公司业务展示 - 公司携核心解决方案在外滩大会科技展览重磅亮相 以全景式展台呈现医疗支付领域创新实践 [1] - 旗舰产品"一码直付一体机"成为现场热门打卡点 吸引众多观众现场体验就医与购药直付服务 [1] 医疗服务创新 - 推出"先就医 后付费 免材料"商保就医直付服务 用户就医前提交申请即可快速获得费用授额并生成专属支付二维码 [1] - 医保报销后实现商保秒级直付 全程无需用户自掏腰包垫付费用 [1] - 购药场景为持有合作保司保单用户提供便捷服务 用户使用特定高价药品时无需先行垫资 仅需支付保险理赔后自费部分 [1] - 剩余款项由平台直接与药房结算理赔款 大幅降低用户用药经济负担 [1] 服务覆盖范围 - 一码直付服务已实现广泛覆盖合作医疗机构超20000家 [1] - 适用场景包括公立医院普通部 公立医院特需部 国际部及私立医疗机构 [1] - 已达成全国三甲医院普通部的全面覆盖 [1] 技术支撑体系 - 平台高效运行依托自主研发医疗支付领域AI智能体ClaimMaster理赔大师的技术支撑 [2] - 智能体通过多模态解析 动态病程建模 条款智能拆解三大核心能力为理赔环节提供全流程技术保障 [2] 智能理赔功能 - 资料处理环节可自动完成上传资料分类 关键信息提取与结构化整理 [2] - 病程分析环节覆盖500余种特药适应症及临床路径 能整合用户就医时间轴 用药记录 疗效指标等数据 [2] - 生成动态三维病程图谱 助力保险公司精准识别超适应症用药 重复用药等风险 [2] - 条款解读环节在秒级时间内将复杂保险条款转化为通俗语言 [2] - 结合用户实际就医情况与免赔额 赔付比例等规则自动核算理赔金额 减少条款解读争议 [2]

AI医疗行业趋势 - AI医疗主战场从大模型参数竞赛转向产业落地和场景应用[2] - 行业焦点从模型跑分转向赋能诊疗、支付、新药研发等真实场景[2] - AI有望打破"医疗不可能三角"困境，实现高质量普惠医疗[2] - 竞争焦点转向将AI贯穿患者就医全流程，从诊前到支付[5] 医疗支付领域变革 - 支付是验证医疗AI商业模式的关键环节[6] - 医疗支付链条存在患者药费高、药企商业化难、保险公司风控不足等痛点[8] - 行业需要多元支付平台串联"医药险"产业断点[8] - AI医疗支付正从流程自动化向风控智能化与精算驱动化演进[19] 镁信健康业务发展 - 公司定位为科技医药多元支付平台，累计服务160万患者，总医疗支付额397亿元[8] - 合作保司超90家，服务保单3.93亿份，合作药企140家包括全球前20大药企的90%[8] - 营销开支显著降低得益于AI智能中枢建设[9] - AI中枢平台mind42.ai拥有3.85亿条理赔数据资产[9] AI技术应用 - 理赔场景AI审核覆盖率60%，处理时间从1天缩短至10分钟[16] - AI Agent集群包括Xiaofu智能助手和ClaimMaster理赔大师等[14] - 通过OCR和多模态技术实现材料自动分类和信息提取[16] - 未来将延伸至健康管理、患者管理等更多场景[17] 行业未来展望 - 医疗支付平台有望参与制定行业标准如支付流程和理赔规范[19] - 国家医保局探索开放医保数据为平台提供新机遇[19] - 未来可能实现跨机构一站式智能结算和个性化保险方案[20] - AI需保持决策透明度，关键节点保留人工复核[20]

行业趋势转变 - AI主战场从大模型参数竞赛转向产业落地和价值实现[2] - 行业焦点从算法跑分转向真实场景赋能如诊疗、支付和新药研发的商业化闭环[2] - 医疗行业长期存在"医疗不可能三角"困境 AI和大数据成熟有望打破高质量服务、广覆盖人群与低成本供给的桎梏[2] 技术演进阶段 - AI+医疗健康从单点突破走向系统整合 经历算法竞赛、数据合规争夺和场景生态竞争三个阶段[3][4] - 竞争焦点从单一工具优劣转向全流程贯通 支付环节成为验证商业模式和形成价值闭环的关键[4] - 行业需要将AI能力沉淀为稳定、公平、可规模化调用的基础设施[4] 医疗支付痛点与平台价值 - 患者面临药费高昂和理赔繁琐 药企面临新药准入和商业化困境 保险公司挣扎于高营销理赔成本和粗放风控[5] - 医药保险行业存在认知壁垒和信息不对称 需要多元支付平台串联各方打通产业断点[5] - 平台需具备药品供应链管理能力 为患者设计多元支付方案 支持保司产品创新[5] 镁信健康业务规模 - 累计服务超过160万名患者 相关总医疗支付额达到397亿元[6] - 合作保险公司超过90家 服务支持保单数量约3.93亿份[6] - 合作药企超过140家 包括全球前20大药企中的90%[6] AI技术平台建设 - 构建AI智能中枢平台mind42.ai 定义为协同医-药-险生态的底层操作系统[6] - 基于3.85亿条理赔数据资产 集成临床医学路径、保险条款和药品适应症等垂直领域知识[7] - 通过数据飞轮机制 服务产生的结构化数据实时反馈训练模型 形成短期难以复制的壁垒[9] AI应用场景落地 - 在理赔场景部署AI Agent集群 整体理赔时长从一天缩短至最快10分钟[13] - AI赋能医疗审核覆盖率达到60% 解决材料处理低效、病程分析粗放和条款解析滞后等难题[13] - 智能体矩阵覆盖前端交互(Xiaofu智能助手)、中台决策(ClaimMaster理赔大师)和后端履约的协同网络[11] 未来发展方向 - AI医疗支付从流程自动化向风控智能化与精算驱动化演进 重塑健康险行业风险定价管理逻辑[15] - 支付平台有望成为制度参与者 参与制定支付流程、理赔规范和药品准入等行业标准[15] - 探索跨机构一站式智能结算 为带病体设计个性化保险和支付方案[17] 数据安全与系统可靠性 - 保证训练数据海量、多样与高质量 专门处理可能产生偏见的数据[17] - 坚持关键节点人工复核与介入 保持决策链条透明度及可追溯性[17] - 设立严格质检团队 每月对AI处理案例进行细致抽样审核[17]