探路美国健康险业的大数据运用

赵艳丰 大连交通大学经济管理学院

在“互联网+”的经济发展新常态下，各大产业都面临着产业结构转型升级的局面，保险业也开始运用大数据和互联网技术谋求新的发展出路。大数据作为数据分析领域的前沿技术，在保险行业各个环节的运用也愈发普遍。本文通过对美国Clover Health公司的案例分析，来阐明如何在健康险领域运用大数据技术，希望给读者带来启示。

一、案例分析

近些年，美国的健康险行业面临着新一轮的资源整合，硅谷也将精力集中于该行业，试图提高医疗机构效率，从而为患者提供更好的医疗服务。2015年，在美国旧金山，一家强调将数据剖析与预防护理相结合、重整健康险行业的新兴医疗保险公司——Clover Health（以下简称 Clover）成立，并于2016年、2018年分别获得硅谷业内投资机构1.3亿美元和1.6亿美元的大额融资。

与一般的医疗保险公司不同，该公司成立之初就尝试运用大数据来推动老年人医疗健康保障发展，同时让购买商业医疗保险的用户享受较低的保费。Clover公司的另一大特色是其根据理赔信息来追踪用户的病史，从而判断哪些用户具有较高的患病和理赔风险，之后Clover公司会帮助这些用户改善健康状况，提高整体的临床治疗效果，达到从治疗疾病到预防疾病的目的。在公司成立的初期，其经营覆盖范围只有新泽西的六个县城，但是在短时间和有限的用户数内，公司业绩已取得长足进展。据该公司数据显示，在2018年第二季度至第四季度，相比于新泽西没有覆盖Clover医疗服务的地区，购买Clover医疗保险用户所在地区的住院率低了50%，再次住院率低了34%。这个数据不仅说明了Clover医疗产品不仅给老年人和残疾人带来了健康，同时也节约了公共医疗卫生资源。

（一）基于大数据的健康管理分析

Clover公司的目标客户是65岁及以上的老人和残障人群，并且他们也是由美国联邦政府提供的医疗照顾保险（Medicare Advantage Plans）的覆盖群体。该计划允许商业保险管理这部分人群的医疗保险，政府会补贴其购买费用，并支付由商业保险公司发出的所有理赔费用。这部分大约有近2200亿美元的市场份额长期被保险巨头——联邦医疗保险公司（United Healthcare）所占据，Clover公司试图从该市场分得较大一块市场份额。

Clover公司之所以选择65岁以上的高风险人群还有另外一个价值定位和事实根据。这部分人群是医疗消费大户，经常进出医院，由此积累了大量的医疗数据。公司希望将软件与数据相结合，利用科技力量降低那些购买商业保险的老年群体的保费。依据大数据分析和模型算法，识别患者住院治疗或进行昂贵治疗的风险，在用户患病住院之前介入他们的健康护理（Clover公司会派遣护士或医生去拜访患者，并对其做必要的检查，填补该患者的个人医疗资料），从而减少患者自身的医疗费用和保险公司的理赔费用。帮助患者避免住院治疗的做法平均可以节省公司1万美元的理赔费用。因此，无论是健康人群还是患病风险高的人群购买Clover Health商业保险计划时，都将节省保费。

Clover公司的首席技术官克丽丝·盖尔（Kris Gale）表示，企业内部专门建立了实验室研究患者的健康数据，将各种复杂数据整合后构建了临床资料库，以找到医疗体系中的问题，并填补该部分医疗空白。Clover拥有一项技术处理强项，即对非结构化数据的整合。传统的医疗保险为患者提供的服务就是理赔，不会使用数据来帮助改善患者的身体状况。而Clover则会收集实验室测试结果、放射结果，及保险公司的索赔记录等，来全方位地获悉用户的健康状况。之后它们会使用软件模型来自动判断问题所在，了解比如患者是否按期服药等情况，再让公司的健康工作人员进行电话通知或者上门拜访。这样做的目的也是在用户需要花高昂的治疗费前给他们忠告。因此，预防保健是促使该公司业务增长的一项特色。但如果患者还是因病住院，必要时进行手术，公司的护士会对其进行术后拜访，保证患者每天服用适当的药物，防止病情恶化，保证患者的健康恢复。

（二）大数据运用的特色

一是开发了创新性的非结构化数据整合技术。该技术有助于识别患者潜在风险和帮助医生提供更好的医疗服务。公司首先收集保险理赔信息来追踪用户的病史，再将这些非结构化数据整合到一个完整的系统中，建立软件模型，以区分不同人群的患病风险，这是Clover提供保险服务的重要基础。然后根据用户不同程度的风险状况进行健康干预，从而减少用户的治疗费用和保险公司的理赔费用。

二是变疾病治疗模式为疾病预防模式。Clover公司经营方式是将以患者为中心的数据分析与专业的健康护理相结合，找出保障计划内成员的潜在风险，并据此提供直接的预防护理，有效减少了病人去医院治疗的次数，从而减少了患者的住院治疗费用，也给公司带来了更多的收入。Clover公司采取实时数字记录患者当下的健康状态和历史情况，并综合患者个人EMR（电子病历，EMR是基于一个特定系统的电子化病人记录，该系统提供用户访问完整准确的数据、警示、提示和临床决策支持系统的能力）的合格检查，全面了解患者的健康状况。然后，Clover公司就扮演了类似私人医生的角色，帮助患者变得更健康，比如鼓励他们吃一些处方药或者全程管理患者的慢性疾病。

三是提供更多的优惠服务。让Clover公司做得比其他健康险公司出色的主要原因有两点：一是公司不收取客户线下去医院咨询医生的额外费用；二是定期梳理客户的健康数据，并对其做出相应预测，同时还帮助客户控制病情，雇佣专业的医疗护理队伍为其提供预防护理服务。在客户病情发展需要时，护士和医生会专门去客户家中为其做近距离检查。Clover的高级管理层认为，他们所推行的这些市场战略都是得益于科技的进步，使得他们比传统健康险公司更有优势。

二、案例点评

从Clover公司的大数据实践案例中，我国经营健康险的相关保险公司可得到以下启示。

（一）数据来源要广泛

在大数据时代，保险公司可通过实时监测、跟踪投保标的在活动中产生的实时数据和消费者在互联网上的行为数据，再对获取的大量非结构性数据进行挖掘分析，找到规律性的东西，进而提炼出给企业创造价值的经营方案。大数据使得创新型险企变成了经营新方法的率先接受者，并通过对数据的深入挖掘分析，找到更新更好的经营模式，从而降低险企经营成本、增加销售，为企业创造更多收益与价值。

国内的一些保险公司通过“一滴血”来筛查重大疾病，这种筛查的技术成熟性还有待市场检验，而且数据的单一性比较明显，无法给出更准确的判断。反观Clover公司通过保险理赔信息来追踪用户的病史，以判断哪些患者具有较高的患病和理赔风险，这些理赔数据来自于社区医疗中心、疾病专科诊所或者大型医院，数据来源广泛。而且公司还专门建立了实验室研究患者的健康数据，将各种复杂数据整合后构建了临床资料库，以找到医疗体系中的问题，并填补该部分医疗空白。

另外，针对数据收集难的问题，国内保险公司可从内部共享和外部获取两方面来考虑：

一方面，保险公司应当充分发挥在数据挖掘中的主体作用，借助于信息化平台，整合保险行业与上下游产业的相关数据；加强与互联网公司和数据公司合作，通过利益交换机制，在用户和数据来源机构的授权之下，将数据内部共享。对于较大的集团型保险公司，可以将各子公司的客户资源和交易数据交予集团数据部门集中管理，但在共享的前提下必须有数据约束机制和利益分配机制。

另一方面，保险公司可通过增加与客户的互动频次和触点，增强客户体验，以便从客户处获得更多真实、完整的个性化数据。还可依靠一些传感设备、穿戴设备、电子记录等新装置的使用来获取更科学、更精准的数据。保险行业也应该共同努力，积极建立行业数据共享平台，提供一些分类数据，例如保险流程数据（保单、承保、理赔），外部整合数据（电子病历等），以满足在保险价值链各环节的数据和分析需求。

（二）风险把控要可靠

Clover公司创新性地将非结构化数据整合到一个完整的系统中，以便分析某个用户是不是属于高风险人群，明确为什么该用户处于高疾病风险，以及应该如何进行干预，进而帮助医生提供更好的医疗服务。通过整合用户数据，建立软件模型，以区分不同人群的患病风险，这是Clover公司提供保险服务的重要基础。料），从而减少患者自身的医疗费用和保险公司的理赔费用。在患者需要花高昂的治疗费前，给他们忠告（比如提醒患者按时按量吃药、调整生活方式），通过主动、预防性的手段降低用户去医院的频率，阻止用户病情恶化。

另外，对大数据的分析还可使保险公司制定更加精准有效的营销策略，为购买保险的用户提供更加及时和个性化的服务。例如，Clover公司提供给老年人和残疾人的医疗保障，就是根据个人的过往病史和身体特征提前预防疾病，对每个患者的护理服务也会因其病情的差异而不同。

而反观国内的很多保险公司则是根据网络或微信问卷调查数据来判断用户的实际健康状况，其实具有强烈的主观性和欠真实性，因而对结果的误判还存在一些漏洞，而Clover公司收集到众多客观的非结构化数据，并对数据建立模型进行分析，使得数据结论更精准，对患者风险程度的把控也更严谨。因此，国内保险公司应当拓展对用户实际健康状况数据的收集方式，增强数据的准确性与真实性。

（三）保险的本质应体现

依据大数据平台，保险更趋向于保险的本质，即预防风险、降低损失。保险公司若能通过对客户过往病历数据的收集和实时生活习惯数据的追踪，实时监控到患者的具体身体状况，在其住院治疗之前及时采取应对措施来提升患者的健康，就能及时缓解患者的病情，同时也减少了患者高额的住院费以及保险公司的理赔费用，真正达到防范风险、降低损失的目的。例如Clover公司的预防机制为：依据大数据分析和模型算法，识别患者住院治疗或进行昂贵治疗的风险，在用户患病住院之前介入他们的健康护理（Clover会派遣护士或医生去拜访患者，并对其做必要的检查，填补该患者的个人医疗资

（四）数据的运用水平需提高

目前，国内不少保险公司面临着在获取用户数据之后，如何更好地开发、利用数据的困惑，我们可从以下几个方面考虑。

首先，保险企业应该根据自身经营情况设立大数据战略目标，明确大数据所起的作用和效果，例如帮助公司提升用户体验、吸引目标客户、提高业务能力或者颠覆性业务创新等，诸如此类的效用。通过大数据分析可以解决现有的风险控制问题，可以为客户制定个性化的保单。

其次，保险企业在取得用户数据之后，应从数据的采集、存储、处理等环节寻求突破，建立数据治理架构。在数据处理环节进行大数据分析与建模，企业应在明晰数据来源后选定合适的分析方法（比如聚类分析、描述性统计、假设测试、回顾分析），再确定最恰当的算法和选择分析工具，完成数据建模工作。利用社交网络改善产品和服务，影响目标客户，通过对已有信息的分析，保险公司可以获得更准确以及更高利润率的定价模型。

最后，广大保险企业在大数据运用方面应该勇于试错、勇于突破，只有在实践与失败中不断获取经验、总结教训，这项技术的运用才能走向成熟。