T/SIGA 007-2026 人工智能辅助医保档案处理系统通用要求

　　ICS 35.240.80 CCS L 76

　　T

　　团 体 标 准

　　T/SIGA 007—2026

　　人工智能辅助医保档案处理系统通用要求

　　General requirements for AI-assisted processing system of medical insurance

　　archives

　　2026-03-30 发布 2026-03-31 实施

　　T/SIGA 007-2026

　　T/SIGA 007-2026

　　前 言

　　本文件按照 GB/T 1.1—2020《标准化工作导则 第 1 部分：标准化文件的结构和起草规则》的规定起草。

　　请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

　　本文件由上海市图像图形学学会提出并归口。

　　本文件起草单位：万达信息股份有限公司、华东师范大学、东华大学、上海工程技术大学、上海交通大学。

　　本文件主要起草人：戴永亮、闫锦成、施振东、张德仕威、张晶菁、袁其文、时义桥、肖湘、邵慧力、张磊、陆爱君、周黎、冯铭科、宁俊豪、陶思旭、王旭升、黄煜、项冬冬、王倩、熊玉洁、高静成、胡孟晗、翟广涛。

　　T/SIGA 007-2026

　　引 言

　　随着医保相关业务的持续发展，医保档案在业务管理和信息支撑中的基础性作用日益凸显。医保档案数量不断增长，档案类型和内容形式日趋多样，对档案处理的效率、一致性和规范性提出了更高要求。

　　在实际应用中，医保档案通常以便携式文档格式等电子文档形式进行归档和管理，其内容包含文字、表格和图像等多种信息形态，页面版式复杂，内容结构差异较大。档案自动化处理过程对系统在页面处理能力、流程衔接一致性以及处理结果可追溯性等方面提出了较高要求。仅依赖人工方式开展档案处理，难以在效率和稳定性方面满足规模化应用需求。

　　在此背景下，有必要对人工智能辅助医保档案处理系统的技术实现提出统一规范。本文件围绕处理系统的技术架构、功能模块要求、性能要求及测试方法等方面，规定了人工智能辅助医保档案处理系统的技术要求，用于规范相关系统的设计、实现与评估，促进医保档案自动化处理技术的规范化和智能化应用。

　　T/SIGA 007-2026人工智能辅助医保档案处理系统通用要求

　　1 范围

　　本文件规定了人工智能辅助医保档案处理系统的架构、功能模块要求、性能要求及测试方法。

　　本文件适用于人工智能辅助医保档案处理系统(以下简称“处理系统 ”)的开发和建设。

　　2 规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　GB/T 41867—2022 信息技术 人工智能 术语

　　3 术语和定义

　　GB/T 41867—2022 界定的以及下列术语和定义适用于本文件。

　　3.1

　　医疗保障 medical insurance consumables

　　医保

　　由国家或社会依法建立的提供经济补偿与医疗服务的社会保障制度。

　　3.2

　　医保档案 medical insurance archives

　　在医保(3.1)相关业务活动中形成并归档保存的电子档案材料。

　　3.3

　　医保档案处理系统 health insurance archives processing system

　　医保档案(3.2)管理系统的内部辅助数字化工具，对医保业务过程中形成的档案材料进行接收、整理、解析与结果输出，用于医保档案资料的自动化解析、结构化处理与数字化存储。

　　3.4

　　知识库 knowledge base

　　基于结构化结果构建的档案信息组织与管理集合，用于对医保档案内容进行语义化组织，并支撑查询、检索和比对等应用需求。

　　3.5

　　准确率 accuracy

　　模型在文件级评估中，识别结果完全正确的档案样本占待识别总样本的比例。

　　3.6

　　精确率 precision

　　模型在字段级评估中，识别出的结果与档案真值相符的数量占系统实际输出结果总量的比例。

　　3.7

　　召回率 recall

　　模型在字段级评估中，成功捕获并输出的真值数量占档案真值总量的比例。

　　T/SIGA 007-2026

　　3.8

　　F1 分数 F1 score

　　精确率(3.6)和召回率(3.7)的调和平均值。

　　3.9

　　文本语义相似度 text semantic similarity

　　模型生成的长文本内容与档案真值在语义逻辑上的匹配程度。相似度越高，表示模型在允许非关键性词汇差异的前提下，对文本原意的还原越精准。

　　3.10

　　人工综合质量打分 artificial comprehensive quality scoring

　　业务专家对系统生成结果的综合主观评价指标。通过对模型输出的文本逻辑性、版面恢复合理性等无法通过算法量化的维度进行定性评定。

　　4 缩略语

　　下列缩略语适用于本文件。

　　PDF：便携文档格式(Portable Document Format)

　　5 处理系统架构

　　5.1 处理系统由预处理模块、解析模块、处理模块、存储模块组成。处理系统整体架构见图 1。

　　图 1 处理系统架构图

　　5.2 预处理模块负责对档案原始文件进行格式转换与基础处理。

　　5.3 解析模块负责基于人工智能技术对档案内容进行理解与信息解析。

　　5.4 处理模块负责对解析结果进行整理，并生成规范化结构化输出。

　　5.5 存储模块负责对处理结果进行存储与管理。

　　6 功能模块要求

　　6.1 预处理模块

　　处理系统应支持接收统一格式(如PDF)的医保档案文件，并通过处理模块，为后续处理提供标准化的图像输入。图像处理要求如下：

　　T/SIGA 007-2026

　　a) 格式转换：模块应支持将档案文件按页转换为分辨率不低于 300 DPI 的统一高分辨率图像，消除非业务相关的冗余图层信息，确保在不同处理环境下图像显示效果的一致性;

　　b) 尺寸调整：将图像调整为模型所需的输入尺寸，且宜保持原始纵横比以避免文字或表格产生畸变;

　　c) 归一化：为适应模型的输入要求，应将图像的像素值缩放到一个固定的范围，通常是0(含)~ 1(含)或-1(含)～1(含);

　　d) 噪声去除：通过滤波等技术去除图像中的噪声，以提高图像质量;

　　e) 图像增强：通过调整图像的对比度、亮度、 饱和度等参数来增强图像的特征，以提高模型的性能。

　　6.2 解析模块

　　6.2.1 解析对象

　　6.2.1.1 模块应利用人工智能技术对医保档案页面内容进行解析处理，识别对象应覆盖档案标题、正文文本、印章等与档案业务相关的页面信息。

　　6.2.1.2 解析结果应支持后续的结构化数据提取、语义检索及逻辑核验。

　　6.2.2 解析方式

　　6.2.2.1 模块应支持多种深度学习算法对档案内容协同处理，应重点区分全页面通用识读与特定区域专项检测两种方式，以适配不同类型档案页面的处理需求。

　　6.2.2.2 解析方式的选用应依据页面内容在版式结构、内容重要程度及复杂程度等方面的特征进行确定：

　　a) 大模型全文识读：采用多模态大模型对页面整体进行解析，侧重于获取全文内容、识别标题与正文的层级关系，并提取文字信息;

　　b) 特定区域识别：采用深度学习检测模型，针对页面中版式不固定、形状不规则(如圆形印章)或易产生遗漏的要素(如边缘档号)进行空间定位。

　　6.2.2.3 模块应支持上述方式在功能层面的协同使用。对于特定区域，应支持在检测定位后截取局部图像，利用大模型进行二次专项识别。

　　6.2.3 大模型全文识读

　　6.2.3.1 对用于全文识读的多模态大模型的要求如下：

　　a) 多模态感知：模型应具备直接理解图像视觉特征(如字体位置、大小)的能力;

　　b) 指令遵循：模型应能精准执行提示词指令，按照业务逻辑提取全文内容;

　　c) 语义连贯：识读结果应能反映页面内容的逻辑顺序，为后续文档摘要提供基础。

　　6.2.4 特定区域检测

　　对用于特定区域检测的深度学习模型的要求如下：

　　a) 形状适应性：检测模型应针对圆形等不规则区域进行专门训练;

　　b) 定位精度：模型应输出精准的几何坐标信息，为局部截取和精细化识别提供准确参考。

　　6.3 处理模块

　　6.3.1 多源内容整合

　　6.3.1.1 模块应对解析阶段形成的全页面识读结果与专项区域识别结果进行统一整理与组织，将来自

　　T/SIGA 007-2026

　　不同解析方式的内容汇集为结构化数据。

　　6.3.1.2 结构化重建应以页面为基本单位，对正文段落、表格等不同类型内容进行统一组织，生成与原始档案语义一致的结构化文档结果。

　　6.3.2 版面逻辑恢复

　　6.3.2.1 模块应支持依据页面结构与解析结果，恢复档案内容在文档中的阅读顺序，并反映原始档案的分页结构。顺序与分页处理应能够保持正文、表格及相关说明内容的先后关系，避免因跨页或多来源解析导致内容顺序混乱。

　　6.3.2.2 顺序与分页处理宜包括以下方面：

　　a) 按页面顺序对解析结果进行组织;

　　b) 在同一页面内，依据解析得到的结构信息恢复内容排列顺序;

　　c) 对跨页内容进行连续处理，并保留必要的页面分隔信息。

　　6.3.3 业务要素提取

　　模块应支持利用大语言模型从结构化结果中提取关键业务要素。提取字段应包括但不限于：档案号、责任者、标题、年度等。

　　6.4 存储模块

　　6.4.1 数据库存储

　　6.4.1.1 处理系统应支持对医保档案自动化处理过程中形成的结果进行统一存储与管理。结果管理应覆盖结构化结果及其必要的关联信息，用于支撑档案的查询、定位与使用。

　　6.4.1.2 结果管理宜包括以下内容：

　　a) 对结构化结果进行存储，并与原始档案文件建立对应关系;

　　b) 对档案标识、文件路径与结构化结果之间的关联信息进行管理;

　　c) 将档案处理过程中形成的关键信息写入数据库，实现集中管理。示例见附录 A。

　　6.4.2 知识库存储

　　6.4.2.1 处理系统应支持在结构化解析结果基础上构建医保档案知识库，用于对档案内容进行统一组织与管理。

　　6.4.2.2 知识库应以结构化结果为基础，对正文内容、表格信息及相关标识进行语义层面的组织。知识库与索引功能宜包括以下方面：

　　a) 对档案内容进行语义化组织，形成可检索的知识资源;

　　b) 构建与档案标识及结构化结果关联的语义索引，用于支持基于内容语义的检索与匹配;

　　c) 支持跨档案内容的查询与比对需求。

　　7 处理系统性能要求

　　7.1 准确率

　　模型在文件级评估中的准确率应不低于 70%。

　　注：文件级评估单元计数单位见 8.2 b)。

　　T/SIGA 007-2026

　　7.2 精确率

　　模型在字段级评估中的精确率应不低于85%。

　　注：字段级评估单元计数单位见 8.2 a)。

　　7.3 召回率

　　模型在字段级评估中的召回率应不低于80%。

　　注：字段级评估单元计数单位见 8.2 a)。

　　7.4 F1 分数

　　模型在字段级评估中的 F1 分数应不低于80%。

　　注：字段级评估单元计数单位见 8.2 a)。

　　7.5 文本语义相似度

　　模型生成的长文本内容与档案真值的语义相似度(余弦值)应不低于0.8。

　　7.6 人工综合质量打分

　　业务专家对处理系统生成结果的人工综合质量打分平均值应不低于4.0 。

　　8 测试方法

　　8.1 测试准备

　　8.1.1 样本选取

　　档案测试的样本选取要求包括：

　　a) 格式覆盖：应涵盖业务流程涉及的所有电子文档格式(如便携式文档格式、常用图像格式等)的医保档案;

　　b) 质量多样性：应包含清晰、歪斜、带噪声背景以及含有复杂印章或手写批注的档案页面;

　　c) 内容代表性：样本应覆盖医保档案中的典型材料。

　　d) 样本数量：样本数量应满足统计学有效性要求，确保测试结果能够客观反映处理系统性能。具体样本规模可由处理系统建设方与用户方根据实际业务场景和风险承受能力协商确定。

　　8.1.2 标准答案建立

　　标准答案建立的要求包括：

　　a) 由具备医保档案管理经验的专业人员对测试集进行人工标注;

　　b) 标注内容应包括档案全文文本、各业务关键字段的准确值以及长文本的参考表述。

　　8.2 评估单元

　　性能测试中的计数单位分为以下两类：

　　a) 字段级：以档案中的单个业务要素(如档号、年度、标题等)作为最小识别与计数的单位;

　　b) 文件级：以单份档案的完整识别结果作为整体计数的单位。

　　8.3 性能指标测试

　　8.3.1 准确率

　　T/SIGA 007-2026

　　按 8.1.1 的规定选取测试样本集，执行文件级整体比对测试：

　　a) 将处理系统对单份档案输出的全部结构化结果与 8.1.2 中的标准答案进行全文对齐;

　　b) 仅当档案内所有预设的关键字段均识别正确时，该样本记为“识别正确”;否则记为“识别错误 ”。

　　c) 按附录 B 的 B.1 计算准确率。

　　8.3.2 精确率与召回率

　　针对档案中的档号、年度、标题等关键业务要素，执行字段级专项提取测试：

　　a) 统计处理系统输出结果中与真值一致的字段数量;

　　b) 统计处理系统输出结果中与真值不符或误抽取的字段数量;

　　c) 统计标准答案中存在但处理系统未能成功提取的字段数量;

　　d) 按附录 B 的 B.2 和 B.3 计算精确率和召回率。

　　8.3.3 F1 分数

　　按附录 B 的 B.4 计算 F1 分数。

　　8.3.4 文本语义相似度

　　针对处理系统生成的档案内容总结、推理过程及结构化重建后的文本片段，应执行语义相似度评估：

　　a) 采用指定的文本向量化算法，将处理系统输出与标准答案转化为高维特征向量，通过计算其余弦距离衡量相似度;

　　b) 按附录 B 的 B.5 计算文本语义相似度。

　　8.3.5 人工综合质量打分

　　应由具备医保管理经验的专业人员组成评审组(不少于 3 人)，按照附录 C 的要求独立打分后，再按附录 B 的 B.6 计算人工综合质量打分得分。评价维度包括但不限于摘要的逻辑连贯性、推理过程的业务合理性以及版面重建后的阅读顺畅度。

　　T/SIGA 007-2026

　　附 录 A

　　(资料性)

　　数据库存储示例

　　表 A.1 给出了存储结果示例，应以实际业务为准。

　　表 A.1 数据库存储示例

　　T/SIGA 007-2026

　　附 录 B

　　(规范性)

　　性能指标计算方法

　　B.1 准确率按式(B.1)计算。

　　A 100%················································(B.1)

　　式中：

　　A —— 准确率;

　　Nc —— 识别结果完全正确的档案样本数量;

　　N —— 参与测试的档案样本总数。

　　B.2 查准率按式(B.2)计算。

　　P × 100%·············································(B.2)

　　式中：

　　P —— 查准率;

　　TP —— 真正例，系统提取正确且与标准答案一致的字段数量;

　　FP —— 假正例，系统误提取或将非目标信息判定为目标字段的数量。

　　B.3 查全率按式(B.3)计算。

　　式中：

　　R —— 查全率;

　　TP —— 真正例，系统提取正确且与标准答案一致的字段数量;

　　FN —— 假反例，标准答案中存在但系统漏检或提取错误的字段数量。

　　B.4 F1 度量按式(B.4)计算。

　　F1 = 2 . ····················································(B.4)式中：

　　F1 —— F1 分数;

　　P —— 查准率;

　　R —— 查全率。

　　T/SIGA 007-2026 B.5 文本语义相似度按式(B.5)计算。

　　S ·························································(B.5)

　　式中：

　　S —— 文本语义相似度;

　　a —— 系统生成文本的特征向量;

　　b —— 档案真值文本的特征向量。

　　B.6 人工综合质量打分按式(B.6)计算。

　　H si ·······················································(B.6)

　　式中：

　　H —— 人工综合质量打分;

　　si —— 第 i 位专家按附录 C 评价量表给出的分值;

　　n —— 参与评价的专家人数。

　　T/SIGA 007-2026

　　附 录 C

　　(规范性)

　　人工综合质量评价量表

　　评价人员应根据处理系统输出结果的质量表现，对照表 C.1 给出相应的分值。

　　表 C.1 人工综合质量评价得分及标准描述

　　T/SIGA 007-2026

　　参 考 文 献

　　[1] 周志华.机器学习[M].北京：清华大学出版社，2016.