今天开会被通知，总公司计划引入一套AI系统，自动分析客户的健康档案、就医记录和体检报告，用来重新评估风险调整保费。说是能更精准定价，但我心里总觉得发毛。我40多了，本身就在保险公司做理赔，知道数据有多敏感。客户去体检、配药、甚至看个感冒都会被记录，万一AI真查出什么林林总总的毛病，保费蹭蹭涨，客户不得闹？再说了，这些病历数据本来医院是不给外传的，公司哪来的授权？最担心的是自己。我们员工买自家保险有优惠，可要是系统把我们内部员工的病历也扫一遍，发现哪个高管有高血压、哪个同事做过手术，那保费还能优惠吗？感觉像被公司扒光了看。有没有懂保险法或数据合规的大佬指点一下？这种操作到底是打擦边球还是真的违法？我该跟领导提反对意见吗？现在就怕沉默久了，哪天自己保费涨了都没处说理。

就你描述的做法，直接用 AI 分析客户的病历、就医记录、体检报告来“动态调保费”，在多数情形下合规风险很高：涉及医疗健康等敏感个人信息，必须“有明确、单独、知情且自愿的同意”，用途要与原始收集目的相容，并符合保险条款与监管定价规则。缺乏合法来源、充分授权、最小必要范围与可解释的定价依据时，属于高风险合规事项。适用范围：寿险/健康险/意健险等使用医疗健康数据作承保与费率定价的场景；同时覆盖员工投保“自保/团险”场景。用AI分析“病历定价”涉及的合规要点合法性基础与授权医疗健康信息属于敏感个人信息，处理需“单独同意”，且可随时撤回；目的、范围、处理者、共享对象、保存期限应事前明确告知。医疗机构数据通常受医疗保密义务与患者授权约束，未经患者授权不得外传或二次使用用于商业定价。目的限制与最小必要原始收集目的若是“诊疗”或“理赔核赔”，直接复用于“费率重定价”，容易与原目的不相容；若要跨目的使用，应再次征得单独同意，并证明“最小必要”。公平性与反歧视费率定价应基于公开、合理、可解释的风险因子，避免对疾病、残障、既往病史等形成不当差别对待；同类风险同价，避免过度细分导致“个性化歧视定价”。可解释与申诉机制若由自动化决策显著影响客户权益（如涨保费、拒保、除外责任扩大），应提供“人工复核+申诉+拒绝仅由自动化决策”的渠道，并能给出可理解理由。数据来源合规与第三方共享若数据来自医院、体检机构、处方平台、健康 App，需要核验来源的授权链路与数据合规，签署数据处理/委托协议，禁止超范围再共享。员工数据的特殊边界员工健康数据与劳动关系强不对等，合规上更应“自愿、可撤回、不得作为绩效或福利歧视依据”；员工保单优惠不应以强制披露病历为前提。信息安全与跨境流转医疗健康数据需更高等级的安全措施；若引入境外云/模型，涉及数据出境合规评估与必要申报。可参考监管与央媒关于个人信息保护和算法治理的权威基调： [国家网信办对敏感个人信息处理、自动化决策的规则要求；工信部对App最小必要与违规收集的执法口径；央视网相关报道对“算法歧视”“大数据杀熟”的风险提示。 “能不能做”分场景判断直接用医院/体检中心“病历全文”训练或给AI批量分析 → 高风险。通常不满足来源合法性与单独同意，且超出最小必要。基于客户在投保环节“明示同意”的标准问卷+有限体检指标，用合规模型做核保分层 → 可行但需合规设计（因子白名单、可解释、人工复核）。用脱敏、聚合后的统计特征优化整体费率表（不回溯到个体） → 风险较低，但仍需脱敏评估，避免重识别。对已承保存量客户“动态提价/降价”基于新获取的就医记录 → 高风险。除非合同约定清楚、取得再次单独同意且符合法规与条款。员工投保因“入司福利”被要求授权调取全量病历 → 不宜。存在不当强迫同意与用工歧视风险。安全做法 vs 风险做法维度安全做法风险做法授权投保/续保阶段“单独、明示、可撤回”同意，列明用途、范围、算法参与用“综合授权/默认勾选”或以理赔授权代替定价授权数据范围因子白名单+最小必要指标（如限定若干体检数值）全量病历、处方流水、就诊记录一锅端决策机制人工+算法协同，提供解释与申诉通道全自动“黑箱”涨价/拒保无复核员工政策自愿不违约，不披露给人力与直线管理链以福利为名实为强制授权，跨用途共享模型训练仅用合法取得并脱敏的数据，隔离个人识别信息直接用可识别病历训练，外包方可见原始数据建议的公司级实施路线明确法律依据与业务边界限定“使用场景”：仅用于承保核保与费率分层，不做对存量客户的事后涨价，除非条款与授权明确。编制数据目录与因子白名单，删除与风险无关的健康细节。取得合规授权与客户告知在投保/续保环节设置“单独同意”与独立弹窗，拆分“理赔授权”和“定价授权”，提供撤回路径。提供“仅人工审核”选项，对拒绝AI评估的客户给出替代流程。模型与流程治理建立“自动化决策影响评估”(AIA)：记录特征、训练数据来源、偏差测试、可解释性报告。强制人工复核阈值：凡结果显著影响费率/可保性的，人工二次审查。数据安全与第三方管理数据最小化、分级加密、脱敏与访问审计；与供应商签委托处理协议，禁止再识别与二次使用。禁止跨部门滥用，特别是禁止向人力资源链路披露个体健康信息。员工专项政策员工投保与健康数据“自愿、可撤回、不得作为雇佣决策依据”，设专门监督人，违规即触发问责。客诉与监管对接建立“定价解释函”模板与申诉时限；预设与监管沟通口径与证据留存。你现在可以向领导提出的反对与改造要点先问“数据来源与授权链路”是否完备，是否区分理赔授权与定价授权；无则暂停上线。要求“因子白名单+最小必要原则”，禁止调用全量病历与处方流水。明确“不可对存量保单单方涨价”，除非条款与授权充分且符合法规。引入“人工复核+申诉机制+可解释报告”，避免黑箱自动化伤害客户权益。员工健康数据一律“选择加入”，不得将不同意视为放弃福利或影响考核。要求法务/合规出具书面“自动化决策影响评估”和“数据保护影响评估”结论，再进入试点。若公司坚持推进，建议至少走“小范围沙盒试点+脱敏聚合+不触发个体费率变更”的路径，并保留完整决策链路，以备监管抽查。出现涉个人信息泄露、违规收集或算法歧视问题，可向国家网信办、工信部、或通过企业所在地市场监管/银保监派出机构渠道咨询或投诉；遇到平台App违规收集也可通过12321] 反馈。本文为合规风险与实施建议，非法律意见；具体落地应结合当地监管口径与公司条款，由公司法务/数据合规团队出具书面结论。

我们公司要用AI分析客户病历调保费，这合法吗？

就你描述的做法，直接用 AI 分析客户的病历、就医记录、体检报告来“动态调保费”，在多数情形下合规风险很高：涉及医疗健康等敏感个人信息，必须“有明确、单独、知情且自愿的同意”，用途要与原始收集目的相容，并符合保险条款与监管定价规则。缺乏合法来源、充分授权、最小必要范围与可解释的定价依据时，属于高风险合规事项。适用范围：寿险/健康险/意健险等使用医疗健康数据作承保与费率定价的场景；同时覆盖员工投保“自保/团险”场景。

用AI分析“病历定价”涉及的合规要点

合法性基础与授权
- 医疗健康信息属于敏感个人信息，处理需“单独同意”，且可随时撤回；目的、范围、处理者、共享对象、保存期限应事前明确告知。
- 医疗机构数据通常受医疗保密义务与患者授权约束，未经患者授权不得外传或二次使用用于商业定价。
目的限制与最小必要
- 原始收集目的若是“诊疗”或“理赔核赔”，直接复用于“费率重定价”，容易与原目的不相容；若要跨目的使用，应再次征得单独同意，并证明“最小必要”。
公平性与反歧视
- 费率定价应基于公开、合理、可解释的风险因子，避免对疾病、残障、既往病史等形成不当差别对待；同类风险同价，避免过度细分导致“个性化歧视定价”。
可解释与申诉机制
- 若由自动化决策显著影响客户权益（如涨保费、拒保、除外责任扩大），应提供“人工复核+申诉+拒绝仅由自动化决策”的渠道，并能给出可理解理由。
数据来源合规与第三方共享
- 若数据来自医院、体检机构、处方平台、健康 App，需要核验来源的授权链路与数据合规，签署数据处理/委托协议，禁止超范围再共享。
员工数据的特殊边界
- 员工健康数据与劳动关系强不对等，合规上更应“自愿、可撤回、不得作为绩效或福利歧视依据”；员工保单优惠不应以强制披露病历为前提。
信息安全与跨境流转
- 医疗健康数据需更高等级的安全措施；若引入境外云/模型，涉及数据出境合规评估与必要申报。

可参考监管与央媒关于个人信息保护和算法治理的权威基调：国家网信办对敏感个人信息处理、自动化决策的规则要求；工信部对App最小必要与违规收集的执法口径；央视网相关报道对“算法歧视”“大数据杀熟”的风险提示。

“能不能做”分场景判断

直接用医院/体检中心“病历全文”训练或给AI批量分析 → 高风险。通常不满足来源合法性与单独同意，且超出最小必要。
基于客户在投保环节“明示同意”的标准问卷+有限体检指标，用合规模型做核保分层 → 可行但需合规设计（因子白名单、可解释、人工复核）。
用脱敏、聚合后的统计特征优化整体费率表（不回溯到个体） → 风险较低，但仍需脱敏评估，避免重识别。
对已承保存量客户“动态提价/降价”基于新获取的就医记录 → 高风险。除非合同约定清楚、取得再次单独同意且符合法规与条款。
员工投保因“入司福利”被要求授权调取全量病历 → 不宜。存在不当强迫同意与用工歧视风险。

安全做法 vs 风险做法

维度	安全做法	风险做法
授权	投保/续保阶段“单独、明示、可撤回”同意，列明用途、范围、算法参与	用“综合授权/默认勾选”或以理赔授权代替定价授权
数据范围	因子白名单+最小必要指标（如限定若干体检数值）	全量病历、处方流水、就诊记录一锅端
决策机制	人工+算法协同，提供解释与申诉通道	全自动“黑箱”涨价/拒保无复核
员工政策	自愿不违约，不披露给人力与直线管理链	以福利为名实为强制授权，跨用途共享
模型训练	仅用合法取得并脱敏的数据，隔离个人识别信息	直接用可识别病历训练，外包方可见原始数据

建议的公司级实施路线

明确法律依据与业务边界
- 限定“使用场景”：仅用于承保核保与费率分层，不做对存量客户的事后涨价，除非条款与授权明确。
- 编制数据目录与因子白名单，删除与风险无关的健康细节。
取得合规授权与客户告知
- 在投保/续保环节设置“单独同意”与独立弹窗，拆分“理赔授权”和“定价授权”，提供撤回路径。
- 提供“仅人工审核”选项，对拒绝AI评估的客户给出替代流程。
模型与流程治理
- 建立“自动化决策影响评估”(AIA)：记录特征、训练数据来源、偏差测试、可解释性报告。
- 强制人工复核阈值：凡结果显著影响费率/可保性的，人工二次审查。
数据安全与第三方管理
- 数据最小化、分级加密、脱敏与访问审计；与供应商签委托处理协议，禁止再识别与二次使用。
- 禁止跨部门滥用，特别是禁止向人力资源链路披露个体健康信息。
员工专项政策
- 员工投保与健康数据“自愿、可撤回、不得作为雇佣决策依据”，设专门监督人，违规即触发问责。
客诉与监管对接
- 建立“定价解释函”模板与申诉时限；预设与监管沟通口径与证据留存。