文章详情

摘要

针对健康保险中伪造、篡改医疗单据与报告等高发的欺诈问题，提出一种融合图像篡改定位与多模态大模型的智能检测系统。系统采用两阶段框架：首先，通过图像篡改定位模型对医疗凭证图像进行像素级分析，定位篡改痕迹并生成掩码；随后，将原始图像与掩码共同输入多模态大模型，协同分析视觉内容、文本信息及篡改区域的语义，以综合判别欺诈意图（如关键数值篡改等）。在内部数据集上的实验表明，该系统相较于单一模态方法，在欺诈识别的检测性能上有显著提升，为健康保险反欺诈提供了高效、自动化的解决方案。

关键词

保险欺诈检测；图像篡改定位；多模态大模型；系统设计

参考文献

1. [1] 王卫国.商业保险公司参与社会医疗保险欺诈治理初探 [J].郑州航空工业管理学院学报（社会科学版），2025（S1）：28-30.
2. [2] 周子力，王可欣，张鑫，等.医疗保险欺诈的典型形式与监管措施研究——基于国家医疗保障局公开的179起骗保典型案例研究 [J].卫生软科学，2025，39（2）：73-78.
3. [3] Rombach R，Andreas B，Dominik L，et al. High-Resolution Image Synthesis With Latent Diffusion Models [C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)，2022：10684-10695.
4. [4] 王娴，崔彩霞.基于GAN与随机森林融合的车险欺诈检测研究 [J].信息技术与信息化，2025（8）：103-107.
5. [5] 王毓萱.机器学习助力健康保险反欺诈研究 [D].太原：山西财经大学，2025.
6. [6] Yang J X，Chen K，Ding K，et al. Auto Insurance Fraud Detection with Multimodal Learning [J].Data Intelligence，2023，5（2）：388-412.
7. [7] Su Y，Tan S Q，Huang J W. A Novel Universal Image Forensics Localization Model Based on Image Noise and Segment Anything Model [C]//IH&MMSec'24: Proceedings of the 2024 ACM Workshop on Information Hiding and Multimedia Security，2024：149-158.
8. [8] Kirillov A，Mintun E，Ravi N，et al. Segment Anything [C]//2023 IEEE/CVF International Conference on Computer Vision (ICCV)，2023：4015-4026.
9. [9] Vaswani A，Shazeer N，Parmar N，et al. Attention is All you Need [C]//NIPS'17: Proceedings of the 31st International Conference on Neural Information Processing Systems，2017：6000-6010.
10. [10] Guillaro，Fabrizio，Davide C，et al. TruFor: Leveraging All-Round Clues for Trustworthy Image Forgery Detection and Localization [C]//2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)，2023：20606-20615.

作者简介

徐小涵（1987—），女，汉族，湖北荆门人，中级经济师，硕士研究生，研究方向：保险智能风控。