1、健康险大数据分析应用前景Elvis Zhang2016-11,11月23日，“2016新浪金麒麟论坛”在北京举行。中国保监会副主席黄洪在演讲中提出，中国有望超过日本成为全球第二大保险市场，我国现在的保险密度和深度大大低于发达国家和全球的水平，未来前景广阔，空间巨大。具体看来，随着人口的快速老龄化，我国面临着越来越大的健康和养老挑战，2015年末，我国60岁及以上人口达到了2.2亿人口，占总人口的16.1%，人口总抚养比从2010年的34.2%提高到了2015年的36.9%。他表示，我国虽然初步建立了以基本养老、基本医疗等社会保障制度，但资源投入不够，历史欠账较多，保障水平较低。”黄洪指出，健康
2、和养老服务业将成为新的经济增长点。有关部门预测，到2020年我国健康服务业的规模将突破8万亿元、2030年养老服务业的产值将突破10万亿元。“目前我国保险业为医疗健康和养老准备金近7万亿元，参与管理企业年金4545亿元，大病保险覆盖人群达到了9.2亿 人，保险业将继续担当社会使命，探索建立个人商业保险账户，努力提高风险管理和投资能力，提升资产负债匹配管理水平，打造好健康保险、养老保险、大病保险等行业品牌，努力成为社会保障体系强有力的第三支柱，积极参与第二支柱建设和第一支柱的市场化运作，提升保险社会保障的效能和质量，让居民共享改革发展的成果。”他说。,保险将为担当社会使命，为健康养老等服务业提供
3、支撑力量,近年来，我国的科技创新快速推进，专利申请量连续5年世界第一，发表SCI论文数量连续6年位居世界第二，信息科技企业和互联网金融发展很快。比如，2016年全球173家独角兽公司，美国101家、中国35家，其他国家都在10家以下；从全球金融科技100强来看，排名前5的企业中有4家来自中国，中国上榜的8家企业中有半数涉及保险业，包括众安保险、蚂蚁金服、陆金所等。他提出，信息等信息技术的发展进步， 使许多沉睡的传统数据得到挖掘，也加快了信息技术的应用，应该说任何一个行业都可以不是大数据等新兴技术，但是保险业不能。保险经营基于大数法则，自形成 之日起，就以数据维生，是天然的大数据应用者，保险业拥
4、有海量的基础数据，是信息等新兴技术的天然应用平台。保险业的优势体现在，一是通过统计分析，保险承保理赔数据可以掌握经济社会活动特征，有利于改进社会治理和公共管理；二是通过运用新兴技术，有利于保险业分析业务特征，发现经营风险，为行业发展和监管提供支持；三是通过分析消费的数据，有利于挖掘客户需求，推动业务创新。,黄洪表示，保险业发挥天然优势，为信息等新的技术提供应用平台,智慧医疗是医疗信息化的升级发展,医疗信息化系统,智慧医疗是医疗信息化的升级发展，通过与大数据、云计算技术的深度融合，以医疗云数据中心为载体，为各方提供医疗大数据服务。实现医生与病人、医生与护士、大型医院与社区医院、医疗与保险、医疗机
5、构与卫生管理部门、医疗机构与药品管理之间的协同，逐步构建智慧化医疗服务体系。,随着政策的推动和市场潜在需求的释放，商业健康险业大有商机，将在不久的将来成为我国医疗保障系统中不可或缺的重要组成部分。而商业保险机构自身精细化经营管理水平将是决定其市场竞争力的一大关键。然而，由于包括市场结构限制在内的种种历史原因，无论是政府健康保险机构还是商业保险公司，整体来看在业务经营管理方面仍然比较粗放，还没有充分实现大数据分析可以为管理和企业发展带来的价值，主要表现在：保障设计与精算定价理赔运营管理医疗机构的管理市场与销售拓展,大数据分析为健康保险发展带来的价值,大数据分析对于健康保险管理的价值,大数据分析对
6、于健康保险管理的价值,目前商业保险业务分团体险与个人险，其中个人险中以储蓄理财型产品为主，少部分是消费理赔型，即真正意义上的健康保险。此间很大原因在于缺乏对实际医疗费用的估算把控能力，在保障设计及精算定价方面无据可依，从而限制了产品的开发。以肿瘤类大病保险为例，由于政府医保以保基本为原则，支付额度经常不足以覆盖治疗肿瘤疾病治疗的全部费用，且报销目录通常不收录现今市场上疗效显著但价格昂贵的靶向型生物制剂，导致这一领域的市场空缺，为商业保险提供了明确的发展机会。商业保险公司虽看到市场契机，但往往因不了解肿瘤治疗的实际费用，而对产品设计与定价无从下手。,保障设计和精算定价,低效、混乱、难监管,流动资
7、金管理效率低下,缺少对药品流通环节及对医院购药和医生开药的管控，造成中间环节的非法返点,医院和药店的采购分散，无法形成规模优势生产过程的无监督导致药品质量低劣,分销层级过多，效率低下,看病难看病贵体验差,缺乏完善的审核工具和监控手段，报销中存在欺诈、浪费、滥用的现象,过量开药、过渡诊断和治疗并非结合疗效和成本考虑的最佳治疗方案,病患不匹配劳动强度高制度约束力强,大数据分析对于健康保险管理的价值,在健康保险理赔运营管理中至关重要的一个环节是及时发现欺诈、浪费、滥用等费用风险。欺诈虽案例不多，但常涉及较大金额；浪费与滥用属于过度医疗与不合理医疗，单笔金额也许不高但是数量庞大，很难根据经验判断，因此
8、属于数据挖掘的重要应用领域。以某地区几千名门诊患者的基本医疗和企业团体补充险为例， 通过深度分析其1 年理赔数据，我们发现多类理赔风险：药品剂量超标用药与医疗服务不匹配由保障方案诱导的“非必要”医疗。以上发现可帮助健康保险机构的理赔审核部门快速找出潜在问题案例及其明细信息，提高理赔处理的效率并降低赔付率。此外，健康保险机构也可以针对这些问题的根源和相关医疗机构进行沟通，寻求从根本上降低费用和提高运营水平的机会。,理赔运营管理,过渡医疗造成万亿损失,医院“过渡医疗”已呈常态：非合理用药、非合理检查、非合理收费、非合理医药定价、非参保对象享受医保待遇、非离退休人员享受离退休待遇。,典型国家医疗服务
9、费用结构中药品占比,公开信息显示，仅滥开药、滥检查导致的资源浪费约20%-30%，加之药品回扣、药品虚高定价、乱收费等现象，医保基金浪费和流失比例不低于50%，控费审核迫在眉睫。,来源：海虹控股公司资料,大数据分析对于健康保险管理的价值,大数据精细化分析可以应用于科学合理的评估医疗费用及质量，从而为包括总额控制在内的多种支付方式提供支持。医疗费用评估的一大难点在于医疗服务缺乏标准化。以心脏支架手术为例，确诊需要什么样的检查化验，手术过程中需要什么样的麻醉方式，需要使用什么样的支架及放置的数量，术后康复期需要住院多久，出院后复诊需要做些什么等，在不同患者间差异巨大，所以仅比较单一的诊疗项目或药品
10、费用与总费用并无相关性，意义不大。所以，技术上的难点在于将解决同一问题的所有相关诊疗项目及将用药情况链接起来，这就涉及专业的分组方法，如用于住院费用的DRG分组，或用于门诊费用的ETG 事件系列等，以此作为费用比较的单位。医疗质量的衡量可以包括两大方面：一是对医疗过程的评估，需要庞大的临床规则知识库，准确判定在不同疾病管理中该做什么，不该做什么，用药合理性分析中的药物间相互反应的监测、用药剂量及用药相关检查的指标也可以归为医疗过程评估这一大类；二是对医疗结果的评价，比如手术不良事件发生率，及可避免再住院率等。有了科学合理的评估医疗费用与质量的手段, 使得政府医保机构与商业保险公司能有效对医疗机
11、构进行综合管理, 同时支持包括总额控制、单病种付费、按绩效付费等各类支付方式改革的实施, 真正达到在保证质量的基础上控制费用的目的. 这也正是健康保险在产品服务缺乏标准化, 信息高度不对称的医疗领域中的重要价值之一。,对医疗机构的管理,医保基金缺口大,数据来源：卫计委,图：2008-2015年城镇基本医疗保险基金收支情况（亿元）,近年来，医保基金支出增幅基本高于收入增幅，且医保支出占收入的比重远超过80%；老龄化比重不断增大，65岁以上老年人占比超过10%，医疗负担增加。,数据来源：国家统计局,图：我国65岁以上人口占比,大数据分析对于健康保险管理的价值,对于商业健康保险机构的市场和销售而言，
12、如何获得新客户和保留既有客户是核心内容。应用大数据挖掘可以剖析客户参保人群的费用驱动因素及健康情况，不仅可以为优化保障设计与精算定价提供有力支持，更可以以深度分析结果报告作为业务洽谈的基础，增进与客户的沟通，赢得客户对保险公司专业水平的信赖，并据此为客户量身定制相关增值服务。国内众多医院由于种种包括医生病人习惯及经济利益驱动等原因经常动辄静脉注射抗生素，不仅浪费医疗资源，而且对病情恢复有害无利。这一发现提示，有效控制这一团体的医疗费用可以从防止感冒及急性支气管炎入手，比如在感冒流行期组织企业员工包括其未成年子女接种流感疫苗，并通过定期医学讲座普及防止感冒的医学常识。此外，控制费用的另一方向在于
13、改变参保人在患病后的就医习惯，比如组织专家为企业员工介绍感冒及急性支气管炎患病后的治疗常识，另外也可考虑为有规模的企业配备简单医务工作室，由驻地全科医生及时诊断普通感冒症状并及时建议相应措施（如多喝水、多休息等）或给予OTC 药品缓解症状。,市场和销售拓展,商业健康保险市场前景广阔,我国医疗费用支出以政府主导的基本医疗保险和个人支付为主，这两项占到医疗总支出的96.5%；而美国则是以政府主导的基本医疗保险和商业保险为主，这两部分占比达80.6%。同美国相比，我国公民医疗负担较重，同时缺少商业健康保险作为补充支付方,来源：世界卫生组织数据库。,大数据分析对于健康保险管理的价值,从上文可见，大数据
14、分析在保障设计及精算定价、理赔运营管理、医疗机构管理、市场和销售拓展等健康保险经营的各个领域均有很大的应用价值；在战略决策支持上，大数据应用同样有着举足轻重的作用。除了平衡风险之外，健康保险的最重要的核心价值在于保证医疗质量的前提下有效控制医疗费用。大数据分析可以为健康保险找出费用的关键驱动因素，以此作为战略决策的依据，可以使决策者有针对性的制定措施解决问题关键。此类分析的要点在于通过由大到小、由粗到细的层级挖掘寻找问题的关键，成功应用于决策制定既需要整套专业分析技术的支持，更需要逻辑性、结构化的思维，及对健康保险行业市场在战略层面的理解。,战略决策支持,大数据在健康保险中的应用模式,1.制药
15、企业/生命科学3.费用报销, 利用率 和 欺诈监管,2.临床决策支持 &其他临床应用 (包括诊断相关的影像信息)4.患者行为/社交网络,药品研发对药品实际 作用进行分析；实施药品市场预测基因测序分布式计算加快基因测序计算效率公共卫生实时统计分析发现公共卫生疫情及公民健康状况医保基金数据分析及时了解基金状况，预测风险辅助制定医保基金的起付线，赔付病种等基本药物临床应用分析分析基本药物在处方中的比例,临床数据比对匹配同类型的病人，用药临床决策支持利用规则和数据实时分析给出智能提示远程监控采集并分析病人随身携带仪器数据，给出智能建议人口统计学分析对不同群体人群的就医，健康数据实施人口统计分析了解病人
16、就诊行为发现病人的特定就诊行为，分配医疗资源,大数据分析对于健康保险管理的价值,现代医学进入精准医学时代，这个被称为是医学史上第三次革命的创新变革也为医学诊疗模式带来了变革的挑战。对于中国而言，医疗服务需求缺口尤为巨大，供需严重失衡，如何适应这一革命性的趋势并迅速建立新的诊疗模式对国家的发展和国民健康至关重要。然而，无论是精准诊断还是精准治疗，技术、政策、保险等多环节都有待突破，需要相应的法规、医院、技术、保险适配。展望未来，虽然大数据分析在健康保险领域的广泛深入应用还面临诸多挑战，但随着健康保险经营的进一步专业化、市场化，其对以数据挖掘为基础的精细化管理的需求将日渐突出，在这一紧密关系社会民生又涉及庞大费用的领域，大数据的分析挖掘能力将是行业竞争力的体现，具有勿需置疑的广阔发展前景。,大数据应用如何助力新医改？,数据沉淀，衍生多种商业模式,医疗健康数据应用方向,通过引入大数据分析风险控制核心技术，提升健康险风险控制能力，实现理赔医疗成本的合理控制,建立核心竞争优势,风险管理,精算定价准确性和合理性控制,对高风险责任的预授权管理控制,用度管理,临床协议,提供实时结算，同步掌握客户就诊的控制,与医疗机构建立合作关系合同管理的控制,谢谢！Email：zhang_ WeChat：13621657089,
