能、肿瘤标志物等。
- 病史描述处理：采集确诊时间、治疗方式、是否住院、是否手术、目前状态、是否复发、有无并发症。病史描述决定风险是“已治愈”“控制中”还是“进展期”。
- 用药记录处理：记录药品通用名、剂量、频次、开始时间、是否长期服用。用药记录往往比疾病名称更能反映真实风险，例如长期服用胰岛素提示糖尿病控制难度较高。
| 信息类型 | 采集字段示例 | 核保关注点 | 常见风险分类 |
|---|---|---|---|
| 疾病术语 | 病名、ICD编码、确诊时间 | 疾病性质、严重程度、是否恶性 | 标准、加费、除外、拒保 |
| 检查指标 | 指标名称、数值、单位、日期 | 是否超阈值、是否持续异常 | 正常、临界、异常、高危 |
| 病史描述 | 治疗方式、住院、手术、复发 | 病程阶段、控制情况、并发症 | 已治愈、控制中、进展期 |
| 用药记录 | 药品名、剂量、频次、疗程 | 用药强度、是否长期、是否联合 | 低风险、中风险、高风险 |
三、案例场景：一份健康告知的结构化解析
客户填写：“我三年前查出高血压，平时吃硝苯地平，血压大概150/95，去年体检说左心室肥厚，没有住院。”
如果系统只做关键词匹配，可能只识别到“高血压”并给出加费结论。但结构化解析后，风险标签应包含：疾病术语——高血压2级；检查指标——血压150/95 mmHg；病史描述——确诊3年、左心室肥厚、未住院；用药记录——硝苯地平长期服用；风险分类——因已出现靶器官损害，通常需要加费甚至除外心血管相关责任，严重时延期或拒保。
{
"disease": "原发性高血压",
"icd": "I10",
"bp": {"systolic": 150, "diastolic": 95, "grade": "2级"},
"history": {"duration": "3年", "complication": "左心室肥厚", "hospitalized": false},
"medication": [{"name": "硝苯地平", "long_term": true}],
"risk_level": "中高风险",
"underwriting": "加费承保/除外心血管责任"
}提示：数字化核保系统应把“血压150/95”拆成收缩压和舒张压两个数值字段，而不是存成一段文本。只有数值化，才能自动匹配分级阈值和核保规则。
四、误区与复盘：健康告知医学基础中的常见错误
- 误区一：只采集疾病名称，不采集指标和用药。同样是糖尿病，口服药控制良好与胰岛素依赖且糖化血红蛋白9%以上，风险差异巨大。
- 误区二：把客户口语直接当标准术语。“心脏早搏”可能是偶发房性早搏，也可能是频发室性早搏，核保结论完全不同。
- 误区三：忽略时间维度。“曾患肺炎”与“近半年反复肺炎”风险不同；“5年前甲状腺结节”与“今年结节增大”也不同。
- 误区四：用药记录只记药名，不记剂量和疗程。长期大剂量激素治疗与短期小剂量使用，风险等级差异明显。
- 误区五：风险分类一刀切。核保结论应基于疾病、指标、病史、用药的组合，而不是单一字段。
复盘要点：健康告知数字化核保的医学基础，最终要落到“可计算”三个字。每一个医学术语、每一项检查指标、每一段病史描述、每一条用药记录，都必须能被系统读取、归一、量化和分类。否则，问卷只是电子化表格，而不是真正的智能核保。
在实际项目中，建议先建立本机构高频疾病与指标的医学知识库，再将其映射为核保规则和风险分类标签。医学基础越扎实，后续的问卷设计、规则引擎和模型训练就越稳定，客户体验与风险控制也越容易同时兼顾。