產險公司代號07的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

健康資訊數位化建構壽險業智能核保可行性探討

為了解決產險公司代號07的問題，作者賴昭慧 這樣論述：

壽險核保是一個針對投保的保險標的（即人的生命或身體）進行風險選擇的過程，其中醫務核保需要投保者的健康資訊來做審核判斷，健康資訊來源眾多包含公司內、外部機構，且通常無法同步同時獲得，甚至會隨案件歷程才逐一獲取，所以醫務核保是最重要也是最耗時與複雜的部份。近幾年來，保險科技發展浪潮讓壽險業在產品、銷售通路之外的重要核保核心業務也帶來了調整轉變與創新，凸顯了數位化是影響壽保險業核心競爭力的關鍵因素，以及充分利用人工智能於內部優化作業流程，提昇核保審核作業精準性與客戶服務速度的優勢。未來核保作業趨向數字化、自動化、智能化轉變，利用資訊數位化科技管理模式，及機器學習、專家系統等人工智慧技術，有別於目前

全依賴核保員人工接收、檢視與審核的作業方法，可以更有效控制業務風險並提升承保效率。本研究採用深度訪談研究法進行研究分析，並以四位任職於台灣具代表性的壽險公司中高階管理人員及豐富核保實務經驗之職員為訪談研究對象，經由深度訪談、資料蒐集與歸納整理，壽險業應用健康資訊數位化建置智能核保可行性之重要研究發現如下：一、壽險業界認為將所擁有的大量客戶資料，建立結構化資料庫轉換成有用的決策資訊，供公司相關部門快速取用，是健康資料數位化管理的最終目的，也是目前勢在必行與刻不容緩的工作。二、醫療與體檢機構本身數位科技化程度，也間接影響到保險公司數位化的發展程度與時程。三、智能核保對取代傳統人工核保作業的程度，取

決於人工智慧專家化程度與精準性，需有大量結構化資料的統計分析，與不同風險型別的模擬測試，引入機器學習的演算法與深度學習。四、整個人工智能審核作業涉及大型資料分析與建模、運算分析等技術，保險公司在技術與人員上有挑戰。五、中小保險公司資料孤島現象不利保險科技發展，大型公司面臨大量影像原始資料與重要資訊編碼的難度。