2020最佳AI新基建年度榜
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
医疗科技 正文
发私信给李雨晨
发送

0

人保健康李晓峰:大数据洪流中,健康险如何实现技术突围?

本文作者:李雨晨 2020-10-12 10:20
导语:智能时代,诸多保险企业寻求在业务上融入更多的科技元素。

对于保险业来说,这是一个机遇与挑战并存的新时代。市场竞争日趋加剧、业务增长压力和降本增效的挑战让险企人不断思考如何守成和创新。

从银保监会近期披露的今年前3个月保险行业统计数据来看,健康险业务在新冠肺炎疫情影响下依旧保持了近年来的较高增速水平。

数据显示,2020年1月至3月,保险行业健康险业务实现原保费收入2641亿元,同比增长21.6%。

在智能时代,诸多保险企业寻求在业务上融入更多的科技元素。近日,在上海举行的外滩大会上,中国人民健康保险股份有限公司(以下简称人保健康)副总裁李晓峰发表了《健康医疗大数据驱动的健康险科技创新》的主题演讲。

李晓峰表示,目前,人身险公司在健康险业务中的技术投入,最大的一个版块就是大数据,占比23%。影响之大涉及业务全流程的各个环节——风险预测、产品开发、精准定价、精准营销、代理人赋能等等,“大数据的应用是健康险业务创新发展的一个根基。”

而大数据在健康险业务中,最明显的两个作用是:提升承保理赔端的风控和保险的反欺诈能力、搭建多层次的商业健康险产品体系。

但是,大数据应用的通用性难题在保险行业依然存在。

李晓峰表示,数据的收集与整合是行业面临的最为严峻的挑战。此外,行业普遍存在的“数据孤岛”现象以及数据隐私与安全仍然有待解决。

“到目前为止,我国的医疗大数据确实还没有形成完整的生态体系。通过跨界合作、多渠道、多手段进行外部数据的整合,完善数据分析与应用,加大保险科技投资与应用的研究,进行数字化流程改造,将有助于进一步发挥数据的价值与应用。”

人保健康李晓峰:大数据洪流中,健康险如何实现技术突围?

以下为李晓峰的演讲内容,雷锋网(公众号:雷锋网)做了不改变原意的编辑与整理

李晓峰:尊敬的周主席,各位嘉宾、各位同仁大家下午好!我受华山总的派遣来参加这次外滩大会,并和大家做一些交流。

人保健康成立于2005年,至今已走过了15年的历程。在这个过程中,我们经历了很多艰辛的探索。公司成立的时候,时任总理温家宝同志给我们专门做了批示,这在保险行业里是唯一一家。

当时温总理给我们批示的要坚持高标准、高起点、精心组建、规范运作,学习借鉴国外成功经验,寄语是务必办好。经过这些年的努力,我们也逐渐向一条正确的轨道上发展,致力于服务“健康中国”战略,做优健康保险、做实健康管理,强化科技赋能,构建“健管+科技赋能”的商业模式。

我们依托商业保险、社保业务和健康管理业务,持续推进科技赋能,特别是在健康医疗大数据和健康保险的应用方面进行了一些探索。今天我跟大家交流的题目就是《健康医疗大数据驱动的健康险科技创新》,谈谈三个方面的体会。

医疗大数据在健康险领域的应用场景与价值

从政策环境来看,“医疗大数据+健康险”的理念得到了国家相关部委和监管部门的大力支持,相关部委和监管部门出台了很多政策文件,鼓励保险公司借助大数据等技术手段提升风险管理水平,简化流程、提升服务的效率。

从市场环境来看,以医疗大数据等技术为代表的新一轮科技革命引发了保险业的变革与创新。根据我们的统计,目前人身险公司在健康险业务中的技术投入占比依次为大数据(23%)、人工智能(14%)、云存储与计算(13%)、基因检测(12%)、区块链(6.9%)、可穿戴设备(4.6%)。

从这个比例中可以看出,保险公司投入最多、应用最广的还是大数据技术,其影响之大涉及业务全流程的各个环节,包括风险预测分析、产品开发、精准定价、精准营销、代理人赋能等等。

大数据的应用是健康险业务创新发展的一个根基。我认为,应用健康医疗大数据,至少具有两方面的明显作用:

一个是可以提升承保理赔端的风控和保险的反欺诈能力。

比如搭建业务风控体系和可视化的全景数据平台,在此基础上细化人群、产品、病种、用药、治疗明细等维度,完善风险预警机制和标记补充核保过程中的高风险状况节点、信息采集,由模型替代传统规则形式,实现提前的预警。

同时,实现最优风险应对方案推荐,基于海量医疗大数据词库的自动结构化归因的算法,进行医学数据的处理。

此外,我们还可以灵活地匹配复杂的产品规则,进行不合理用药的审核、医疗临床路径的合理性检测,以及医疗欺诈的识别、DRG控费服务。

通过智能的核保,建立灰名单制度、客户标签、健康管理服务,理赔调查,医疗费用智能审核等手段,将数据有机整合,优化数据统计的系统,推进数据分析自动化作业等等这些方面,都起到了非常好的效果,发挥了很好的作用。

另一个作用是可以搭建多层次的商业健康险产品体系,开发差异化的健康保险产品,进而解决健康险同质化严重、非标体投保难的问题。

基于大数据,我们可以根据潜在客户的需求研发产品,细化责任设计,进行更精准的定价、理赔风险管控。健康险公司可以基于健康医疗大数据,包括疾病人群的统计,疾病风险因素和诊疗路径的分析等。

在这个基础上进行人群与市场的细分,制定精算的规则,构建基于医疗大数据的疾病风险模型,然后再制定产品的条款和相应的医疗服务。

同时,在核保理赔、产品投放和控费过程中,我们也会提供一些数据驱动的精准服务,以此来提升客户的体验和客户的深度服务,形成数字化的产品开发体系,满足客户不同健康情景下的保障需求。

人保健康在医疗大数据应用的创新实践

这两三年来,人保健康在持续强化科技赋能等方面进行了探索。

从业务系统来看,我们在底层的IT系统上采用了分布式架构,搭建了新一代的云核心系统,实现了可扩展和高效能运行的效率。在产品上线速度、第三方对接平台实效和并发量方面,达到了行业较优的水平,有效支撑了互联网业务的快速发展。

另一方面,公司在深耕多年社保业务、商保业务和健康管理业务所积累的海量数据基础上,进一步加强对健康医疗大数据的投入,运用大数据的生态系统,基于数据进行渠道产品定制和精准定价,同样基于数据进行全流程的风控,实现了有效的医疗控费。

此外,我们公司还专门成立了大数据中心和数据共创实验室,组建了一支既懂保险,又懂技术,还比较精通医学的全能型数据团队,针对业务需求进行有效的输出。

下面举几个应用的场景。

第一个是我们与头部互联网公司逐步深化合作,不断优化智能核保、理赔风控等系统功能,实现实时风控。

我们有一个很火爆的产品是好医保,在支付宝平台上销售得很好,风控也做的很好。不仅给公司带来了海量的客户,提升了业务规模。同时,在运营、管理等等方面,公司也是受益颇多。

在这方面,我们实现了商保、社保、健康管理三大业务平台归集,在新产品的研发和设计阶段,引入数据的分析洞察,利用自建数据库成功开发了我们的医保个人账户。

在上海,在沈阳一些城市里,医保账户里结余的个人费用可以购买商业健康保险,我们在这一方面做了一些探索。

我们也开发保证续保的医疗险,长期重疾等好医保的系列产品,在精准用户画像、精准定价、精准控费、精准健康管理等领域,提升了公司的服务质量和服务的内涵,这是一个场景。

第二个场景,我们开发上线了可视化的数据管理系统,用于客户的全流程管理,在承保、理赔、客服等线上交互环节,建立包含基础数据、数据分析、数据应用和管理四个部分的健康医疗大数据平台,主要负责整合归并、分析和处理公司内外部的数据资源。

比如,我们通过对理赔数据的监控,增加了风控的指标,扩大理赔、智能初审的范围,重点解决前端占比达到20%的无效在线报案,提升运营服务的工作质量和效率。

第三个场景,我们尝试医疗的快赔、查案引导和数据化模型,对理赔关键信息、理赔明细信息、诊断信息和住院信息等进行风险评估,梳理理赔案件的风险特征,完善风险的规则库,建立反欺诈风险监控模型,并且引入医院、疾病、用药等医疗图谱信息作为理赔辅助手段,提高理赔环节中最为耗时环节的时效,最终形成了全自动化的理赔流程。

还有一个应用场景是我们公司开发的“人民健康”APP,这是一款集健康管理、健康保险和健康科普于一体的综合性的健康服务平台。

在客户信息授权的基础上,我们借助智能的硬件、智能识别等方式,记录用户的用药、运动、餐饮、作息等数据,以及结构化的体检数据,跟踪客户体征指标数据的变化,通过智能管家助手和线下的健康管家、医师团队给客户提供差异化的健康管理服务。

健康险应用医疗大数据面临的挑战及解决方案

目前来看,保险科技为健康险赋能的同时,确实也有很多的挑战,而数据的收集与整合是行业面临的最为严峻的挑战。

保险公司是基于理赔数据进行分析,具有不全面性

客户频繁更换保险公司会带来数据的不连续性

延迟报案会带来理赔数据的滞后性

从这些实际情况来看,下一步我们需要进行大数据的管理,实现规范化和标准化。

保险公司掌握的理赔数据比较多,一些承保的信息并不是很完善。从人保健康来看,我们有很大一块业务是政府委托的社保补充业务,也就是大病和护理险这些业务。

实际上,很多时候是无名单的投保,政府给我们一个市,或者是一个县,就统一投保了,人数大概200万人、300万人,但是具体的客户信息是不完整的。

第二方面的挑战是目前行业普遍存在的“数据孤岛”现象。

首先,医疗服务、医院、卫生监督等平台的数据壁垒、数据质量标准还是不一致的,这成为大数据应用的制约因素。

其次,医疗数据的类型也比较多,动态性强,标准化程度不足,整合难度很大,导致海量数据难以统筹、分类、分析出有决策价值的成果应用。

第三方面的挑战是数据隐私安全。

健康医疗大数据与个人的隐私密切相关。国家有明确的立法,要求大数据在应用过程中权责明晰,不让数据利益相关人员权利受到损害。

因此,在医疗大数据的使用过程中,机构应该明确相关的程序和监管责任,明确各环节的管理义务。

到目前为止,我国的医疗大数据确实还没有形成完整的生态体系,市场上缺乏完整的面向C端个人,H端医院,G端政府,B端企业的医疗大数据应用生态。

与此同时,成熟的商业模式也在不断的探索中。

我们认为,未来通过跨界合作、多渠道、多手段进行外部数据的整合,完善数据分析与应用,加大保险科技投资与应用的研究,进行数字化流程改造,将有助于进一步发挥数据的价值与应用。

一方面,保险公司可加强与数据服务公司、流量平台、科技公司的跨界合作,在确保用户授权、数据合理使用和保障用户隐私的前提下,获取和积累数据,并进行数据模型的匹配训练。

另一方面,保险公司应加大信息化投入,整合保险行业与上下游产业的相关数据,不断地丰富和优化健康医疗数据库,最终目的是将数据转化为应用的场景,服务于健康保险和健康管理的全流程。

科学技术的不断进步、新技术的进一步应用,必将赋能保险领域的数字化高质量发展。

我们希望能够与在座的各位同仁共同努力,一起助力健康险行业科技变革,为提升全民的健康水平、高质量地保障人民健康,建设有温度的专业健康保险公司,做出积极的贡献。雷锋网雷锋网

雷锋网原创文章,未经授权禁止转载。详情见转载须知

人保健康李晓峰:大数据洪流中,健康险如何实现技术突围?

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