医疗大数据可解健康险三大痛点(下)

医疗知识图谱也能用于核保，实现风控吗?

医疗知识图谱能够基于患者的体征和症状，核对诊断过程中所做的化验和检查，是否有过度检查。也能根据化验结果和影像检查标志物，核对诊断结果是否合理，核对用药和手术是否合理。实现诊断和治疗全过程的核保，高精度地实现风控。

在设计健康险产品的时候，也能够通过大数据来提高设计质量，是吗?

健康险的产品设计，有两个维度：一个维度是提供哪些服务，另一个维度是如何定价。健康险提供的服务，可以包括今年看病的总费用，健康险能报销多少，也可以包括单病种的报销额度，也就是如果投保人患上某某疾病，健康险能报销多少手术、药品、和住院费用。在制订报销额度之前，必须测算在不同的当前健康状态下，未来罹患某种疾病的概率，以及各类疾病的平均诊治费用。从海量病历中，不仅能够统计出各类疾病的平均诊治费用，而且也能够通过跟踪多位患者的病情发展，统计出疾病转化的概率。制度设计须兼顾社会伦理和保险成本。

从社会伦理讲，险企是否有权以甄别逆选择的名义，查验投保人的病历?是否有权根据投保人的健康状况和病史，制定不同的健康险投保价格?是否会引起疾病歧视、年龄歧视、性别歧视等等道德争议?

在设计健康险制度的时候，绕不开社会伦理问题。譬如生命是否无价?从个人来讲，如果自己的生命面临危险，当然要不计成本抢救生命。但从社会整体来讲，很难做到不计成本地挽救每一个生命。在设计健康险制度的时候，必须同时兼顾社会伦理和保险成本。如果险企都破产了，老百姓无处投保，这是更大的道德风险。大数据能够精准测算各种制度之下，保险成本和受惠人群，为保险制度的设计，提供数据依据。

医院会把病历，交给大数据公司吗?如果病历外泄了，如何保护患者隐私?同时，如果大数据公司拿到的病历，仅仅是脱了敏的病历，不知道患者的联系方式，那么大数据公司如何实现精准营销呢?

首先得强调一下，大数据公司不需要向医院索取病历。所有病历，都存放在医院内网的私有云里。大数据只不过在医院的私有云里，对病历进行了数据挖掘。也就是说，大数据公司的程序，读过每一份病历，但是大数据公司的员工，没有直接接触病历。实际上，合作的主体，是险企和医院两家，大数据公司只不过提供了数据挖掘的能力。举例来说，如果有一位用户购买健康险，如果按制度规定，险企有权审核他的病史。以往调阅病历，需要去医院的病案室，人力成本和时间成本都很高。这个时候大数据技术的作用就体现出来了。大数据技术能够帮助医院病案室，在一秒内调阅病人所有既往病历，甚至可以自动读解这些病历，整理该病人的病史和判断他 的健康现状。也就是说，大数据技术提高了医院病案室的工作效率。又比如说，如果有投保人申请医疗费用报销。以往做法，险企要组织大量人力，人工核查每一份报销单。对险企来说，工作量巨大。对投保人来说，报销不及时。这个时候大数据技术的作用就体现出来了。大数据自动地智能地，全面核对报销单与存放在医院里的病历。不仅高精度，而且高效率。从严格意义上来讲，大数据只是提高了数据处理的效率。但从实际效果上来讲，大数据技术同时做到了高精度和高效率。以前不可能做到的事情，现在通过大数据做到了，大数据促成了一场革命。

国外健康险有哪些先进的案例或者合作模式可用来借鉴吗?

医疗行业和医疗保险，与各国国情密切相关。美国各种医疗机构的组织安排和财务安排，深受医保公司影响。甚至很多医疗机构，直接隶属于医保公司。英国的医疗医保制度与美国不同，日本也不同。各个国家各有特色。譬如美国重视PBM，Pharmacy Benefit Management，药品福利管理。保险公司从各家医院收集各类药品的需求，然后向药企团购，以便获得批发优惠价。但是中国目前更突出的问题，不是药品的价格，而是乱开药。PBM对于中国也很重要，但是似乎并非当务之急。

国外在医疗大数据方面还有哪些探索?跟国外比，中国在医疗大数据方面的成就如何?

国外在医疗大数据方面，目前成就比较突出的有三个企业。第一个是IBM Dr Watson。IBM想在癌症领域，尤其想针对某几个疾病，收集高质量的病历，并对它们进行数据挖掘，同时对相关论文做智能语义分析。通过双管齐下的办法，细分这几个疾病病程，更精细地推荐各种治疗方案。其次是Google旗下的DeepMind，也就是下围棋的那个AlphaGo。他们跟英国卫生部合作，收集了全英国170万份病历，针对常见病， 研发家庭医生电脑助手。英国整个医疗体系中从业人数最多的是家庭医生，但是家庭医生的临床水平参差不齐，DeepMind想借助家庭医生电脑助手，实现常见病的标准化诊断和治疗。还有一个美国公司叫Flatiron Healthcare，它的主业是从全球各地收集病历，目前首要目标是收集癌症病历。各地各医院的病历，格式不统一，语义用词不规范，所以Flatiron想把全球的病历烫平整理，实现病历的标准化、结构化，实现全球病历的互联互通。全球各国都在尝试医疗大数据，而且很多大数据专家一致看好中国。因为中国不仅人口全球第一，而且电子病历储量全球第一，所以中国在医疗大数据有得天独厚的优势。

到目前为止，全球还没有出现成熟的健康险产品。对于这些正在探索的企业，大概需要多长时间，才能完善技术，完善商业模式，并脱颖而出呢?

把大数据和机器学习技术，应用到医疗行业，实现智能诊断和治疗系统，相关的研究课题非常多，产品形态非常多，赢利模式非常多。如果目标紧紧盯住几百个常见病，缩短战线，快速冲刺，12个月内，是能开发出质量令人满意的产品。面对蓝海，面对一望无际的商机，创业企业最大的挑战，是保持注意力的专注。切 忌分兵出击，处处出击，处处遭遇阻力。12个月内，技术方面会取得重大突破。接下去，第二个里程碑，是实现赢利模式闭环，尤其是实现医疗大数据、智能诊疗与健康险的紧密结合。有价值，就有用户，有用户，就有赢利模式。相信在未来2~3年内，一定会有若干家公司，探出路子来。

精彩总结

只有当险企和医院结为利益共同体，达到这个基本点以后，保险产品的设计才更有依据，获客的成本更低而且更精准，风控更有保障。如果医院的利益与险企的利益脱钩，医院势必希望多卖药，多做检查，多做手术，把小病当大病治。

来源：数据分析网