大数据时代健康保险公司该怎么办？

导读：
大数据已广泛应用于商业、公共卫生、金融、保险和所有与数据相关的行业，经典案例众多。美国电信行业通过大数据分析了客户流失的原因，许多保险公司联合成立了保健成本协会，利用数据共享来控制医疗费用的增长。大数据是客观存在的，人们似乎更关注提高信息处理技术。事实是，无论大数据的商业预测和在社会各个领域的巨大作用，关键因素都是创新思维，即大数据洞察力。大数据是客观存在的，人们似乎更关注提高信息处理技术。事实是，无论大数据的商业预测和在社会各个领域的巨大作用，关键因素都是创新思维，即大数据洞察力。

大数据时代保险人们应该做什么？大数据的真正价值就像漂浮在海洋中的冰山。乍一看，你只能看到冰山的一个角落，而更大的价值隐藏在冰山下，需要挖掘。对于数据、技术和创新，数据是最重要的。

一些学者对健康保险行业的大数据应用进行了几步分析。主要包括：

1.整合内部数据，从经济条件、年龄等不同角度为每一位客户画像，保险公司主要数据包括：保险账户、身份证号码、电话号码、职业、职位、收入、银行卡账户、被保险人健康医疗数据、生活方式数据、体检数据等。因此，保险公司的大数据策略应该从整合自己的数据开始，挖掘现有交易数据和订单数据的个人属性、财务属性和健康属性，并标记这些数据，以支持用户肖像。

2.引入外部数据，丰富健康保险公司的数据内涵。例如，其他保险公司已经有了引入金融部门银行系统数据、获取财务管理和储蓄数据的先例。作者认为，互联网、微信和QQ平台了解业余爱好、文化、教育需求、生活方式等丰富的数据内涵。

结合健康保险公司的工作实践，笔者对大数据应用进行了一些探讨：

(一)大数据应用重大疾病保险

1.以重大疾病保险为例，笔者认为，可以分析公司重大疾病保险的历史数据，挖掘与危险疾病相关的一系列相关系，如从客户那里购买买保险在事故发生的年限、年龄、性别、疾病类别、保险人的经济状况和专业水平、每个事故客户的索赔金额等方面，这些信息具有黄金价值，因为根据大数据思维，它可能会预测一些商业销售。例如，可以预测哪个阶层和经济实力的人更关注重大疾病保险，以锁定购买重大疾病保险的人，实现准确销售和人性化销售，维护老客户，发展新客户，评估风险。

2、探索与重大疾病的关系，即预测疾病的风险因素和各种疾病的发病率、死亡率、致残率等。我们不需要担心传统数据研究中样本数量的大小，是否有病例比较和可能产生各种偏差，因为我们获所有用户的数据，更重要的是，数据处理不会像传统数据调查那样耗时，预测结果可以指导我们通过互联网提前针对现有客户或其他客户+健康管理还有其他服务方式。目前，中国人民健康保险公司正在建立新的PICC健康档案管理系统努力促进全面健康管理的实施。还可以为购买重大疾病保险的客户提供全程健康管理服务，预防或延缓疾病发生，控制疾病发生前，降低风险率，管理慢性病患者，减少并发症的发生，采取三级预防措施减少索赔金额。更重要的是，通过大数据的应用，保护客户健康，提高生活质量。

(二)利用大数据分析改变保险业的定价模式

保险产品定价主要取决于索赔目标的概率，大部分数据来自行业的历史数据和统计数据。这些数据不是有效的数据，许多统计方法已经过时，疾病的诊断和治疗模式都发生了巨大的变化。例如，重大疾病保险中的心肌梗死冠状动脉造影早已是诊断疾病的黄金标准，但过去的基础仍在条款中使用。以旧的诊断标准，各种临床疾病的治疗方法也发生了很大变化，成本呈天文数字增长。例如，一种用于肿瘤靶向治疗的药物，甲苯磺酸索拉菲尼片高达2.5万元/盒，腔镜直线切割吻合器6500元/盒，内镜切割缝合器及一次性钉匣2800元/件，10件28000元/件，等等。大数据对重大疾病保险索赔金额的预测应是定价的基本参数。大数据对重大疾病保险索赔金额的预测应该是定价的基本参数。根据大数据思维，小样本数据会增加误差，无法设计接近真实概率的产品。设计的产品偏好不准确，可能导致保险产品收入低，客户购买倾向低。相反，保险产品可能无法覆盖风险，导致损失。在互联网金融时代，所有的商业运营都应该转向数据思维。保险业还可以利用大数据分析客户需求，开发产品、运营商，控制定价风险。

(三)商业医疗保险险种市场化

当前的医疗险新药和新的治疗方法如雨后春笋般涌现方法如雨后春笋般涌现。例如，肿瘤靶向治疗和腔镜手术已成为继内外科治疗后的第三大临床治疗方法。

从客户的医疗选择来看，它不仅在中国有更好的医院和医疗条件，而且在美国也有梅奥诊所。后者不仅拥有世界级的医疗技术和先进的仪器，还为中国翻译提供优质的服务。

医学的发展日新月异，但我们目前的保险品种不仅落后，而且单一，无法满足市场需求。作为发展中国家，社会医疗保险它只能是低成本和广泛的覆盖，许多高价的医疗费用仍然需要人们自己承担。我们不仅有广阔的流行市场，而且中国的中产阶级和富人也是一个不可忽视的群体，具有巨大的潜力。

因此，商业保险在保证医疗质量、合理控制医疗费用上涨的基础上，借鉴其他国家或地区的经验，开制医疗费用上涨的基础上，开辟更多的保险，满足市场需求。例如，肿瘤靶向治疗用于干预恶性心律失常和预防猝死(ICD)安装、介入治疗等单险种，后者治疗类型也可细分。大数据无疑是我们开拓市场的利器，因为大数据的价值取之不尽，是宝石和黄金，是等待开采的矿物。据报道，香港商业健康保险公司提供100多种疾病保障。

(四)商业保险公司大数据处理大病保险业务控制等应用需求

据报道，2013-2015年健康健康险保费收入从1123.5亿元增加到2410.7亿元，两年内翻了一番。但在经营健康保险的保险公司中，80%以上的公司赔付率超过80%，约40%的公司赔付率超过100%，个别公司甚至高达200%。几乎所有经营健康保险的专业公司都在继续亏损。

众所周知，当今社会正进入人口结构老龄化时代。改革开放以来，国内过度发展造成的一系列问题，如自然环境污染、食品安全、生活方式不合理等，使得慢性非传染病发病率高。高度发达的信息技术使各种新的治疗方法、医学理念迅速与国际接轨，现代医疗设备和药品不断涌入。此外，我国以药养医的特点与上述问题高度契合，共同推动了医疗费用的快速增长。

我们可以列出2014年某市三级甲等医院两名患者因多种慢性非传染病伴心脏骤停心肺复苏而分期住院。(ICU)病房分别为1076天和804天。到目前为止，病案审查还没有发布(ICU)，总费用超过430万元，承担大病保险的健康保险公司需承担200多万元。

不合理的治疗比比皆是。例如，有一种药物——核糖核酸粉注射剂作为肝炎和肿瘤的辅助治疗，使用时间长达10个月，连续使用半年以上，共使用500多支，101元或173元/支，计6万多元；中药制剂-血必净注射液，共使用855支，连续使用147天！审核结果保守扣除50多万元。据目前估计，重症监护病房(ICU)平均使用费为2万元/天。因此，即使有很多原因，也不应该长期住在重症监护病房(ICU)。

社会医疗保险资本控制，特别是商业保险公司经营严重疾病保险业务，需要政府、医院和社会医疗保险部门向保险公司开放所有医疗数据，所有数据是指区域或县、市医院所有医疗数据和完整的医疗文件，包括病历、实验室检查、影像数据等，而不仅仅是医疗结算数据，真正实现数据资源共享。大数据审计将有效解决人工抽查的缺点，使审计速度更快，发现更多线索，节省时间，降低成本，解决人工抽查无法达到的目的。大数据只是一种资源和工具。他可以告诉我们他发现了什么，但他不能完全解释为什么因此，除了大数据，最好有公司自己的智库。由于医院和社会医疗保险部门的特殊地位，他们往往不愿意披露或完全披露数据。在数据开放方面，美国、欧洲和世界上许多国家都采取了开放政府数据的措施，中国也有许多开放政府数据的先例。开放数据使社会更加透明。大数据在医疗保险费用控制中的应用并不少见。随着应用概念的明确和数据分析软件的优化，大数据在医疗保险费用控制中的地位将不可动摇。

大数据决定了企业的竞争力。大数据是客观存在的。将数据转换为有价值的应用取决于新的计算能力或机器系统的深度学习能力，而大数据应用的创新思维是其基础。说实话，数据、技术和创新是必不可少的。大数据行业正面临着对数据处理准确性、及时性和高质量应用的新考验。大数据被认为是未来的新石油，相当于人力资源和物质资源的国家战略，健康保险企业合理开发和利用大数据的使命还有很长的路要走。

想了解更多新闻资讯或有保险规划需求的朋友，点击下方图片，免费报名咨询，会有专业理财师为您耐心讲解，协助规范投保并提供周全的后续理赔服务。