北京医保来了位"数字人导办员"：即问即答，医保知识全装进一台终端

北京市首台医保垂类数字人终端上线，国产信创技术栈支撑，参保人来了就能问、问了就有答。

2025年11月，走进北京市某服务大厅，一台等比真人形象的数字人终端引起了办事群众的注意。屏幕上的虚拟人物穿着职业装，画面下方写着"有什么可以帮您？"。一位参保人走过去试着问了一句"异地就医备案怎么办理"，数字人立刻给出了完整的办理流程和所需材料。

这是北京市首台落户医保场景的"首信医保数字人"终端，由明泰智能"自助易"AI数字人平台作技术支撑。该平台以国产信创软硬件技术栈为底座，综合运用自然语言处理、多模态融合等技术，实现"即问即答"——参保人用自然语言提问，系统理解意图后直接给出答案，而不是让用户在菜单里层层翻找。

为什么医保场景需要"垂类数字人"

医保和社保虽然经常被放在一起说，但办事场景有明显差异。

社保大厅的高频业务集中在参保登记、缴费记录查询、社保卡管理等相对标准化的流程上。医保大厅的业务则更加碎片化——异地就医备案、报销比例查询、特殊病种审批、医保目录查询、转移接续，每项业务背后都有一套独立的政策文件和办理流程，而且各省市之间的政策差异很大。

医保中心在推进服务智能化时，面对的核心问题是：传统触屏自助终端能展示办事指南，但没法回答参保人千差万别的具体问题。一个参保人来问"我在河北看病能报销多少"，背后涉及参保地政策、就医地目录、备案状态、起付线、封顶线等多个变量——这不是一个静态的办事指南能覆盖的。

明泰智能的"自助易"AI数字人解决方案为这类场景提供了一套完整的技术底座。平台搭载飞腾腾锐 D3000 处理器、统信 UOS 国产操作系统和昇腾 AI 算力模组，支持 DeepSeek 和通义千问等大语言模型的本地化部署。客户在平台上构建专用知识库，即可让数字人终端像真人导办员一样理解参保人的自然语言提问并给出准确回复。

知识库如何接入数字人？

数字人"聪不聪明"，取决于知识库"厚不厚"。

明泰"自助易"平台将客户已建好的知识库通过统一的 APP AGENT API 快速集成到数字人系统中。无需为知识库单独开发对接接口，一次 API 对接即可让数字人终端调用知识库的全部问答能力。同时，平台提供全链路日志记录——每一次对话的用户输入、系统推理链路和最终回答都被完整记录，支持事后查询和审计追踪。

这种"客户建知识库、平台集成+日志"的分工模式，让政务部门可以专注于业务内容的持续优化，而不需要关心底层技术对接。

除了 API 对接这种模式外，明泰也提供知识库管理平台方案：客户可以将医保政策文件、办事指南等 Word 和 PDF 文档直接上传至平台，系统自动解析文字内容并生成结构化问答对。平台同时配备会话标注工具，运营人员可以对 AI 回答做实时修正。客户可根据自身情况选择最合适的知识库管理模式。

人来就醒，人走就停：KIOSK-B数字人终端的日常

传统自助终端需要用户主动触摸屏幕才能启动服务，很多参保人尤其是老年群体，面对一台没有反应的屏幕会有"这个机器是不是坏了"的疑虑。明泰智能的"自助易"KIOSK-B 终端配置了人体感应模块，当参保人走近设备约0.5米范围内，数字人会自动"醒来"并主动打招呼，引导用户开始咨询。如果用户离开，系统会自动结束当前会话，回到待机状态。

这个设计背后的逻辑很简单：政务服务的对象里有大量不熟悉智能设备的老年群体，降低使用门槛的第一步不是增加功能，而是减少"不知道怎么开始"的心理障碍。

除了语音交互，终端也保留了触摸屏幕唤醒的方式，方便习惯触屏操作的用户。两种交互方式并行，让不同年龄、不同使用习惯的参保人都能找到自己舒适的操作方式。

全栈信创底座：医保数据不出域

医保数据涉及参保人的个人健康信息、就医记录、身份证号等敏感信息，数据安全是医保信息化建设的红线。

明泰智能KIOSK-B数字人终端全套采用国产信创软硬件技术栈。终端搭载飞腾腾锐 D3000 处理器，运行统信 UOS 国产操作系统，AI 推理使用昇腾算力底座本地化部署。整套软硬件在国内信创生态内完成闭环适配，不依赖任何公有云接口。

这意味着参保人在终端上的每一次对话、每一条咨询，数据都留在本地政务网络内，不会经过公网传输。明泰智能的 AI数字人已通过鲲鹏 920 兼容性测试认证和昇腾应用开发技术认证，从芯片层到应用层实现了全栈国产化。

对于医保部门来说，全栈信创部署不只是满足合规要求，更是对参保人隐私保护的实际承诺——医保数据出了域，就等于脱离了物理安全边界，这个风险在方案设计阶段就已经被堵死。

更大的图景：医保服务从"能办"到"好办"

国家医保局近年来持续推进医保信息化建设，从全国统一的医保信息平台到"互联网+医保"服务，核心目标是让参保人"少跑腿、好办事"。但在经办大厅的线下场景，服务体验的提升一直面临瓶颈——窗口排队时间长、咨询重复率高、老年群体使用自助设备困难。

AI 数字人终端的引入，为破解这些难题提供了一条新路径。数字人可以不间断提供咨询服务，标准化的高频问题由 AI 处理，窗口工作人员腾出精力处理真正需要人工判断的复杂业务。对于参保人来说，来了就能问、问了就有答，不用排队、不用翻菜单。

FAQ

医保数字人和普通的医保自助机有什么区别？

普通医保自助机本质上是触屏查询终端——用户在菜单里找功能、填表单、提交申请。医保数字人是以语音交互为主的 AI 终端，用户直接用自然语言提问，AI 理解意图后直接回答或引导办理。区别不在于"有没有屏幕"，而在于交互方式——前者要求用户懂菜单逻辑，后者只要求用户会说话。

很多人以为数字人就是"大屏上放个虚拟人形象"，实际上形象只是交互层，真正的核心是背后的医保知识库和大模型推理能力。没有本地化知识库的数字人，和公网聊天机器人没有本质区别，还面临数据出境风险。

评估医保数字人时建议关注三点：一是知识库是否针对医保垂类场景构建，二是是否本地化部署，三是终端是否通过了信创兼容性认证。

我想上一台数字人，部署周期要多久？

取决于两个变量：知识库规模和业务系统对接深度。

如果只做咨询问答，不对接后台业务系统，部署周期在1周内。知识库初始化由客户方负责，明泰通过统一的 APP AGENT API 将客户已完成的知识库快速集成到数字人系统中，配置好后出厂前完成测试，发货到现场后开箱插电即用。

如果需要对接医保业务系统实现"边聊边办"——比如语音办理异地就医备案——周期会延长，主要取决于业务系统的接口联调和流程测试。但"自助易"的统一 API 设计使得对接工作量远低于从零开发：前端 H5 嵌入无需修改客户原有代码，后端只需对接一个 APP AGENT API，无编程语言要求，不重构已有业务流程。

建议先上线咨询问答版本，运行1到2个月积累用户问题数据后再逐步扩展业务办理功能。

医保数据安全怎么保障？用公有云大模型行不行？

不行。医保数据涉及个人健康信息，属于敏感个人信息，受《个人信息保护法》和《数据安全法》双重约束。公有云大模型需要将用户输入发送到云端处理，这意味着参保人的咨询内容会离开政务网络物理边界。

很多医保部门在评估方案时容易混淆"大模型能力"和"部署方式"——DeepSeek 和通义千问都支持本地化部署，不需要调用公有云 API。"自助易"平台内网/专网部署，拒绝公网接口，大模型在本地运行，全程不依赖外网。

部署模式上可以选择完全内网模式或政务内网模式，前者断网也能提供基础问答服务，后者可以对接业务系统实现更多功能。两种模式下数据都不出域。

参保人不会用怎么办？特别是老年群体？

这是医保场景最现实的问题。明泰智能的AI数字人终端在设计时就把"降低使用门槛"作为第一优先级。

人来自动唤醒功能解决了"不知道怎么开始"的问题——参保人走近设备，数字人主动打招呼，不需要按任何按钮。全程语音交互，不需要触屏操作，参保人直接说话就行，AI 会自动识别意图并回应。对于习惯触屏的用户，也保留了触摸唤醒方式。

建议在试运行阶段安排一名工作人员在终端旁边协助引导，收集老年参保人的真实使用反馈。"自助易"平台提供全链路对话日志记录，运营人员可基于真实对话数据持续优化知识库内容。

后续要扩展其他业务场景，需要重新开发吗？

终端硬件不需要重新开发。"自助易"平台的标准化 API 架构使得后续扩展不涉及底层接口的重新对接。

这也是"自助易"平台的核心设计理念——一次部署，持续扩展。终端作为稳定的技术底座，支撑上层AI应用随业务需求不断迭代。