GraphRAG + 金融知识库：保险理赔审核从 48 小时到 5 分钟的推理链路

一位客户在周日凌晨突发急性心肌梗死，被紧急送往三甲医院做了支架植入手术。周一一早，家属通过保险公司 APP 提交了理赔申请——病历、手术记录、费用清单、发票，一共 14 份文件。接下来的 48 小时里，这份理赔单经过了这样的旅程：首先由初级核赔员录入系统，手工比对条款中"急性心肌梗死"的理赔条件（4 条定义、6 项除外责任、3 个等待期规则），花了 40 分钟；然后发现客户的保单是一份附加险，需要调取主险合同确认附加险是否在有效期内，又花了 20 分钟在 3 个系统之间切换；接着核赔员发现病历上写的是"冠状动脉粥样硬化性心脏病伴急性心肌梗死"，与条款术语"急性心肌梗死"表述不完全一致，提交医学团队审核确认，排队等了 6 小时；最后还要做欺诈筛查——查询客户过去 12 个月的就诊记录、是否有重复理赔、就诊医院是否在白名单内，这一步又花了 4 小时。48 小时后，理赔终于通过，赔付金额 8.7 万元。但这 48 小时里，客户打了 3 次电话催进度，家属在朋友圈发了一条"买保险容易理赔难"的抱怨。

这个场景在保险行业几乎每天都在发生。银某监会的数据显示，中国保险行业年均理赔件数超过 4 亿件，其中健康险理赔占比超过 60%。理赔审核是保险服务链路中最关键的环节——它直接决定了客户体验，也是欺诈风险的高发区。传统理赔审核的瓶颈不在于人手不够，而在于审核过程本质上是"推理"而非"查表"——核赔员需要在保险条款、医学知识、客户历史、欺诈规则之间做多跳关联推理，而现有系统只能做逐条查询，每一步都需要人工判断。问题不在于数据缺不缺，而在于数据没有被连成一张可推理的图。

一、理赔审核为什么慢：四个结构性的"断点"

传统理赔审核流程是一条线性的流水线：录入→条款匹配→责任判定→欺诈筛查→审批。这条流水线上有四个"断点"，每个断点都会中断自动流程，强制转人工处理。

断点一：条款匹配的"语义鸿沟"。 理赔审核的第一步是把客户的诊断和医疗记录与保险条款做匹配。但条款里的疾病定义是规范化的医学术语（如"急性心肌梗死"），病历上的诊断往往是临床描述性语言（如"冠状动脉粥样硬化性心脏病伴急性心肌梗死"）。传统系统用关键词匹配——"急性心肌梗死"这个关键词在病历里出现了，就算匹配成功。但"冠心病伴心肌梗死"算不算？"心肌梗死（陈旧性）"算不算急性？这些都需要人工判断。一家中型寿险公司的统计显示，健康险理赔中约 35% 的案件因为术语不完全匹配而触发人工审核，平均每个案件增加 2-4 小时的审核时间。

断点二：保单关联的"跨系统查询"。 一份理赔申请往往涉及多份保单——客户可能在不同渠道买了主险、附加险、团体险。判断"能不能赔、赔多少"需要同时查主险有效期、附加险是否覆盖该疾病、免赔额是否已用尽、赔付比例是多少。这些信息分散在承保系统、保全系统、理赔系统三个独立系统中，核赔员需要在三个系统之间来回切换，手工拼凑保单全貌。某保险公司的调研发现，核赔员平均每个案件需要在 3.2 个系统中切换查询，单这一步就消耗了 15-25 分钟。

断点三：医学知识的"隐性依赖"。 理赔审核需要判断"该治疗是否合理必要""该药品是否在报销范围内""该住院天数是否符合临床指南"。这些判断依赖医学知识——某种疾病的典型治疗方案是什么、某种手术的术后恢复期通常多长、某种药品的适应症有哪些。这些知识分散在医学指南、药典、医保目录中，核赔员不是医生，遇到复杂病例就需要提交医学团队审核。医学团队审核是异步的——提交后排队等待，快则几小时，慢则一两天。

断点四：欺诈筛查的"关联盲区"。 理赔欺诈识别需要关联多维度信息——客户历史理赔记录、就诊医院是否有欺诈历史、同一时期是否有多家保险公司理赔（重复理赔）、就诊频率是否异常。传统反欺诈系统主要靠规则引擎——"同一客户 30 天内理赔超过 3 次"触发预警。但真正的团伙欺诈往往更隐蔽：A 客户在甲医院就诊理赔，B 客户也在甲医院就诊理赔，A 和 B 看似无关，但 A 和 B 的就诊医生是同一个人——这个医生此前在另一家医院因"虚开诊断"被处罚过。这种跨客户、跨医院、跨时间的关联，规则引擎根本查不出来。

二、图数据库建模保险知识体系

要把理赔审核从"逐条查询"升级为"推理"，第一步是把保险知识体系建模为图。保险知识天然是网状结构——条款与疾病关联、疾病与治疗方案关联、客户与保单关联、保单与理赔关联、医院与医生关联、医生与历史欺诈关联——这些关系不是线性的，而是多跳交叉的。

节点层：六类核心实体。 第一类是"保险条款"节点，每条条款作为一个节点，属性包含条款编号、保险责任、除外责任、等待期、赔付比例。第二类是"疾病编码"节点，采用 ICD-10 标准编码，每个疾病一个节点，属性包含疾病名称、所属科室、严重程度分级。第三类是"医学知识"节点，包括治疗方案、药品信息、临床指南，属性包含适应症、禁忌症、典型疗程。第四类是"保单"节点，记录保单号、险种、有效期、免赔额、赔付比例。第五类是"客户"节点，包含客户基本信息和风险画像。第六类是"医疗实体"节点，包括就诊医院、科室、主治医生。

边层：七类核心关系。 第一类是"条款覆盖"边，连接保险条款与疾病编码——"某某重疾险条款覆盖急性心肌梗死（ICD-10: I21）"，边上携带赔付条件和除外责任摘要。第二类是"疾病同义"边，连接不同表述的同一疾病——"冠状动脉粥样硬化性心脏病伴急性心肌梗死"与"急性心肌梗死"之间建立同义关系，边上携带置信度。这一类边解决了条款匹配的"语义鸿沟"问题——核赔员不再需要人工判断术语是否等价，图遍历自动完成。第三类是"疾病-治疗"边，连接疾病与治疗方案/药品——"急性心肌梗死"关联"支架植入术""溶栓治疗""冠脉搭桥术"等治疗方案，边上携带是否为标准治疗方案、典型费用区间。第四类是"客户-保单"边，记录投保关系。第五类是"客户-理赔"边，记录历史理赔记录。第六类是"理赔-医疗实体"边，连接理赔案件与就诊医院/科室/医生。第七类是"欺诈标记"边，标记有欺诈历史的医院、医生或客户。

这套图谱模型的核心价值在于——理赔审核需要的每一步推理，都变成了图上的一次遍历。条款匹配不再是关键词搜索，而是从"诊断"节点出发，沿"疾病同义"边找到标准疾病编码，再沿"条款覆盖"边找到对应保险条款，一次遍历完成匹配。保单关联查询不再需要跨系统切换，而是从"客户"节点出发，沿"客户-保单"边一步获取全部保单信息。欺诈筛查不再是规则触发，而是从"理赔"节点出发，沿"理赔-医疗实体"边关联到就诊医生，再沿"欺诈标记"边检查该医生是否有欺诈历史——多跳遍历一步到位。

以悦数图数据库为例，在亿级节点规模下保持多跳遍历百毫秒级响应，这意味着上述推理链路从触发到完成不超过秒级——不是把 48 小时压缩到 24 小时，而是把 48 小时压缩到分钟级。

三、GraphRAG 五步推理链路：从 48 小时到 5 分钟

图数据库把保险知识连成了一张可推理的网，GraphRAG 则把这张网与大模型连接起来，形成完整的自动审核闭环。整个推理链路分五步。

第一步：智能意图解析。 客户提交理赔申请后，系统首先用大模型对理赔材料做结构化解析——从病历、手术记录、费用清单中提取诊断、治疗方案、药品名称、就诊日期、费用明细。大模型提取的不只是关键词，而是语义实体——它知道"冠状动脉粥样硬化性心脏病伴急性心肌梗死"是一个诊断实体而非两个，知道"药物洗脱支架植入术"是一个手术实体。解析结果作为图查询的输入参数。

第二步：实体图锚定。 解析出的实体需要锚定到图谱中的对应节点。诊断实体沿"疾病同义"边做模糊匹配——"冠状动脉粥样硬化性心脏病伴急性心肌梗死"匹配到 ICD-10 编码 I21（急性心肌梗死）。治疗方案实体沿"疾病-治疗"边做关联——"支架植入术"匹配到"经皮冠状动脉介入治疗"。这一步解决了条款匹配的"语义鸿沟"——不管病历上怎么写，图遍历总能找到标准编码。

第三步：图遍历抽取子图。 从锚定的疾病节点出发，系统执行多跳图遍历，一次性抽取审核所需的全部关联信息：沿"条款覆盖"边找到所有覆盖该疾病的保险条款及其赔付条件；沿"客户-保单"边找到客户的所有有效保单，交叉比对确认附加险是否在有效期内、免赔额是否已用尽；沿"疾病-治疗"边找到该疾病的标准治疗方案，判断实际治疗方案是否在标准范围内；沿"理赔-医疗实体"边找到就诊医院和医生，再沿"欺诈标记"边检查是否有欺诈历史。这一步在悦数上执行，多跳遍历百毫秒级完成——传统流程中需要核赔员在 3 个系统中切换查询 25 分钟的工作，图遍历 200 毫秒搞定。

第四步：混合上下文组装。 图遍历返回的是结构化子图——条款条件、保单状态、治疗合理性、欺诈关联。GraphRAG 将这个结构化子图与语义检索结果（同类型理赔案例的审核结论、该疾病的医学指南摘要、该医院的行业声誉信息）融合，组装成完整的审核上下文。这个上下文比普通 RAG 的"文档块召回"精确得多——普通 RAG 召回的是"包含相关关键词的文档段落"，GraphRAG 召回的是"围绕这个理赔案件、沿着保险知识图谱走出来的完整推理路径"。

第五步：大模型推理与可解释输出。 大模型基于组装好的上下文执行推理：该疾病是否在保障范围内（条款匹配结论）、保单是否有效（保单关联结论）、治疗是否合理必要（医学知识比对结论）、是否存在欺诈风险（关联图谱结论）。最终输出不只是"通过/拒绝"的二元判断，而是一份可解释的审核报告——每一条结论都附带了推理路径："该理赔通过审核。依据：诊断'冠状动脉粥样硬化性心脏病伴急性心肌梗死'经疾病同义匹配至 ICD-10 I21，该编码被保单 XX 附加险条款覆盖（条款编号 TY-2023-015，赔付比例 100%）；治疗方案'药物洗脱支架植入术'属于急性心肌梗死标准治疗方案（临床指南 GL-2024-007）；就诊医院 XX 医院心内科为三甲科室，无欺诈标记；客户过去 12 个月无重复理赔记录。赔付金额 8.7 万元，与申请金额一致。"

审核维度	传统人工审核	GraphRAG 自动审核
条款匹配	关键词比对，35% 案件需人工判断术语等价	疾病同义边遍历，自动匹配标准编码
保单关联	3 个系统手工切换查询，15-25 分钟	图遍历一次获取全量保单，百毫秒级
医学判断	提交医学团队异步审核，排队 6-24 小时	疾病-治疗边关联临床指南，秒级比对
欺诈筛查	规则引擎触发，关联盲区大	多跳图遍历跨客户/医院/医生关联，团伙可识别
审核结论	文字描述，推理过程不可追溯	可解释推理路径，每条结论附带图遍历依据
端到端耗时	24-48 小时	5 分钟以内

四、真实场景：一份理赔单的 5 分钟旅程

还是开篇那个心肌梗死的案例。在接入 GraphRAG 审核系统后，同一份理赔单的旅程是这样的：

第 0-30 秒：材料解析与实体提取。 大模型扫描 14 份文件，提取出诊断实体"冠状动脉粥样硬化性心脏病伴急性心肌梗死"、手术实体"药物洗脱支架植入术"、费用实体"8.7 万元"、就诊实体"XX 市第一人民医院心内科"、保单实体"健康险保单 HY-2022-08831"。

第 30-60 秒：实体图锚定。 诊断实体沿疾病同义边匹配到 ICD-10 编码 I21（置信度 0.96）；手术实体沿疾病-治疗边匹配到"经皮冠状动脉介入治疗"；就诊医院在图谱中已存在节点。

第 60-150 秒：多跳图遍历。 系统从 I21 节点出发执行多跳遍历：跳 1 沿"条款覆盖"边找到保单 HY-2022-08831 附加险条款 TY-2023-015，赔付比例 100%，等待期已过；跳 2 沿"客户-保单"边确认该客户名下还有一份意外险但此诊断不在意外险保障范围，无需叠加赔付；跳 3 沿"疾病-治疗"边找到标准治疗方案列表，"药物洗脱支架植入术"在列，费用区间 6-12 万，申请金额 8.7 万在合理范围；跳 4 沿"理赔-医疗实体"边找到就诊医生，再沿"欺诈标记"边确认该医生无欺诈记录；跳 5 从客户节点出发查询过去 12 个月理赔记录，无重复理赔、无异常就诊频率。五跳遍历，悦数返回结果耗时 280 毫秒。

第 150-240 秒：混合上下文组装与推理。 GraphRAG 将五跳遍历的结构化结果与语义检索结果（该疾病类型的典型理赔案例审核结论 3 条、XX 医院心内科行业评估信息）融合，组装为审核上下文。大模型执行推理：条款匹配通过、保单有效、治疗合理、无欺诈风险、金额合理。

第 240-300 秒：审核报告生成。 大模型输出可解释审核报告，包含六条推理结论及对应的图遍历依据。系统自动判定"通过"，仅对赔付金额超 10 万的案件设置人工复核——8.7 万在自动通过范围内。理赔在 5 分钟内完成审核，客户当天收到赔付通知。

五、悦数图数据库的核心支撑

GraphRAG 理赔审核对图数据库提出了五项核心要求，悦数在每一项上都有明确的工程支撑。

亿级多跳实时遍历。 保险知识图谱的规模不小——一家中型保险公司的条款图谱约 5-10 万节点，但加上全量客户、保单、理赔历史和医疗实体后，节点规模轻松突破亿级。理赔审核的五跳遍历在这个规模下需要访问的节点和边达到百万级。悦数在亿级节点规模下保持多跳遍历百毫秒级响应，确保审核推理从触发到完成不超过秒级。这个速度意味着理赔可以做到"实时审核"——客户提交申请后，系统不是把他排进队列等批量处理，而是立即启动推理链路，分钟级返回结果。

原生 GraphRAG 引擎层耦合。 理赔审核的推理链路需要图遍历与语义检索深度协同——图遍历抽取结构化子图，语义检索补充案例和指南。悦数原生 GraphRAG 在引擎层面完成两者的融合，一次查询同时返回结构化图数据和语义文档块，避免了"先查图再查向量库再拼接"的多次往返延迟。引擎层耦合还保证了推理链路的可解释性——每一步推理结果都能追溯到具体的图遍历路径和语义召回来源。

Text2nGQL 自然语言查询。 理赔审核不是核赔员唯一的场景——产品团队需要查询"哪些条款的理赔通过率低于 50%"，精算团队需要查询"某疾病的平均理赔金额趋势"，合规团队需要查询"某医院关联的理赔案件清单"。这些查询需求千变万化，不可能预先开发所有接口。Text2nGQL 让业务人员直接用自然语言提问，系统自动转化为 nGQL 查询语句并执行——理赔审核的能力从"一个系统"变成了"一个知识助手"，不同角色的业务人员都能按需查询。

动态 Schema 适配业务演进。 保险产品和条款在持续更新——新险种上线、旧条款修订、医保目录调整、ICD-11 编码迁移。这些变化意味着图谱需要频繁添加新的节点类型和边类型。悦数动态 Schema 允许在不中断服务的情况下扩展图模型——新条款上线时，只需在现有图谱上添加新的条款节点和对应的"条款覆盖"边，无需停机迁移。理赔审核始终基于最新的条款图谱执行，不存在"系统更新滞后导致审核依据过时"的问题。

Studio 可视化调试。 GraphRAG 审核链路涉及多跳图遍历、语义检索、大模型推理三个环节，任何一个环节出错都可能导致审核结论偏差。悦数 Studio 提供图谱可视化界面，技术团队可以逐跳查看图遍历路径——从诊断节点出发走了哪些边、到达了哪些节点、每一步的属性是什么。当审核结论出现异常时，技术团队可以在 Studio 上快速定位是图遍历路径不对、还是语义召回的内容有偏差，而不是面对一个黑盒模型无从下手。

六、三阶段落地路线图

GraphRAG 理赔审核不是一步到位的系统替换，而是分三个阶段渐进落地。

第一阶段：知识图谱构建与条款自动化（1-2 个月）。 第一步是把保险条款、ICD-10 疾病编码、临床指南、医保目录等知识源构建为图谱。这一阶段的核心工作是知识抽取和实体对齐——把条款中的疾病定义与 ICD-10 编码做映射、把治疗方案与临床指南做关联、把药品与医保目录做对照。同时打通承保、保全、理赔三个系统的数据，把保单和理赔历史接入图谱。第一阶段上线后，条款匹配和保单关联查询实现自动化——仅这一项就能消除 35% 的人工审核触发，把简单案件的审核时间从 4 小时压缩到 10 分钟。

第二阶段：GraphRAG 推理链路上线（2-3 个月）。 在图谱基础上接入大模型，部署 GraphRAG 五步推理链路。这一阶段的核心工作是大模型 Prompt 调优和推理链路验证——用历史理赔案件做回归测试，对比 GraphRAG 审核结论与人工审核结论的一致率。通常在训练 2000-3000 个案件后，一致率可以达到 90% 以上。第二阶段上线后，大部分常规案件实现自动审核——端到端耗时从 48 小时压缩到 5 分钟，仅对高金额、高复杂度案件保留人工复核。

第三阶段：欺诈识别与持续优化（持续迭代）。 在审核自动化的基础上，接入客户关联图谱和医疗实体关联图谱，实现团伙欺诈识别。这一阶段的核心工作是把反欺诈从"规则触发"升级为"图推理"——利用多跳遍历识别跨客户、跨医院的异常关联模式。同时建立审核结论的反馈闭环——人工复核中发现的 GraphRAG 判断偏差自动回流为训练数据，持续优化推理准确率。第三阶段的目标是把欺诈识别率提升 3 倍以上，同时将误报率控制在 5% 以内。

从 48 小时到 5 分钟，压缩的不是时间，是推理路径——把核赔员在条款、保单、医学知识、欺诈规则之间手工穿行的多跳推理，变成图数据库上的一次自动化遍历。GraphRAG 不是让大模型替代核赔员，而是给大模型一张保险知识的地图，让它沿着图谱走完核赔员脑子里走过的每一步路——而且走得更快、更准、更可追溯。