平安专病AI产品矩阵，如何驱动医险协同再升级？

胡志挺保险公司如何真正参与患者疾病管理过程，一直是医险协同探索中的核心问题。过去多年，从健康管理、在线问诊到就医绿通，保险机构不断丰富服务内容，但对于肿瘤等复杂疾病而言，患者面对的仍是一条高度专业化、连续性的诊疗路径。

也正是在这一背景下，中国平安在2026世界人工智能大会期间首次正式发布面向肿瘤等重疾患者的平安“专病AI产品矩阵”，尝试借助人工智能，进一步连接保险保障、医疗服务和专业能力。这一产品矩阵，也为理解医险协同如何借助技术能力实现进一步升级提供了一个新的观察视角。

中国平安此次发布的“专病AI产品矩阵”覆盖包括专病预测、专病保险和北大医疗AI专病管家三类产品及服务。其中，专病预测识别风险，及早发现高危人群；专病保险承接风险，服务慢病、癌症等高风险人群；

北大医疗AI专病管家提供肿瘤全病程管理，连接医生、医院和康复资源，为重疾客户提供连续服务，共同打通疾病风险发现、保险保障和专业医疗服务。单看每一项产品能力，市场并不陌生。疾病风险评估、健康险、在线问诊、智能健康管理等能力，此前已有不少机构布局。

真正值得关注的是，中国平安此次尝试把这些原本分散在不同业务板块中的能力，围绕具体疾病场景重新组织。这也成为理解其医险协同思路变化的一个重要切口。长期以来，保险公司一直希望走出单纯承担赔付责任的角色。

健康管理、家庭医生、在线问诊、就医绿色通道等服务逐步进入保险产品，但从实际运行看，保险和医疗之间仍然存在明显边界：保险公司掌握客户和保障需求，却不直接提供诊疗；医疗机构能够提供专业服务，却很难长期跟进患者的保障和支付安排；

互联网医疗可以连接医生和患者，但与保险产品之间往往又是相对独立的。医险协同为何进一步聚焦专病场景？医险协同并不是新概念。早期的医险协同，其实主要是费用结算和理赔环节的合作。保险公司通过与医院、第三方医疗服务机构合作，提高直付和理赔效率。

此后，健康管理和医疗服务逐渐被纳入保险产品，体检、在线问诊、重疾绿通、专家预约等服务成为健康险的重要组成部分。这些探索虽然扩大了保险服务的范围，但多数服务仍然相对分散。消费者购买一份保险，可以获得若干医疗权益；

真正患病后，保险公司负责赔付，医疗机构负责治疗，两者之间并没有因为增加了问诊或绿通服务，就自然形成持续协作。重大疾病尤其如此。以肿瘤为例，患者从发现异常、进一步检查到最终确诊，往往涉及影像、病理、检验等多类资料。

进入治疗阶段后，又可能需要外科、肿瘤内科、放疗科等多个学科共同参与。治疗方案还会随着病情变化不断调整，后续又涉及用药、复查和康复。对患者而言，面对的不只是“去哪里看病”或者“保险能够赔多少钱”，还包括如何理解检查结果、选择治疗方案、获得多学科支持以及安排后续康复。

这也解释了平安为何没有只推出一个AI问诊工具，而是同时布局专病预测、专病保险和AI专病管家。三类产品分别对应疾病发生前、风险保障和诊疗管理不同阶段，也试图将原本分散在不同环节的专业能力重新组织起来。

在疾病预测阶段，AI可以结合健康数据识别疾病风险，为进一步检查和健康干预提供参考；风险进一步明确后，保险产品提供经济保障；进入诊疗阶段，AI专病管家继续帮助患者整理病历、理解报告、连接医生和医疗资源。

与以往将医疗服务作为保险产品附加权益相比，平安此次更强调围绕具体病种配置产品和服务。保险不再只是与若干通用医疗权益简单组合，而是试图根据一种疾病的发生和治疗过程，重新安排风险识别、保险保障和医疗服务。

这种变化，并非保险公司开始尝试代替医院参与诊断和治疗。显然，医疗决策仍然需要由医生作出，而AI所承担的更多是信息整理、辅助沟通和流程连接工作，把原本分散在患者、医生和保险公司之间的信息重新组织起来。

AI如何让专业医疗能力更可及？保险和医疗之间难以深度协同，一个重要原因在于两者使用的信息和工作方式并不相同。保险公司主要围绕客户、保单、风险和赔付开展经营。医院则以诊断和治疗为中心，病历、影像、检验和处方构成医疗服务的主要信息。

对于同一名患者，保险公司看到的可能是一份保单和一次理赔申请，医院看到的则是一次门诊、一项检查或者一段住院记录。过去要把这些信息连接起来，需要大量人工参与。患者需要自行保管检查报告和病历，在不同医院、不同科室之间反复讲述病情；

医生需要在有限的问诊时间内了解病情病史；保险公司通常要等到治疗和费用发生后，才能根据理赔材料获知患者情况。即使保险产品附带健康管理服务，服务团队也很难持续处理大量复杂的医学信息。平安此次推出的AI专病管家，正是尝试将这些环节重新组织。

在平安的设计中，AI专病管家并不是一个单纯回答医学问题的工具，而是基于专家共建、专业训练和专业质控形成的可信AI能力，并通过保险、医生、医院和医疗服务网络完成最终交付。平安强调，此次新增的并不是一个模型，而是一套可复制、可验证、可交付的专病服务能力。

可见的是，AI专病管家并非直接给出诊断结论，而是对患者提供的医疗资料进行整理和解读，辅助患者理解病情和诊疗方案，并在需要时连接医生及其他医疗服务。对患者来说，AI可以降低整理资料、理解专业术语和寻找医疗资源的难度；

对医生来说，结构化后的患者资料有助于提高沟通效率；对保险公司来说，也有机会更早了解客户在疾病过程中的实际需求。这也意味着，医疗AI竞争正在从单项功能转向实际服务能力。进入专病管理后，仅有模型还不够，患者最终需要的是医生、医院、药品和保险保障，AI必须嵌入真实医疗场景才能完成服务。

这也是平安推进相关产品的一项基础条件。在保险端，中国平安的保险主业使其可以围绕不同客群和保障需求设计产品；在医疗端，平安好医生承担日常健康管理和线上医疗服务入口，近期升级的“平安智享家医”进一步强化AI+真人医生模式；

北大医疗则提供实体医疗资源和专业医疗服务支撑；此外，平安科技承担技术研发和系统支持。过去，这些板块已分别形成各自的业务能力。此次专病AI产品矩阵所呈现的变化，是集团内部的保险、医疗和科技能力开始更多围绕同一个患者、同一种疾病和同一段服务过程协同。

从这个角度看，专病AI也成为中国平安探索综合金融“九九归一”的一个具体场景：如何将分散在不同业务板块的资源，最终转化为面向客户的一体化服务能力。这些资源并非简单放在一起就能形成医险协同。

真正的难点在于，不同业务主体能否共享必要信息，服务能否在患者不同阶段连续衔接，医生、健康管理人员和保险服务人员能否在统一流程中工作。AI的作用，是尝试将原本依赖人工沟通和专业经验的服务能力，通过数字化方式重新组织，并依托保险、医生、医院和医疗服务网络完成交付。

与过去更多提供单项医疗服务相比，专病AI更强调围绕疾病过程提供连续服务。它所改变的不是某一个医疗权益，而是保险公司参与医疗服务的方式。医险协同，平安如何将资源转化为服务？从行业看，保险公司加快布局医疗服务，与健康险经营环境的变化直接相关。

长期以来，健康险产品较为依赖保险责任、价格和销售渠道进行竞争。随着市场逐渐进入存量阶段，仅靠扩大保障责任或者降低价格，越来越难形成持续差异。与此同时，医疗费用上涨、疾病治疗周期拉长，也要求保险公司更准确地理解医疗过程，而不能只在理赔时审核费用。

因此，近年来各家保险机构都在加强医疗健康服务布局。有的自建互联网医疗平台，有的投建医院、诊疗中心，有的与药企、体检机构和健康管理公司合作。不同公司的路径并不相同，但目标较为接近：让保险与医疗服务建立更稳定的联系。

但医疗资源投入大、运营逻辑与保险业务不同，拥有医疗资源并不等于能够形成保险服务能力。如何将医疗资源转化为可持续服务，是保险机构布局医险协同面临的问题。在保险主业之外，平安在互联网医疗、实体医院方面早有布局，也在不断尝试各方的协同发展。

此次推出专病AI产品矩阵，可以看作这些投入开始向具体产品和服务转化。与通用健康管理相比，专病是一个更容易明确服务边界的场景。一种疾病需要哪些检查、可能涉及哪些治疗环节、患者在哪些阶段需要帮助，相对更加清晰。

保险公司也可以据此设计更有针对性的保障和服务。不过，选择专病也意味着更高的专业要求。肿瘤等重大疾病差异较大，治疗方案复杂，人工智能给出的信息必须经过严格审核，并清楚区分健康咨询、辅助决策和正式医疗行为。

患者数据还涉及隐私和安全问题，保险业务与医疗业务之间的信息使用也必须遵守各自的监管要求。正因如此，对平安而言，专病AI产品矩阵并不只是一次技术发布，也考验保险、医疗和科技能力如何进一步协同。

保险板块或需要考虑哪些AI和医疗服务能够进入产品，如何定价和控制风险；医疗板块或需要保证服务质量和医生参与；科技板块则要解决模型准确性、数据安全和系统稳定性问题。最终面向客户时，这些后台分工又必须被整合成相对简单的使用体验。

从这一角度看，平安此次发布的三类产品只是前台呈现。其背后更大的变化，是医险协同开始由资源布局进入产品经营阶段。过去讨论平安的医疗生态，通常会提及平安好医生、北大医疗，以及平安庞大的保险客户基础。

如今则进一步回答了一个问题：这些资源最终如何进入一款保险产品、一次医疗服务和一名患者的疾病管理过程。疾病预测提供风险入口，保险提供支付保障，AI专病管家连接诊疗和康复。三者能否持续衔接，决定了平安的产品矩阵与普通医疗权益组合之间的差别。

对中国平安而言，人工智能并不是医险协同的起点。保险、医疗机构、线上健康管理和科技平台的长期布局，才构成此次产品发布的基础。专病AI产品矩阵的价值，在于让这些原本分散的业务能力围绕同一客户需求形成协同服务，也成为综合金融“九九归一”计划在具体场景中的一次实践。

对保险行业而言，医险协同的关键并不只是增加医疗服务入口，而是能否让保险保障、医疗服务和健康管理真正围绕患者需求形成连续衔接。平安此次以专病AI为切口，探索的正是这一方向。