返回文章列表

保险入险前健康管理平台:从需求到落地的完整实践

· 4 min read ·
项目管理 医疗信息化 产品设计
保险入险前健康管理平台:从需求到落地的完整实践

2018年,我有幸参与了一个保险行业的重要项目——为某大型保险公司开发一套入险前的健康管理平台。这个项目不仅涉及复杂的业务流程梳理,还需要与多家体检中心进行系统对接,实现体检预约、排期管理、报告传输和健康评估等核心功能。时隔多年回顾这个项目,其中的技术选型和架构设计仍然具有参考价值。

一、项目背景与业务需求

1.1 行业痛点分析

在传统的保险投保流程中,健康告知和体检环节存在诸多痛点:

体检预约效率低下

保险客户需要自行联系体检中心,预约流程繁琐,往往需要多次电话沟通才能确定体检时间。客户体验差,且容易出现预约信息错误。

排期信息不透明

体检中心的排期情况无法实时获取,保险业务员无法准确告知客户可预约的时间段,导致客户等待时间过长或多次往返。

报告传输依赖人工

体检报告需要体检中心打印后快递给保险公司,或由客户自行携带,传输周期长(通常需要3-7天),且存在丢失风险。

健康评估标准不一

不同保险产品的健康要求不同,人工审核体检报告效率低,且容易出现标准执行不一致的情况,影响核保质量和效率。

1.2 项目核心目标

基于以上痛点,保险公司提出了明确的平台建设目标:

项目目标

构建一套连接保险公司、保险客户和体检中心的健康管理平台,实现体检预约自动化、排期信息实时化、报告传输电子化、健康评估智能化。

具体功能需求:

  • 体检预约管理:保险客户可在线预约体检,选择体检中心和时间段
  • 排期实时对接:与体检中心系统对接,实时获取可预约时段
  • 报告电子传输:体检完成后,报告自动传输至保险公司系统
  • 健康智能评估:基于体检报告自动判断是否符合投保健康要求
  • 全流程可视化:保险业务员可实时查看客户体检进度和状态

二、系统架构设计

2.1 整体架构

考虑到系统的复杂性和多方对接需求,我们采用了微服务架构设计:

┌─────────────────────────────────────────────────────────┐
│ 前端展示层 │
│ (保险业务员端 / 客户移动端 / 体检中心端 / 管理后台) │
├─────────────────────────────────────────────────────────┤
│ 网关接入层 │
│ (API 网关 / 负载均衡 / 限流熔断 / 统一认证) │
├─────────────────────────────────────────────────────────┤
│ 业务服务层 │
│ (预约服务 / 排期服务 / 报告服务 / 评估服务 / 通知服务) │
├─────────────────────────────────────────────────────────┤
│ 数据存储层 │
│ (MySQL / Redis / MongoDB / OSS 对象存储) │
├─────────────────────────────────────────────────────────┤
│ 外部对接层 │
│ (体检中心 HIS / 保险公司核心系统 / 短信平台 / 邮件服务) │
└─────────────────────────────────────────────────────────┘

2.2 技术选型

后端技术栈:

采用 Spring Boot 2.0 构建微服务,使用 Spring Cloud 实现服务治理。服务间通信采用 RESTful API 和 gRPC 结合的方式,兼顾开发效率和性能。

MySQL 5.7 存储业务数据,Redis 处理缓存和会话,MongoDB 存储体检报告原始数据,阿里云 OSS 存储 PDF 报告文件。

使用 RabbitMQ 处理异步消息,包括预约确认、报告通知、评估结果推送等。消息持久化确保数据不丢失。

Redis 集群作为分布式缓存,缓存体检中心排期、客户预约信息等热点数据,减轻数据库压力。

前端技术栈:

  • 保险业务员端:Vue.js 2.x + Element UI
  • 客户移动端:微信小程序
  • 体检中心端:React + Ant Design
  • 管理后台:Vue.js 2.x + iView

三、核心功能实现

3.1 体检预约系统

体检预约是平台的核心功能,需要平衡客户需求和体检中心资源。

预约流程设计

客户通过保险业务员分享的链接或二维码进入预约页面,选择体检城市和区域后,系统展示附近的合作体检中心列表。客户可查看各体检中心的评价、距离、可预约时间等信息,选择合适的时间和套餐完成预约。

预约状态流转:

待预约 → 已预约 → 待体检 → 已完成 → 报告已出
↓ ↓ ↓ ↓
已取消 预约失败 体检异常 报告异常

库存管理策略

体检中心的每日体检名额是有限的,我们设计了灵活的库存管理机制:

  • 总库存:体检中心设置的每日最大接待量
  • 预留库存:为特定保险产品或 VIP 客户预留的名额
  • 动态库存:根据历史数据动态调整各时段的可预约数量
  • 超售策略:考虑爽约率,允许一定程度的超售

冲突处理机制

当多个客户同时预约同一时段时,采用乐观锁机制防止超卖。使用 Redis 分布式锁确保并发安全,同时通过消息队列异步处理预约确认,提升用户体验。

3.2 体检中心排期对接

与体检中心的系统对接是项目的技术难点之一。

Note

2018年,大多数体检中心的信息化水平参差不齐,有的使用成熟的 HIS 系统,有的还在使用 Excel 管理排期。我们需要设计灵活的对接方案,适应不同体检中心的技术条件。

对接方案设计:

Pros
  • API 对接实时性好
  • 中间库方案兼容性强
  • 文件导入方案成本低
  • 人工录入兜底可靠
Cons
  • API 对接开发成本高
  • 中间库维护复杂
  • 文件导入实时性差
  • 人工录入效率低

三种对接模式:

对接方式适用场景实时性实施成本占比
API 直连信息化水平高的体检中心实时20%
中间库有数据库访问权限的中心准实时30%
文件导入信息化水平较低的中心小时级40%
人工录入特殊情况或过渡期天级极低10%

API 对接示例:

// 获取体检中心排期
@FeignClient(name = "medical-center-client")
public interface MedicalCenterClient {
@GetMapping("/api/v1/schedule")
ScheduleResponse getSchedule(
@RequestParam("centerId") String centerId,
@RequestParam("startDate") Date startDate,
@RequestParam("endDate") Date endDate
);
@PostMapping("/api/v1/appointment")
AppointmentResponse createAppointment(@RequestBody AppointmentRequest request);
@GetMapping("/api/v1/appointment/{id}")
AppointmentStatusResponse getAppointmentStatus(@PathVariable("id") String appointmentId);
}

3.3 报告传输与提取

体检报告的电子化传输是项目的核心创新点。

报告采集方式

根据体检中心的信息化程度,采用多种报告采集方式:

  • 系统直传:体检中心系统通过 API 直接推送报告数据
  • PDF 上传:体检中心工作人员上传 PDF 报告文件
  • OCR 识别:对扫描件进行 OCR 识别,提取结构化数据
  • 人工录入:关键指标人工录入系统

数据标准化处理

不同体检中心的报告格式各异,我们需要建立统一的数据标准:

  • 指标字典:建立统一的体检指标字典,映射各中心的指标名称
  • 单位换算:自动进行不同计量单位的换算
  • 参考范围:根据性别、年龄动态调整参考值范围
  • 异常标记:自动标记超出参考范围的指标

报告存储与加密

体检报告涉及个人隐私,数据安全至关重要:

  • 传输层使用 HTTPS 加密
  • 敏感数据字段级加密存储
  • PDF 文件加密存储在 OSS
  • 访问日志完整记录,支持审计

3.4 健康评估引擎

健康评估是连接体检数据和保险核保的关键环节。

评估规则引擎

我们设计了一套灵活的规则引擎,支持保险产品的健康要求配置,能够基于体检报告自动判断客户是否符合投保条件。

规则引擎设计:

// 健康评估规则示例
public class HealthAssessmentRule {
// 规则名称
private String ruleName;
// 适用保险产品
private List<String> productCodes;
// 评估条件
private List<Condition> conditions;
// 评估结果
private AssessmentResult result;
// 优先级
private int priority;
}
// 评估条件
public class Condition {
private String indicatorCode; // 指标编码
private Operator operator; // 操作符(大于、小于、等于、包含等)
private String value; // 阈值
private Logic logic; // 逻辑关系(与、或)
}

评估流程:

  1. 数据预处理:清洗和标准化体检报告数据
  2. 规则匹配:根据保险产品加载对应的评估规则
  3. 指标比对:逐项比对体检指标与规则阈值
  4. 结果计算:综合各规则评估结果,得出最终结论
  5. 报告生成:生成评估报告,标注异常指标和风险点

评估结果分类:

结果类型说明处理方式
标准体健康状况良好正常承保
次标准体存在轻微异常加费承保
延期需要观察或复查暂缓投保
拒保存在重大健康风险拒绝承保
人工核保情况复杂需人工判断转人工审核

四、项目实施与挑战

4.1 项目实施过程

项目从启动到上线历时 6 个月,分为四个阶段:

第一阶段:需求调研与方案设计(1.5个月)

深入调研保险公司的业务流程,走访多家体检中心了解实际操作场景。完成系统架构设计和详细需求文档,确定技术选型和对接方案。

第二阶段:核心功能开发(2.5个月)

完成预约系统、排期对接、报告传输、健康评估四大核心模块的开发。同步进行与主要体检中心的系统对接开发和测试。

第三阶段:集成测试与优化(1.5个月)

进行系统集成测试、压力测试和安全测试。根据测试结果进行性能优化和问题修复。完成用户培训和操作手册编写。

第四阶段:试点上线与推广(0.5个月)

选择 3 家体检中心和 10 个保险团队进行试点。收集反馈并快速迭代,然后逐步推广至全部合作机构。

4.2 主要技术挑战

挑战一:体检中心系统异构

不同体检中心使用的 HIS 系统各不相同,数据格式和接口规范差异巨大。我们采用适配器模式,为每个体检中心开发独立的适配器服务,将异构数据转换为统一格式。

挑战二:高并发预约场景

保险产品促销期间,短时间内会产生大量预约请求。我们通过 Redis 分布式锁防止超卖,使用消息队列削峰填谷,并引入验证码和限流机制防止恶意刷单。

挑战三:报告数据质量

体检报告的数据质量参差不齐,存在指标缺失、单位不统一、命名不规范等问题。我们建立了数据质量检查机制,对异常数据进行标记和人工复核。

挑战四:健康评估规则复杂

不同保险产品的健康要求差异很大,且经常调整。我们设计了可视化的规则配置界面,让业务人员可以灵活配置评估规则,无需开发人员介入。

五、项目成果与价值

5.1 量化成果

平台上线后,取得了显著的成效:

指标项上线前上线后改善幅度
预约完成时间2-3天5分钟99% ↓
报告传输时间3-7天实时100% ↓
健康评估时间1-2天即时100% ↓
客户满意度65%92%42% ↑
业务员工作效率基准提升3倍300% ↑

5.2 业务价值

Pros
  • 客户体验显著提升
  • 运营成本大幅降低
  • 核保效率和质量提高
  • 数据资产开始积累
  • 业务模式创新基础
Cons
  • 初期系统建设投入大
  • 体检中心对接协调难
  • 数据质量需要持续维护
  • 业务规则需要持续更新

核心价值体现:

  1. 客户体验升级:从”多次电话沟通、等待数天”到”在线一键预约、报告实时查看”
  2. 运营效率提升:保险业务员可以实时跟踪客户体检进度,主动服务替代被动等待
  3. 风险控制加强:标准化的健康评估规则,减少人为判断差异,提升核保质量
  4. 数据价值挖掘:积累的大量体检数据,为后续的健康管理和精准营销奠定基础

六、经验总结与反思

6.1 成功经验

1. 业务深度参与

项目成功的关键在于业务团队的深度参与。从需求调研到测试验收,保险业务专家全程参与,确保系统功能贴合实际业务场景。

2. 灵活的技术方案

面对体检中心信息化水平的差异,我们没有追求技术方案的统一,而是设计了灵活的对接策略,既保证了核心功能的实现,又降低了实施难度。

3. 渐进式推广策略

采用”试点-优化-推广”的渐进式策略,降低了项目风险。通过试点发现问题、积累经验,为大规模推广做好准备。

4. 重视数据质量

体检报告的数据质量直接影响健康评估的准确性。我们在项目中投入大量精力建立数据标准和质量检查机制,这为后续的数据应用打下了坚实基础。

6.2 不足与反思

1. 对体检中心信息化现状预估不足

项目初期,我们低估了体检中心信息化水平的差异,导致部分对接工作比预期复杂。如果重新规划,会在调研阶段投入更多时间评估各体检中心的技术条件。

2. 规则引擎设计过于复杂

为了追求灵活性,健康评估规则引擎设计得过于复杂,导致业务人员配置规则时学习成本较高。后续迭代中我们简化了规则配置界面,提升了易用性。

3. 移动端体验有待优化

2018年,我们对移动端的重视程度不够,微信小程序的功能相对简单。随着移动互联网的发展,这成为后续需要重点优化的方向。

七、结语

回顾 2018 年的这个保险健康管理平台项目,它不仅是技术的实践,更是对保险行业数字化转型的深入探索。通过连接保险公司、体检中心和保险客户,我们构建了一个多方共赢的生态系统。

这个项目让我深刻认识到,To B 领域的系统建设不仅需要扎实的技术能力,更需要对业务的深入理解和对多方利益的平衡。技术方案没有最好,只有最适合。灵活的设计、渐进式的实施、持续的优化,是复杂系统建设成功的关键。

如今,随着人工智能、大数据等技术的发展,保险健康管理领域已经发生了翻天覆地的变化。但当年项目中积累的业务理解、架构设计经验、以及对数据价值的认知,仍然具有借鉴意义。

好的系统不是一次性设计出来的,而是在业务实践中不断打磨、持续演进的。保持对业务的敬畏、对技术的追求、对用户的关注,才能做出真正有价值的产品。

项目感悟

本文回顾了2018年完成的保险健康管理平台项目,分享了项目设计、实施过程中的经验与思考。技术在不断进步,但对业务价值的追求始终不变。

# // CONTENTS