數字健康技術與商業健康保險的發展

李玉華

（廣東技術師范大學 管理學院，廣東 廣州510499）

一、問題的提出與文獻綜述

近年來，受益于健康保險發展的政策利好及全社會保險和風險保障意識逐步提升，健康保險業總體保持較快發展，年均增長率28.5%。其中，健康保險在2014 年、2015 年及2016 年的同比增長率分別達到了41.27%、51.87%及67.7%，在2019 年同比增長12.2%，增速同比上升約8%，遠高于GDP 的增長速度（見圖1）。2020 年新冠肺炎疫情的發生，進一步提高了居民對疾病的自我防范意識和對健康風險的保障意識[1]。統計數據顯示，2020年1—7月，健康保險保費收入5302億元，同比增長19.3%，是增速最快的險種[2]。健康保險在基本醫療保障體系中的角色和功能定位越來越受到民眾的認可，對于完善和補足我國多層次醫療保障體系更加有益。

盡管決策層明確界定了商業健康保險在我國醫療保障體系中的功能與地位，也從頂層制度設計上竭盡所能推動商業健康保險的發展，商業健康保險也表現出了強勁的發展勢頭，然而，與發達國家相比，我國商業健康保險發展仍然處于起步階段，仍面臨一些難以解決的問題。一是商業健康保險成本居高不下，近幾年的綜合成本率都是超過100%，存在普遍性虧損，其可持續性發展存在問題。不少保險公司是把健康保險作為敲門磚，希望通過發展健康保險積累客戶資源，拓展壽險等其他險種業務。二是保險業的健康風險管理作用并沒有得到充分發揮。盡管目前國內已有保險機構利用數字健康新技術開始了健康保險向健康管理價值鏈延展服務與融合發展的實踐，但總體看來，健康管理與健康保障服務并非是商業健康保險為投保人供給的核心內容，保險機構對投保人的健康管理更類似于一種為了獲取市場競爭的噱頭或是宣傳，造成了事實上多數保險機構并不能為投保人提供全方位個性化健康管理服務的困境。商業健康保險發展存在的這兩大問題，虧損只是表象和結果，健康管理作用不明顯是導致結果的原因。

圖1 2010—2019年健康保險增長情況圖

縱觀歷史，每一次科學技術的革新與運用都會成為經濟發展、國家和社會治理水平提升及人民觀念意識改變的重要工具。物聯網及大數據等新一代科學技術的革新應用，使人類社會從信息科技時代（IT）邁進了數字科技時代（DT），新的商業模式和業態出現，保險業也由此獲益[3]。在健康保險與數字科技融合的實踐中，數字科技通過電子病歷、移動醫療、大數據、物聯網及人工智能等新興技術向健康保險價值鏈環節滲透，引發了健康保險與健康醫療界的化學反應并持續向縱深發展，產生了互聯網保險、健康保險科技等一批新形態的健康保險公司。美國傳統健康保險公司恒康保險向健康科技保險的轉變，完全顛覆了傳統健康保險產品的外延及運營模式，把健康保險、健康數據及個體健康管理捆綁在一起的智能化“互動式”保險，是健康保險與數字健康技術深度融合發展、帶領傳統健康保險走出老化困局的業界重要指向標和轉型新趨勢[4]。那么，健康保險應如何借助于數字科技走出老化困境并實現升級轉型，成為健康保險持續發展的重要議題。

近年來，數字科學技術因其與保險業快速聯動融合發展的態勢受到業界以及學術界持續關注，成為學術研究與探討的新興領域。通過對現有文獻資料的梳理，大致可以看出數字科學技術為保險業帶來的變化。完顏瑞云和鎖凌燕（2019）認為，保險科技的應用改善了傳統保險行業的風險選擇、承保結構和定價能力[5]，有助于保險產品的精準創新、防范騙保及優質服務的供給[6]。何培育等（2017）認為，保險公司通過掌握投保人的醫療、生活及所處環境等大數據信息，可以計算出其購買保險產品的可能性[7]。趙大偉（2016）及王海巍（2018）從區塊鏈技術的角度進行探討，認為區塊鏈技術在提高保險市場效率、增強底層數據安全及對客戶隱私保護、拓展保險應用場景、降低保險公司運營成本、強化保險企業風險控制能力等方面有顯著效果[8-9]。謝繼龍（2019）認為，人工智能技術對健康保險定價、精準營銷、高效理賠、智能客服等非常有益[10]。

從目前的文獻研究成果來看，業界學者多是聚焦于從整個保險行業的視角，著重探討數字科技在保險業中的運用與作用機理，并對數字科技與保險業聯動融合發展的實踐應用進行歸因與未來發展趨勢分析，也有部分研究集中在保險科技與車險及壽險等個別險種的地方經驗研究。但現有的文獻對健康保險與數字科技之間互動機制的理論研究與實踐研究比較缺乏。實際上，目前健康險業界早就關注并實踐著數字科技與健康保險的聯動融合發展，學術研究滯后于實際發展需求。

在此背景下，探討數字健康的主流技術及應用場景，分析數字健康技術促進商業健康保險與健康管理融合發展的機制及存在的障礙因素，既可以豐富我國健康保險與數字科技互動發展機制的相關研究成果，又有助于促進健康保險數字轉型發展，推動我國以疾病診療治療為中心的模式向以“預防”為主的大健康生態模式轉變，加快我國“健康中國”建設的進程。

二、相關概念及場景解析

（一）相關概念

概念解析是認識、了解并掌握和運用一項新生事物的基本步驟和過程。因此，明晰數字技術、健康管理及數字健康技術等概念有助于更好地認識和分析數字健康技術與商業健康保險之間的互動機制、價值影響及障礙因素，為健康保險走出困局提供思路與對策。

1.數字健康技術

數字技術因其在新冠肺炎疫情防控中發揮的積極作用，成為抗疫“利器”而再次受到關注。那么，究竟什么是數字技術呢？數字技術是一項利用現代信息和技術手段，把包括圖、文、聲、像等在內的各種資源樣式[11]，轉換為電子計算機能識別的大數據、人工智能、物聯網、區塊鏈等多種數字化技術的集合。數字技術應用最大的長處就是能夠提高整體效率。

數字技術與健康管理的結合，推動了數字健康技術的發展。數字健康技術可以理解為數字技術的一個分支，是在對個體進行全生命周期的健康管理、疾病預防、疾病診療治療及疾病康復等醫療服務供給過程中，所使用的移動健康設備、互（物）聯網、人工智能、健康醫療大數據、遠程保健和遠程醫療等技術，是數字健康新基建的基礎和支撐。

數字健康技術對健康醫療衛生領域的技術革新，把我國推進了數字健康管理的新時代。數字健康技術是健康保障功能、健康管理服務方式及醫療控費目標的重要技術支撐，健康保險又是健康醫療衛生領域的重要協同治理主體。因此，數字健康技術與健康保險的聯動融合發展，有助于健康保險更加精準地為投保人提供個性化的健康管理服務，可以實現健康保險與健康管理服務之間的良性互動和閉環管理。

2.健康管理

健康管理的概念最先在美國提出，緣起于美國20世紀30年代不斷上漲的高額醫療費用，使得健康保險賠付難以應對與承受，進而出現了醫療費用管理失控的現實。研究發現，通過加強對個體的健康管理，可以降低病死率，有效減少醫療費用支出。因此，在健康保險中延展和加強對個體健康管理來降低醫療費用支出這一理念被提出后，快速得到業界的認可并付諸實踐。健康管理發展至今，其內涵也越來越豐富。

健康管理主要是指保險機構等行為主體利用數字健康技術，采集被保險人的健康信息，評估健康狀態，提出有針對性的健康管理計劃，使被管理對象得到全面的健康維護和支持服務。其本質上是通過對被保險人健康保障前置前移的做法，把注重事中疾病的診療治療過程轉向注重對投保人健康監測與評估以及疾病預測與預防，由醫療費用“被動支付型”向對投保人的健康“主動管理型”轉變，進而達到有效控制疾病發生發展，提高個體生命質量的目的[12]。

（二）主流技術及應用場景

《健康保險管理辦法》的頂層制度設計為保險公司采用大數據等新技術提升健康保險價值提供了政策支持。目前健康保險對數字健康技術的運用集中在新型醫療設備的使用及移動健康管理的物聯網、大數據、區塊鏈和人工智能等技術。

1.物聯網

保險公司利用物聯網的可感知、識別及互聯特性延展健康保險服務[13]。一是介入健康監測。使用可穿戴監測健康設備、體征傳感器來感知和采集個體的體溫、血壓、心率等人體的體征數據，對被保險人身體健康狀態進行實時動態監測與遠程管理。例如，眾安旗下的“步步保”產品就是基于物聯網技術與可穿戴設備及運動健康大數據相關聯的典型[14]。二是預判疾病發生。通過可植入式移動健康醫療設備對被保險人身體指標的遠程監控，來預判疾病的發生或發作，方便醫療服務機構提前介入被保險人的診療。

2.區塊鏈

區塊鏈因其開放、透明、數據不可篡改及可信度較高等特性被廣泛運用到各行各業，其中，20%以上應用場景涉及保險業[15]。區塊鏈技術在健康保險領域的運用場景為：一是通過分布式智能身份認證系統，快速進行身份和信息的校驗，保護客戶的個人隱私不被他人所獲取；二是用智能合約代替人工合同，將理賠條件預先寫入區塊鏈程序中，當信息滿足賠付條件時，計算機自動進入理賠程序，將賠付資金轉入被保險人的賬戶并自動結束保險合同，從而完成理賠。

3.大數據

大數據因其數據價值高、處理速度快、分析精準等特點同樣受到健康保險的關注。對大數據進行專業化的處理與分析是大數據技術的核心要素[16]。健康醫療大數據貫穿于健康保險的各個環節，通過對不同場景下個體健康大數據豐富多維的數據特征，能夠預判整體的健康水平及個人的健康特質，建立更全面清晰的客戶畫像，在產品設計與運營優化、差異化服務與風險控制及醫療健康網絡管理等方面提供更加精準的數據分析結果[17]。基于可穿戴設備數據而開發的健康醫療保險是大數據場景化應用的典型。

4.人工智能

近些年來，人工智能技術也被廣泛運用于健康保險中，其在健康保險中的應用場景為：一是通過個人健康數據分析，構建更加精準的用戶畫像，向客戶推薦適合的保險產品，為客戶提供智能核保與理賠服務；二是根據數據算法，找出醫療保健漏洞并不斷追蹤用戶健康狀況，督促用戶改變不良健康行為；三是通過機器學習，自動識別保險產品的部分運營風險及欺詐信息，降低保險承保及理賠階段所可能導致的人為失誤，提升經營效能與風險管理水平。

三、數字健康技術促進商業健康保險發展的機制

以移動健康管理APP、微小型貼身傳感器、人工智能(AI)以及健康醫療大數據為代表的數字健康管理技術的開發與運用，正在重構健康保險的價值及其服務范圍，使健康保險把對投保人的健康管理服務向前端轉移，通過為被投保人提供慢性病管理及健康管理等服務內容，與投保人之間建立了更為互相信任的關系，加速了健康保險價值鏈延展的趨勢。

（一）數字健康技術通過輔助健康管理促進商業健康保險發展

商業健康保險與其他險種不同，賠付成本管控很大程度上受制于醫療服務機構、客戶健康生活習慣、醫療行為及醫保政策等外部因素。健康保險通過對投保人的健康管理可以降低個體健康風險，減少疾病損失與醫療保險賠付，對醫療行為進行有效管控和約束已經被證實為有效途徑。健康保險向健康管理延展服務才能實現多方協同主體利益的整合與趨同，促進醫患信息透明，降低道德風險和逆向選擇，達到提升群眾身體健康水平、有效控制和降低醫療風險等目的，最終實現保險費率及費用賠付率的降低，真正使醫療服務機構、保險機構、參保群體及醫療保障部門等主體受益。因此，對投保人的健康保險中融入健康管理具有不可逆的發展趨勢，但關鍵在于尋求促進健康管理與健康保險融合發展的機制。當前，以人工智能、區塊鏈、云計算、大數據等關鍵技術為基礎的數字健康技術快速發展，為商業健康保險產業鏈延展健康管理服務提供了便捷路徑[18]。

受益于區塊鏈技術和物聯網技術等科學技術的發展，我國形成了體量龐大的健康醫療大數據①本文所指的健康醫療大數據主要包括：出生數據（體重、血型、基因等）、臨床數據（電子病歷、電子處方、藥物服用）、運動數據、體檢數據、飲食數據（含飲酒數據）、睡眠數據、死因數據等個體數據，以及圍繞個體健康醫療大數據衍生出的公共衛生方面的數據，包括血液傳播、食品安全和疾病預防等。。獲取足夠豐富的健康醫療大數據技術是健康保險為投保人提供全生命周期健康管理的基礎環節。保險機構通過與醫院、藥房、健康體檢中心、智能可穿戴設備或家用健康設備（睡眠枕、睡眠床墊等）、健身房等主體進行合作，收集和持續跟蹤不同應用場景下個體的基本信息、生活習慣、計步、心率和心跳、血壓、血糖、膽固醇、體重指數等身體指標數據及疾病歷史等臨床醫療數據和非臨床健康數據。

擁有大數據只是健康保險延展健康管理的基礎環節，對大數據的分析與運用才是各健康險主體獲取市場與客戶的關鍵。對數據分析與加工能力較強的健康保險主體，可以通過對統計口徑和標準不一致且差異性較大的信息數據進行深度加工處理，提高對投保群體分級的準確性，并根據各個群體的不同特點設計并提供有針對性的服務，幫助不同群體實現各自的健康目標，提高健康管理的整體效果。以美國的Clover Health 為例，該健康保險科技公司通過自建數據庫和軟件平臺統計分析健康醫療大數據，并與數據庫中的模型匹配，區分不同人群的患病風險，預測會員慢性病并發癥發生的概率，從而找到高風險患病人群，為投保人定期安排健康體檢服務，同時制定適應于不同慢病投保人的個性化健康管理服務方案。數據顯示，Clover Health 變被動治療為主動預防的健康干預計劃使投保群體的入院率降低了15%—50%[19]。

可見，針對健康保險行業面臨的困惑與痛點，健康保險借助數字健康技術，積極推動“保險+醫療+科技+數據”四位一體的發展，設計一體化的解決方案，成為消費者健康管理方案的供給方和管理方，涵蓋產品設計、風控、事前健康管理、事中綠通服務、事后護理等全流程，是快速適應時代發展需求的必然。

（二）數字健康技術通過增強市場滲透促進商業健康保險發展

從國外健康保險發展的現狀來看，以商業健康保險為支柱，以數字科技聯動多個平臺驅動健康保險變革，構建健康保險“線上線下”相融合的健康管理服務閉環是其發展趨勢。數字健康技術的引進和運用，一方面可以打通大健康服務產業鏈，補齊健康保險在產業鏈條上的短板，大幅度提升各個環節的服務質量和管理水平；另一方面還可以與醫療、養老等各行業實現共同聯動，擴展健康保險的服務生態圈[20]。越來越多的健康保險主體認識到，作為數字化時代的核心生產要素，數字健康技術是未來商業健康保險行業的核心競爭力。

首先，數字健康技術的應用使健康保險覆蓋面不斷擴大。商業健康保險的發展不再是單一險種或單個行業的發展，而是基于價值鏈生態系統的融合發展。通過應用數字健康技術，對健康保險的運營渠道、產品、場景進行系統構建，打造了一個全新的商業健康保險服務格局，推動了健康保險從難獲變為易獲，從低頻走向高頻，延伸了健康保險的廣度、深度和密度[21]。此外，數字健康技術還改變了商業健康保險精算、核保的邊界，人工智能釋放了精算師的大量勞動力，且速度、效率與準確性都大大提升，使個性化定制化健康保險產品成為可能，保險覆蓋范圍由此全面拓展。在傳統商業健康保險加速擁抱科技創新的前景下，保險公司積極推動內部信息共享，與健康服務行業深度融合，可加速用戶觸達和提升客戶服務體驗。

其次，數字健康技術利用大數據技術，拓展了商業健康保險的業務渠道，特別是銷售渠道，擴大了需求空間。以科技拓展業務，銷售渠道是保險科技應用的重要功能，在降低成本、提高效率、優化用戶體驗、促進普惠保險等方面有較大的價值，近些年大熱的互聯網健康保險可以佐證這一說法。2019 年在人壽保險等公司業務業績出現不同程度下滑的情況下，互聯網健康保險業務一直保持高速增長，累計實現規模保費收入236 億元，同比增長92%[22]。從深層次來看是精準營銷。基于大數法則定價的健康保險，其風險保障具有同質性，難以迎合不同群體的保障需求。商業健康保險的經營與大數據相結合，是最重要的應用大數據的險種之一，可以在用戶動態數據、產品營銷、用戶信息管理與維護等方面進行大量的數據整合和深度分析，根據客戶不同風險狀況推送產品、核定價格、設計條款。

（三）數字健康技術通過優化運營體系促進商業健康保險發展

商業健康保險運營涉及保險公司、被保險人、健康服務提供方及醫療保障、衛生健康等政府職能主體，擴大來看還包括潛在需求者及監管部門等。這里的需求方指的是保單持有人，其具有健康服務和健康風險保障的雙重需求。供給方則有兩個，一個是為需求方提供“健康保險”服務的保險公司，另一個是醫療機構、藥廠、藥店等“健康”服務提供者。涉及的這些利益方，相互依賴又相互獨立，或直接或間接聯系在一起。各方利益訴求不同，有些甚至是相互博弈的利益關系，保險公司希望定價高一點、降低成本、提高效益，被保險人希望得到物美價廉的健康保險產品，作為患者的被保險人希望獲得優質的健康服務，醫療機構也有自身的利益考量，健康保險的運營面臨較多的挑戰。

商業健康保險賠付成本與醫療費用密切相關，這也是保險公司運營該險種高度關注的核心問題之一。傳統模式下，保險公司處于“兩頭管不到”的境地，在利益驅使下，患者的醫療行為及醫療機構的診療行為都有可能出現過度，使得健康保險賠付成本上升。比如，有的醫療機構會出于自身利益的考慮，誘導被保險人非必要的健康服務需求等，導致醫療費用上漲，使保險公司風險控制難度加大。這樣的結果，短期看必然損害保險公司的利益，長遠來看不僅僅如此，還會損害健康保險投保人的利益，因為賠付成本最終都會通過定價調整反映到產品價格中，最終也會損害需求方的利益。

商業健康保險關聯的各方是一個有機整體，由于彼此之間存在著信息不對稱以及追求自身利益最大化等問題，其正常有效運營，需要各方協同合作、互相監督、獎懲結合。通過規范健康保險費用籌集、醫療服務提供及醫療費用支付等，把各種成本盡可能降低，最終逐步提高全社會的健康保障水平。數字健康技術的應用，可以在健康保險產品定價、醫療服務及時提供、醫療及診療行為監督、醫療費用核算、違約責任承擔等方面發揮明顯作用，為這一目的的實現提供了有效路徑。保險公司運用數字健康技術，共同攜手打造一個涵蓋醫療機構、保險公司、被保險人、政府相關部門等的醫療健康管理閉環生態系統，覆蓋疾病預防、治療、健康服務監督、醫療費用結算、健康保險產品價格形成等全過程。

四、數字健康技術對商業健康保險發展的價值

受保障內容單一、核保核賠流程冗長、營銷渠道粗放、人海戰術展業等因素影響，傳統健康保險產品呈現出被動式購買的特征。在數字健康技術驅動下，健康保險的產品設計、產品定價、銷售以及核保核賠等各個環節都產生了新的理念和模式，與傳統健康保險有較大的不同（見表1）。數字健康技術能夠放大健康保險的價值影響力，改變健康保險的經營痛點。

表1 傳統健康保險與數字健康科技保險的對比

（一）產品設計

精算是健康保險產品設計的核心與關鍵，其對健康醫療大數據具有高度依賴性。投保人的身體健康數據及各地區不同年齡組、不同性別疾病發生率圖譜等醫療大數據是健康保險費率厘定、產品設計與開發中最為核心的關鍵問題，其直接制約健康保險產品的精準定價、產品的差異化發展以及健康保險供給健康管理服務的水平與質量。

區塊鏈上永久記錄不同場景下的用戶信息及行為習慣等大數據會成為健康保險產品推出的科學依據。健康保險可以依靠醫療大數據平臺發現不同地區的疾病發生情況的差異以及其中的規律，完成對個體的精準畫像描述，判斷細分不同客戶群的風險偏好與保險需求，開發針對單病種、特殊病種等在內的精準個性化健康保險產品，滿足不同層次消費群體的健康保障需求。人工智能技術能夠利用其龐大的數據庫及數據模型，將產品開發設計中的不同影響因素進行量化，設計出更加貼合個體需求和市場需求的健康保險產品，使健康保險產品的精算更為精準，有利于保險公司精確地評估各種風險，提升風險管理水平。

（二）成本控制

一是賠付支出成本的控制。運用醫療大數據、電子病歷及醫療診療一體化監管平臺等數字健康醫療技術手段，對醫療費用進行智能監控，保證健康保險費用支出的合理使用[23]，其有效性引起了健康保險界的持續關注與實踐。例如，美國的Clover Health、Bright Health 等新型健康保險公司，通過建立數據模型，分析健康大數據，預測投保人未來重大疾病發生的概率并對患病風險因素進行監控與干預，對疾病的發生和發展進行有效的控制，從而降低了醫療費用的賠付支出。2018 年11 月美國最大的處方藥零售商和第二大藥品福利管理機構CVS health 與美國第三大健康保險公司安泰保險的業務合并融合后，幫助安泰保險通過PBM 減少了不必要的醫療保險支出。

二是運營成本的控制。傳統經營模式下，投保人對健康保險的咨詢、核保與理賠等均通過人工方式解決，需要投入大量的人力，因此成本較高。人工智能技術能夠降低健康保險的人力投入成本。智能機器人通過對健康保險知識圖譜等的學習，能夠在線回答絕大多數用戶咨詢的問題，并且不受時間限制提供全天候服務，僅有機器人回答不了的少量問題才用人工來解決。埃森哲的一項研究顯示，健康保險公司利用人工智能技術，將100 名職工的日常任務自動化，可以節省1500 萬美元，在18 個月內節省70億美元[24]。

（三）服務效率

人工智能、互聯網、手機APP等技術手段的發展使投保人可以進行智能核保、申請線上理賠等服務。運用區塊鏈技術的去中心化與共識機制及人工智能技術，客戶可以在互聯網或是手機端自主投保，快速實現投保服務[25]，理賠也可以在智能合約下自動發生，一旦滿足理賠條件便自動觸發賠款流程，并可以實現保險機構代位求償權的追索路徑，有效簡化結算流程。人工智能通過語音和圖像識別、機器學習及NLP技術，啟動核賠規則以及大數據風控模型，自動提取審核信息，快速篩選理賠材料，完成智能核保與投保、理賠定損等服務[26]，提升客戶體驗值，使投保人更加受益。2020 年新冠肺炎疫情期間，各家保險公司利用現代科技簡化了實務單證的提取要求，做到一站式直賠。據統計，大多數客戶提交理賠申請之后在當天能夠完成理賠，最快的在5 分鐘之內完成理賠。除此之外，人工智能對審核賠付中的欺詐行為效率也較高。人工智能通過量化不同的因素，在機器學習模型中使用特定算法，幾秒內就能發現核賠異常，提升了承保和理賠階段的效率，有效改善了投保人和保險公司的關系。

（四）風險管控

智能可穿戴設備能夠使保險機構獲得對投保人實時健康監控和保障的數據收集，對投保人的疾病風險管控處于智能交互的核心地位。區塊鏈技術記錄了投保人與保險機構之間從銷售、核保到核賠與結算的所有交易。因此，在健康保險中使用區塊鏈技術不僅能夠掌握投保人的個體健康信息、既往病史、病例等可靠、真實的核心數據，還增加了交易的透明度與信息的對稱性，使保單持有人及保險機構雙方始終可以訪問交易過程的所有環節信息，保護保險機構及客戶雙方的合法利益。

首先，區塊鏈可以降低道德風險與逆向選擇。保險公司可以利用區塊鏈全網共證的信息特征，通過智能合約的自動篩查功能驗證個體的行為記錄，有效識別投保人的風險狀況。

其次，區塊鏈可以識別風險。人工智能能夠通過系統中設定的校驗規則或是其他風險因子自識別風險。區塊鏈則通過利用分布式賬本建立起與客戶、醫療機構等多個相關交易方共同驗證的信任機制，客戶的個人信息、身體健康狀況、體檢信息和住院醫療信息均可以在分布式賬本上得到驗證，預防了欺詐和騙保的情況出現。

五、我國商業健康保險與數字健康技術融合的障礙

如前所述，數字健康技術與健康保險的聯動融合發展有助于商業健康保險的數字化轉型。但是，目前保險機構在運用數字健康技術推動健康保險的轉型發展上仍然存在一些障礙，制約了數字健康技術與健康保險融合價值的發揮。

（一）健康醫療大數據的獲取障礙

健康保險的創新發展受健康醫療大數據的制約，其獲取數據困境體現在以下方面。一是醫療服務機構及醫療保障部門難以與之共享數據。目前我國大部分經營健康險的保險機構與醫院及醫保經辦體系銜接不夠緊密，限制了保險機構對地區醫療數據的獲取，制約了健康保險產品的精準定價。由于醫院沒有與保險公司主動協同合作的動機，受保護參保人的個人信息安全、系統對接成本較高及對保險機構數據使用不信任的觀念等因素影響，其與保險機構在信息系統層面對接的意愿不強，能夠與保險機構共享的信息主要是參保人在醫療機構的診療治療賬單等財務數據。保險機構從醫療機構及醫保部門能夠獲得的醫療基礎數據呈現碎片化和片面性，能夠使用的醫療基礎數據非常有限，無法打破與醫保部門共享數據的壁壘，又不能夠介入被保險人診療治療的全過程，這使相關保險機構開發的商業健康保險的定價，與實際面臨的風險產生背離，難以實現費用的管控，帶來了發展的隱患。二是保險機構數據不齊全。我國經營健康保險的保險機構對投保人的數據主要來源于公司內部運營記錄、投保人自主提供的個人健康信息、經辦醫保業務的保險機構與醫療機構的資源對接數據、衛生統計年鑒等，而投保人的既往診療治療等重要的健康數據及各地區不同年齡組不同性別疾病發生率等核心數據均由醫保部門及公立醫療機構掌控。三是數據標準不統一。由于我國尚未出臺關于醫療數據的規范化和標準化建設的政策文件，目前保險公司、醫院、藥企、健康管理機構等主體形成的醫療數據，在數據定義及輸出格式等方面存在較大的差異，呈現出碎片化和片段化。即便保險機構從其他行為主體獲取了必需的健康醫療數據，但是由于數據標準不統一，數據無法集成，保險機構還需要對遷移、清洗的數據進行充分的治理及加工，才能夠得到有用的數據信息。四是國家層面的健康醫療大數據尚未形成體系。由于我國是在近些年才開始把大數據列為國家經濟發展的增長點、社會治理的重要工具，因此，國家的健康醫療大數據發展并不是很充分。可以說，數據壁壘始終是制約商業健康保險提供前置保障推動健康管理服務轉型升級的核心問題，使得健康保險依然難以突破其保障內容單一的局面。

（二）移動健康醫療人才儲備不足

商業健康保險向健康服務融合發展高度依賴醫療大數據及對數據的分析。而商業健康保險向健康管理服務延展的效果關鍵取決于數字健康人才隊伍及其專業技能水平。商業健康保險與數字健康管理類似，是一門涉及統計學、人工智能、衛生學、醫學等眾多學科的復合交叉型學科，對產品開發團隊、營銷團隊等人才隊伍有比較高的要求，需要具備扎實的專業保險知識及掌握醫學、衛生學、大數據學、統計學等相關學科知識的復合型人才。隨著商業健康保險外延不斷向大健康管理產業鏈延展，數字健康醫療等科技手段成為商業健康保險轉型的重要技術支撐，大數據專家團隊、運動保健醫生、營養專家團隊、人工智能專家團隊等用以支撐健康服務背后的人工智能算法研發和醫學服務的人才隊伍是商業健康保險轉型升級迫切需要的人才。以Clover Health 為代表的科技健康保險公司，吸納了大批大數據與分析、云計算、醫療健康與科技等專業基礎扎實的員工。

目前我國在移動健康醫療專業方面的人才是比較匱乏的。數字健康的發展使健康保險同樣需要生物醫學、統計、精算和計算機人才等跨學科的復合型人才。從現實來看，保險機構移動健康醫療人才匱乏，這與整個社會的醫療大數據人才供需市場失衡有關。移動健康、智慧醫療、醫療信息化、人工智能等產業的爆發式增長需要與之相關的專業人才，現實是目前僅有較少的高校能夠培養人工智能、醫療大數據、醫療信息化等人才，難以滿足市場人才的需求。一是人才規模體量非常小，缺口嚴重。2020 年8 月工業和信息化部發布的《人工智能產業人才發展報告（2019—2020 年版）》指出，根據《新一代人工智能發展規劃》（國發〔2017〕35 號），要在2020 年實現人工智能核心產業規模超過1500 億元的目標，預測當前我國人工智能產業內有效人才缺口達30 萬人。二是高校目前缺乏培養健康保險復合型人才的師資力量。健康保險如若要較好地使用醫療大數據，就必須配備對醫療保險、醫學、計算機科學、數學統計學及保險理論知識體系扎實的數據分析師。從目前的高校專業設置來看，幾乎不存在培養同時具備這些專業復合人才的師資力量。因此，目前醫療大數據領域人才招聘“懂算法不懂醫療”“懂醫療不懂算法”就不足為奇了。

（三）健康保險應用數字健康技術的風險

盡管數字健康技術在健康保險界的運用可以優化運營，拓展健康保險的價值鏈，發揮保險姓“保”的社會價值，但也面臨一些風險。一是數據使用的安全性。通過可穿戴設備等收集的健康數據大多數是沒有采取任何安全加密措施的，處于裸奔狀態。健康保險運營與開發產品中會涉及客戶的臨床及非臨床等隱私數據，如何確保大數據在使用過程中存儲安全不被泄露，是必須解決的難點。二是來自醫院和個人的道德風險。健康保險的經濟補償功能決定了投保群體對健康保險的逆向選擇始終是無法回避的問題。商業保險公司獲取投保人健康信息的途徑有限，難以掌握投保人投保時的真實身體健康狀況，易引發因信息不對稱而產生的逆向選擇動機。在疾病診療的過程中，醫院受利益最大化驅動容易產生過度診療行為。投保群體的逆向選擇及來自醫院和投保群體合謀的雙重道德風險推高了健康保險的成本價格，健康保險盈利能力薄弱，不少健康保險是虧損的。為了降低損失風險，保險機構只能通過較多的預設限制條件、高昂的保費、苛刻的條款，把高風險群體排除在外，只對健康群體進行承保。三是基因檢測技術使用的倫理性與安全性。基因檢測技術通過客戶的家族遺傳史等信息預測某些疾病發生的概率，受到了健康保險差異化產品開發的重視。然而，基因檢測技術在健康保險中的運用也有可能把一部分有家族遺傳病史的人排除在承保群體外。因此，基因檢測技術在健康保險中的運用受到了來自倫理和安全兩方面的制約。除此之外，基因檢測技術在法律上還可能涉及對用戶隱私權的侵犯，這些都需要國家在法律上進一步界定，確保個人隱私不受侵犯。

六、數字健康技術在我國商業健康保險中運用的建議

新冠肺炎疫情防控凸顯了數字健康技術的重要性，也帶來了商業健康保險需求的激增。推動數字健康技術與商業健康保險融合發展，對于提升個體健康素質，提高國家整理健康水平具有重要意義。針對存在的問題，提出以下建議。

（一）企業層面

一是加快數字化轉型。保險公司要高度重視公司數字化方面存在的短板，把數字化轉型作為戰略項目和“一把手”工程，徹底解決好系統建設頂層設計、科技研發能力提升、核心系統自主管控、數據應用價值提升、外部數據整合、內部協同優勢發揮及系統迭代創新快速響應市場和客戶需求變化能力等重大問題。二是強化數字健康技術應用。健康保險市場會隨著5G 等新興數字技術的出現與運用產生新的變化。健康保險主體應根據自身實際，通過自建、并購或是合作等形式加快與數字科技的融合，建立適應數字健康技術發展需求的管理機制及激勵機制，促使新興技術快速轉化并應用至健康保險經營管理的各個環節，激活新一代健康數字技術落地應用的經濟價值。三是加強數字化能力建設。保險公司管理層要把數字化能力作為戰略投資來看待，確立新思維，從多個層面進行系統轉型變革。搭建數字化的組織管理架構，培育和引進數字化專業人才團隊，形成與外部緊密合作的開放體系，建立適應數字化發展的企業文化。

（二）政府層面

一是搭建醫療信息共享平臺。這項工作涉及政府主管部門、醫院、藥企、保險公司、醫保機構及參保群體等多方主體，目的是要實現信息多方即時共享，必須由政府牽頭組織、加強統籌、協調各方、強力推進，把健康保險各主體納入健康醫療大數據平臺。可以先搭建省級層面的健康醫療大數據共享信息平臺，再構建國家級層面的數據平臺，最終實現全省乃至全國數據的互聯互通。二是加強健康數據治理。所謂數據治理，主要是科學安排數據的采集整理與分析，并兼顧合規、隱私保護及信息安全等。建議加強頂層設計，以前瞻性的視野，統一健康數據及健康保險數據標準和技術標準，確保數據易采集、可共享、能打通、好運用。加快健康數據保護統一立法，積極應用區塊鏈技術對所存儲的共享數據進行加密保護[27]，在防范保險欺詐、追蹤醫療記錄、加強隱私保護、維護數據安全等方面持續突破。三是完善商業健康保險數字化管理相關制度。在產品開發方面，支持保險公司依托數字健康技術和自身經營管理能力設計針對不同區域性、不同健康狀況人群的細分領域商業健康保險產品。在銷售方面，支持保險公司線上跨區域銷售疾病保險、醫療保險，便利客戶獲取多樣化的商業健康保險產品。在理賠方面，支持保險公司運用人工智能、遠程查勘等技術開展線上理賠。

（三）政策層面

一是加大對數字健康技術投入的稅收支持力度。當前，保險公司數字健康技術方面的費用支出在管理費用中體現，但開展這類數字化轉型，需要將現有技術結合業務場景進行二次研發，建議相關部門出臺政策，將這部分投入納入研發費用核算，并給予一定的稅前加計扣除比例，以減輕企業的稅賦負擔。二是對定制化健康險產品給予稅收支持。商業健康保險是基本醫療保險的有益且必要補充，政府近年來積極倡導并大力支持，2017 年開始在全國推廣稅優型健康險，取得了一定成效。保險企業運用數字健康技術開發的個性化、定制化的健康保險產品，更能契合消費者需求，提高整個社會的醫療保障水平，建議將其納入稅收優惠政策范圍；同時，在滿足一定條件下，允許投保人在退休前使用醫保個人賬戶購買定制化的商業健康保險、支付個人自負醫療費用，以鼓勵中青年群體參保。三是給予健康醫療信息共享平臺資金支持。采取政府補、政策減、企業出、市場籌、銀行貸等辦法，積極籌措搭建健康醫療大數據應用共享平臺的資金。四是推動數字健康技術使用的行業數據規范標準體系建設，加強保險機構在健康醫療大數據規范使用、數據安全和隱私保護等方面的自律與監管。

七、結語

數字健康技術不僅是可以促進商業健康保險保障功能、服務方式、控費目標等實現的重要技術支撐，也是健康保險與健康管理融合發展的中堅力量。對于保險公司而言，競爭的內容正在以健康險產品為核心向以數字科技為核心的健康服務業上下游不斷延伸。因此，在健康保險向健康管理延展服務的過程中必須要充分發揮數字健康技術的優勢，才能夠使健康保險為個體供給精準個性化的健康管理服務，實現保險與健康管理服務之間的良性互動和閉環管理，從而重塑健康保險姓“保”的本質屬性。