CCF-GAIR 2020
您正在使用IE低版浏览器,为了您的雷锋网账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
此为临时链接,仅用于文章预览,将在时失效
未来医疗 正文
发私信给刘海涛
发送

0

即将而立的中国太保,为什么会用大数据风控“武装”自己?

本文作者:刘海涛 2020-05-31 11:11
导语:1岁的太平洋医疗健康还小,29年历史的中国太保也即将到达而立之年。

“这样的模式,太保过去已经坚持了几十年,但最终在2019年决心做出改变”。

宋全华说出这句话,非常坚定。

“平时注入一滴水,难时拥有太平洋。”无论你了不了解太平洋保险公司,你应该都听说过这句广告词。

1991年,太平洋保险公司成立。2016年8月,中国太平洋保险在"2016中国企业500强"中排名第52位。 2018年《财富》世界500强排行榜中,中国太平洋保险位列220位。

这样一家保险巨头,决心做出改变的是什么?

2019年,作为太平洋保险(以下简称“太保”)的子公司,太平洋医疗健康正式开始运营。成立之初的目标,在健康管理、管理式医疗、医疗健康大数据等方面构建核心能力,实现自主运营。

为什么要花时间、花精力成立这样一家技术属性的公司?正值一年运营时间之际,医健AI掘金志专访了太平洋医疗健康总经理宋全华,探讨了太平洋医疗健康的成立初衷,对主营业务的支持以及未来规划等问题。

为什么不用第三方服务?

太平洋医疗健康成立的首要原因来自于中国太保业务风控的多样性和复杂性。

至2020年第一季度末,中国太保寿险各类政保业务覆盖政府客户共计 218个,在办各类医保合作项目227个,覆盖23个省/自治区/直辖市、88个地市,服务1.08亿参保人。

庞大的参保人口、地区性的保障政策,对保险公司参与政府合作医保业务的风险管控,提出了巨大挑战。

宋全华表示:“太保各类业务的风控需求量非常大,在政府医保项目、团体保险、个人保险等业务线的流程中,均有风控需求。单纯的第三方服务模式,会导致风控系统不兼容,服务碎片化的问题。”

这种碎片化风控,对太保最大的影响就在于业务的持续性。

以政府医保项目风控为例,从研发、测试、上线到使用,项目往往要经历几轮的迭代更新。对于不同的智能审核项目,不同开发商交付的风控系统服务质量又参差不齐,严重影响客户体验。

“这种矛盾其实一直困扰着保险行业,但也不至于‘大动筋骨’,让我们决定非做不可的另一重要因素来自于商业健康保险的变革”。

近几年来,商业健康保险市场进入爆发式增长期,健康险保费收入从2000年的65亿元增长到2019年的7066亿元,年均增长率达到30%。

行业的快速转型发展,让太保不得不再认识一次“商业健康保险”。

相比过去,健康保险产品的种类急剧扩张。据健康界统计的数据显示,1992年,全国销售的各类健康险产品仅有70余个。但是目前,近百家保险公司在售的健康险产品约2200款,备案数量超过3000余个,较5年前翻了一番,而且以“百万医疗险”为首的新险种,已经受到多个年龄段人群的普遍认可。

商业健康险为什么会这么火?究其原因,是保险用户需求变得更加清晰:健康险的投保人群,在真正发生理赔、获得理赔款之后,基本会将钱投入在医疗服务和药品中。所以用户的核心诉求其实是“医疗健康保障”。

当然,这种商业健康保险的医疗诉求,过去也曾获得过重视,但没有大范围普及的原因就在于“方向有所偏颇”。

宋全华表示,“过去,健康保险的发展重点聚焦在重疾险,以经济补偿形式为主,虽有增加辅助医疗服务内容,但真正获得理赔或服务的客户比例不高。”

现在,“医疗服务+健康险”的模式已经获得行业的一致肯定。平安、众安等险企,为了深度融合医疗生态与健康保险,打通医疗数据信息壁垒相继都成立了保科技子公司。

因此,为健康险产品增加“医疗服务”,已成为所有保险公司必须要做的事。

决定好方向,剩下的就是可行性。宋全华表示,太保之所以能做、敢做首先有两点因素:

从风控角度来看,中国太保过去已经积累了几十年的完整保险数据,依据真实营运数据的产品也将更适合自身的需求,数据来源和落地将不再是发展的瓶颈。

 

从医疗健康角度来看,中国太保过去一直在医疗健康布局,此前,已经投资了上海细胞治疗集团、上海质子重离子医院等健康医疗服务机构,剩下要做的就是将这些资源进一步整合。

当然,太平洋医疗健康“另起炉灶”,并非是向过去的第三方模式发起挑战。

宋全华表示,“太平洋医疗健康做的事,是如何帮助中国太保的保险主业做的更好、更有竞争力,所以我们立足于生态建设,进一步加强与优质市场资源的合作,锁定重点。”

第一,医疗服务层面,太平洋医疗健康聚焦健康保险医疗服务的设计与运营管理,具体、专业的医疗服务需要与专业实体机构资源对接;

第二,政府医保业务层面,太平洋医疗健康立足于医保基金管理服务端,与三医联动的另外两端(医疗、医药)互联,需要广泛开展技术合作予以实现;

第三,数据创新应用方面,如可穿戴设备的普及应用,华为、小米等诸多硬件设备厂商具备完整的产品服务供给,与物联数据的进一步整合应用,需要广泛开展跨界合作。

为健康险延伸宽度

从零开始的一年,太平洋医疗健康着力于技术队伍建设及能力打造,利用医疗健康管理、专业大数据分析等能力,支持太保寿险转型发展AI新动能。

通过需求识别、服务甄选、企划设计等专业环节,太平洋医疗健康将视频医生、医疗绿通、药品福利等服务资源整合成医疗健康服务包,与太保寿险产品进一步融合,形成“保险+服务”的一体化投放。

这种融合,首先改变了保险产品竞争力和客户体验。

以团险业务为例:

传统的团体保险,企业用户享受服务,主要发生在保险理赔服务端,服务内容多为事后理赔报销,客户并未真正体会到医疗健康服务。对于这个问题,太平洋医疗健康利用医疗健康服务包,为团体保险延伸服务宽度,推出了“企业员工关爱计划”。

这种融合式的“保险+服务”方案,服务触达率获得提升,更多员工可以通过医疗绿通、视频医生等具体、便捷、可及的服务形式享受到太保服务,直接受惠员工比例提升50%以上。

抗击疫情期间,线下就医极为不便,许多员工通过太保视频医生服务获得了最需要的医疗健康服务,也纾解了员工因疫情造成的恐慌心理。

除了利用医疗健康服务为健康险延伸宽度,未来太平洋医疗健康还将从精算的角度,支持健康险的客制化。

宋全华表示:“过去的商业健康险产品强调普适性,开发标准产品,一款产品同时服务于不同年龄、不同性别的各种群体。”

事实上,经过几十年服务,太保已经积累了不同年龄、不同人群的投保及理赔数据,太平洋医疗健康通过对这些数据进行“挖矿”,就可以实现按照人群特点重新设计健康险,从而实现客制化。

客制化的好处就是使商业健康险产品定价变得更精准、合理,针对风险较低的人群,可以进一步降低价格或提高保障服务水平,提高产品竞争力,而风险较高的人群,也可通过调整保险因子降低承保风险。

改变两核部门的一刀切

风控,是保险行业最为核心的能力之一,传统的风控服务都是基于有限的基础数据。

宋全华表示,“我们发现这种逻辑还不够全面,面对保险行业如实告知不详、不尽等道德风险,还是会束手无策。”

如实告知“不如实”原因多样,在投保环节中,客户自主声明的操作方式,会带来各种不确定性。传统风控手段非常有限,以背景调查和体检为主。

一方面,背景调查难以大规模开展。因为医疗数据保密和信息类型等原因,背景调查主要通过专业人工调查完成,调查成本非常高。此外,以现行国内就医情况来看,用户的就医数据可能散点分布于多个地区、多家医院,难以覆盖患者完整的健康数据和就医轨迹。

另一方面,体检数据的有效连续性不强。体检采集的是静态数据,不能完整预测投保人长周期的发病概率。如果需要连续性数据作为参照,客户可能要进行“多次体检”,客户体验非常不好。

面对这种情况,太平洋医疗健康依靠太保长期积累的客户医疗数据,并结合医保运营经验,独立研发了健康风险识别模型,在保护客户个人隐私的情况下,快速识别客户的个人健康情况,支持健康体客户快速核保通过。

带病体是否可以投保?

已经发现患有某种疾病的人群,保险企业为规避风险往往“一刀切”,直接拒保。

“但是被拒保的客户,可能仅仅涉及保单里面的几项风险,在精准风险识别、有效控制风险的基础上,这些客户依然可能具备可保条件。”宋全华说到。

因此,太平洋医疗健康从太保积累的理赔数据出发,利用深度学习对这类人群的其他疾病风险,进行再预测,并按照风险类型,为健康险产品设计优化提供方向。

研发大数据风险模型的最终目标,就是为太保的健康险产品运营提质增效,在这个方向上,太平洋医疗健康还将大有作为。

除此之外,保险行业中每天有大量的投保单、理赔单、保全单等单据需要处理和核实,这类数据过去主要依靠人力完成,效率底、成本高。太保也面临这样一个行业性难题。

基于对自身业务的把控,太平洋医疗健康在数据模型中引入“深度学习”,对理赔数据进行预处理,按照风险因子过滤。

宋全华表示:“过去,100个案例全部审查之后,可能会发现10个异常情况,通过深度学习预处理之后,可以直接过滤掉正常案例,剩下可能存在风险的可能只有20个。”

政府医保基金的技术“守门员”

自2008年以来,我国城镇职工、城乡居民基本医疗保险基金的收入增速持续低于支出增速,整体基金节余率呈下降趋势,医保基金的可持续性面临挑战。

医保控费已成为目前医疗保险领域亟需解决的问题。

太平洋医疗健康成立的一大初衷,便是全面服务医改、支持政府医保基金管控,成为技术派“守门员”。

中国太保全面参与各地政府医保基金经办服务。在传统经办服务基础上,如何依靠大数据技术和风险因子评估模型来综合提升基金运行效率,是摆在太保面前的一大课题。

新形势下,医保的审核方向已经发生改变,从审核个人医疗行为异常转变为利用大数据综合控费。

大数据控费以时间段为依据,例如按照一年、半年的时间整理测算医保付费数据,并从中找出哪家医院、哪种疾病、哪类药品与整体数据差异较大,之后再精准测算差异原因。

由于数据维度的细致和深入、政策迭代更新、新型支付方式引入等原因,既往积累的风险因子,在大数据控费时代已不能完全适用,需要根据各地运行实际情况,定制风险因子评估模型。

宋全华表示:“太平洋医疗健康正式运行一年时间,医保基金智能审核规则库从无到有,目前已投放部署6大类规则、超过100万知识点,在全国多地的医保基金审核项目中发挥了积极作用。”

截至2019年年底,太平洋医疗健康智能审核系统已经审核医保基金超500亿,覆盖4590个医疗机构。雷锋网(公众号:雷锋网)

结语

普华永道的一项调查显示,74%的传统保险公司认为自身的商业模式将在未来五年遭到颠覆性改变。这个进程或许源于时代的变革、或许源于技术的爆发,但如今已经成为保险行业的趋势写照。

1岁的太平洋医疗健康还小,29年历史的中国太保也到了而立之年。

不破则不立。

雷锋网了解到,2019年,中国太保集团曾表示,如果说移动互联网是第一个风口,那么大数据、人工智能现在是第二个风口。太保要先把移动互联网继续夯实,作为新技术创新的总战场,AI则是接下来几年要重点发展的技术力量。

我们可以看到,这家险企巨头正在利用大数据、深度学习等AI技术,逐步为自己的保险业务赋予新的内涵。雷锋网

雷锋网原创文章,未经授权禁止转载。详情见转载须知

分享:
相关文章

文章点评:

表情
最新文章
请填写申请人资料
姓名
电话
邮箱
微信号
作品链接
个人简介
为了您的账户安全,请验证邮箱
您的邮箱还未验证,完成可获20积分哟!
请验证您的邮箱
立即验证
完善账号信息
您的账号已经绑定,现在您可以设置密码以方便用邮箱登录
立即设置 以后再说