探路美國健康險業的大數據運用

趙艷豐 大連交通大學經濟管理學院

在“互聯網+”的經濟發展新常態下，各大產業都面臨著產業結構轉型升級的局面，保險業也開始運用大數據和互聯網技術謀求新的發展出路。大數據作為數據分析領域的前沿技術，在保險行業各個環節的運用也愈發普遍。本文通過對美國Clover Health公司的案例分析，來闡明如何在健康險領域運用大數據技術，希望給讀者帶來啟示。

一、案例分析

近些年，美國的健康險行業面臨著新一輪的資源整合，硅谷也將精力集中于該行業，試圖提高醫療機構效率，從而為患者提供更好的醫療服務。2015年，在美國舊金山，一家強調將數據剖析與預防護理相結合、重整健康險行業的新興醫療保險公司——Clover Health（以下簡稱 Clover）成立，并于2016年、2018年分別獲得硅谷業內投資機構1.3億美元和1.6億美元的大額融資。

與一般的醫療保險公司不同，該公司成立之初就嘗試運用大數據來推動老年人醫療健康保障發展，同時讓購買商業醫療保險的用戶享受較低的保費。Clover公司的另一大特色是其根據理賠信息來追蹤用戶的病史，從而判斷哪些用戶具有較高的患病和理賠風險，之后Clover公司會幫助這些用戶改善健康狀況，提高整體的臨床治療效果，達到從治療疾病到預防疾病的目的。在公司成立的初期，其經營覆蓋范圍只有新澤西的六個縣城，但是在短時間和有限的用戶數內，公司業績已取得長足進展。據該公司數據顯示，在2018年第二季度至第四季度，相比于新澤西沒有覆蓋Clover醫療服務的地區，購買Clover醫療保險用戶所在地區的住院率低了50%，再次住院率低了34%。這個數據不僅說明了Clover醫療產品不僅給老年人和殘疾人帶來了健康，同時也節約了公共醫療衛生資源。

（一）基于大數據的健康管理分析

Clover公司的目標客戶是65歲及以上的老人和殘障人群，并且他們也是由美國聯邦政府提供的醫療照顧保險（Medicare Advantage Plans）的覆蓋群體。該計劃允許商業保險管理這部分人群的醫療保險，政府會補貼其購買費用，并支付由商業保險公司發出的所有理賠費用。這部分大約有近2200億美元的市場份額長期被保險巨頭——聯邦醫療保險公司（United Healthcare）所占據，Clover公司試圖從該市場分得較大一塊市場份額。

Clover公司之所以選擇65歲以上的高風險人群還有另外一個價值定位和事實根據。這部分人群是醫療消費大戶，經常進出醫院，由此積累了大量的醫療數據。公司希望將軟件與數據相結合，利用科技力量降低那些購買商業保險的老年群體的保費。依據大數據分析和模型算法，識別患者住院治療或進行昂貴治療的風險，在用戶患病住院之前介入他們的健康護理（Clover公司會派遣護士或醫生去拜訪患者，并對其做必要的檢查，填補該患者的個人醫療資料），從而減少患者自身的醫療費用和保險公司的理賠費用。幫助患者避免住院治療的做法平均可以節省公司1萬美元的理賠費用。因此，無論是健康人群還是患病風險高的人群購買Clover Health商業保險計劃時，都將節省保費。

Clover公司的首席技術官克麗絲·蓋爾（Kris Gale）表示，企業內部專門建立了實驗室研究患者的健康數據，將各種復雜數據整合后構建了臨床資料庫，以找到醫療體系中的問題，并填補該部分醫療空白。Clover擁有一項技術處理強項，即對非結構化數據的整合。傳統的醫療保險為患者提供的服務就是理賠，不會使用數據來幫助改善患者的身體狀況。而Clover則會收集實驗室測試結果、放射結果，及保險公司的索賠記錄等，來全方位地獲悉用戶的健康狀況。之后它們會使用軟件模型來自動判斷問題所在，了解比如患者是否按期服藥等情況，再讓公司的健康工作人員進行電話通知或者上門拜訪。這樣做的目的也是在用戶需要花高昂的治療費前給他們忠告。因此，預防保健是促使該公司業務增長的一項特色。但如果患者還是因病住院，必要時進行手術，公司的護士會對其進行術后拜訪，保證患者每天服用適當的藥物，防止病情惡化，保證患者的健康恢復。

（二）大數據運用的特色

一是開發了創新性的非結構化數據整合技術。該技術有助于識別患者潛在風險和幫助醫生提供更好的醫療服務。公司首先收集保險理賠信息來追蹤用戶的病史，再將這些非結構化數據整合到一個完整的系統中，建立軟件模型，以區分不同人群的患病風險，這是Clover提供保險服務的重要基礎。然后根據用戶不同程度的風險狀況進行健康干預，從而減少用戶的治療費用和保險公司的理賠費用。

二是變疾病治療模式為疾病預防模式。Clover公司經營方式是將以患者為中心的數據分析與專業的健康護理相結合，找出保障計劃內成員的潛在風險，并據此提供直接的預防護理，有效減少了病人去醫院治療的次數，從而減少了患者的住院治療費用，也給公司帶來了更多的收入。Clover公司采取實時數字記錄患者當下的健康狀態和歷史情況，并綜合患者個人EMR（電子病歷，EMR是基于一個特定系統的電子化病人記錄，該系統提供用戶訪問完整準確的數據、警示、提示和臨床決策支持系統的能力）的合格檢查，全面了解患者的健康狀況。然后，Clover公司就扮演了類似私人醫生的角色，幫助患者變得更健康，比如鼓勵他們吃一些處方藥或者全程管理患者的慢性疾病。

三是提供更多的優惠服務。讓Clover公司做得比其他健康險公司出色的主要原因有兩點：一是公司不收取客戶線下去醫院咨詢醫生的額外費用；二是定期梳理客戶的健康數據，并對其做出相應預測，同時還幫助客戶控制病情，雇傭專業的醫療護理隊伍為其提供預防護理服務。在客戶病情發展需要時，護士和醫生會專門去客戶家中為其做近距離檢查。Clover的高級管理層認為，他們所推行的這些市場戰略都是得益于科技的進步，使得他們比傳統健康險公司更有優勢。

二、案例點評

從Clover公司的大數據實踐案例中，我國經營健康險的相關保險公司可得到以下啟示。

（一）數據來源要廣泛

在大數據時代，保險公司可通過實時監測、跟蹤投保標的在活動中產生的實時數據和消費者在互聯網上的行為數據，再對獲取的大量非結構性數據進行挖掘分析，找到規律性的東西，進而提煉出給企業創造價值的經營方案。大數據使得創新型險企變成了經營新方法的率先接受者，并通過對數據的深入挖掘分析，找到更新更好的經營模式，從而降低險企經營成本、增加銷售，為企業創造更多收益與價值。

國內的一些保險公司通過“一滴血”來篩查重大疾病，這種篩查的技術成熟性還有待市場檢驗，而且數據的單一性比較明顯，無法給出更準確的判斷。反觀Clover公司通過保險理賠信息來追蹤用戶的病史，以判斷哪些患者具有較高的患病和理賠風險，這些理賠數據來自于社區醫療中心、疾病專科診所或者大型醫院，數據來源廣泛。而且公司還專門建立了實驗室研究患者的健康數據，將各種復雜數據整合后構建了臨床資料庫，以找到醫療體系中的問題，并填補該部分醫療空白。

另外，針對數據收集難的問題，國內保險公司可從內部共享和外部獲取兩方面來考慮：

一方面，保險公司應當充分發揮在數據挖掘中的主體作用，借助于信息化平臺，整合保險行業與上下游產業的相關數據；加強與互聯網公司和數據公司合作，通過利益交換機制，在用戶和數據來源機構的授權之下，將數據內部共享。對于較大的集團型保險公司，可以將各子公司的客戶資源和交易數據交予集團數據部門集中管理，但在共享的前提下必須有數據約束機制和利益分配機制。

另一方面，保險公司可通過增加與客戶的互動頻次和觸點，增強客戶體驗，以便從客戶處獲得更多真實、完整的個性化數據。還可依靠一些傳感設備、穿戴設備、電子記錄等新裝置的使用來獲取更科學、更精準的數據。保險行業也應該共同努力，積極建立行業數據共享平臺，提供一些分類數據，例如保險流程數據（保單、承保、理賠），外部整合數據（電子病歷等），以滿足在保險價值鏈各環節的數據和分析需求。

（二）風險把控要可靠

Clover公司創新性地將非結構化數據整合到一個完整的系統中，以便分析某個用戶是不是屬于高風險人群，明確為什么該用戶處于高疾病風險，以及應該如何進行干預，進而幫助醫生提供更好的醫療服務。通過整合用戶數據，建立軟件模型，以區分不同人群的患病風險，這是Clover公司提供保險服務的重要基礎。料），從而減少患者自身的醫療費用和保險公司的理賠費用。在患者需要花高昂的治療費前，給他們忠告（比如提醒患者按時按量吃藥、調整生活方式），通過主動、預防性的手段降低用戶去醫院的頻率，阻止用戶病情惡化。

另外，對大數據的分析還可使保險公司制定更加精準有效的營銷策略，為購買保險的用戶提供更加及時和個性化的服務。例如，Clover公司提供給老年人和殘疾人的醫療保障，就是根據個人的過往病史和身體特征提前預防疾病，對每個患者的護理服務也會因其病情的差異而不同。

而反觀國內的很多保險公司則是根據網絡或微信問卷調查數據來判斷用戶的實際健康狀況，其實具有強烈的主觀性和欠真實性，因而對結果的誤判還存在一些漏洞，而Clover公司收集到眾多客觀的非結構化數據，并對數據建立模型進行分析，使得數據結論更精準，對患者風險程度的把控也更嚴謹。因此，國內保險公司應當拓展對用戶實際健康狀況數據的收集方式，增強數據的準確性與真實性。

（三）保險的本質應體現

依據大數據平臺，保險更趨向于保險的本質，即預防風險、降低損失。保險公司若能通過對客戶過往病歷數據的收集和實時生活習慣數據的追蹤，實時監控到患者的具體身體狀況，在其住院治療之前及時采取應對措施來提升患者的健康，就能及時緩解患者的病情，同時也減少了患者高額的住院費以及保險公司的理賠費用，真正達到防范風險、降低損失的目的。例如Clover公司的預防機制為：依據大數據分析和模型算法，識別患者住院治療或進行昂貴治療的風險，在用戶患病住院之前介入他們的健康護理（Clover會派遣護士或醫生去拜訪患者，并對其做必要的檢查，填補該患者的個人醫療資

（四）數據的運用水平需提高

目前，國內不少保險公司面臨著在獲取用戶數據之后，如何更好地開發、利用數據的困惑，我們可從以下幾個方面考慮。

首先，保險企業應該根據自身經營情況設立大數據戰略目標，明確大數據所起的作用和效果，例如幫助公司提升用戶體驗、吸引目標客戶、提高業務能力或者顛覆性業務創新等，諸如此類的效用。通過大數據分析可以解決現有的風險控制問題，可以為客戶制定個性化的保單。

其次，保險企業在取得用戶數據之后，應從數據的采集、存儲、處理等環節尋求突破，建立數據治理架構。在數據處理環節進行大數據分析與建模，企業應在明晰數據來源后選定合適的分析方法（比如聚類分析、描述性統計、假設測試、回顧分析），再確定最恰當的算法和選擇分析工具，完成數據建模工作。利用社交網絡改善產品和服務，影響目標客戶，通過對已有信息的分析，保險公司可以獲得更準確以及更高利潤率的定價模型。

最后，廣大保險企業在大數據運用方面應該勇于試錯、勇于突破，只有在實踐與失敗中不斷獲取經驗、總結教訓，這項技術的運用才能走向成熟。