大數據的應用是健康險業務創新發展的一個根基。而大數據在健康險業務中，最明顯的兩個作用是：提升承保理賠端的風控和保險的反欺詐能力、搭建多層次的商業健康險產品體系。

對于保險業來說，這是一個機遇與挑戰并存的新時代。 市場競爭日趨加劇、業務增長壓力和降本增效的挑戰讓險企人不斷思考如何守成和創新。 從銀保監會近期披露的今年前3個月保險行業統計數據來看，健康險業務在新冠肺炎疫情影響下依舊保持了近年來的較高增速水平。 數據顯示，2020年1月至3月，保險行業健康險業務實現原保費收入2641億元，同比增長21.6%。 在智能時代，諸多保險企業尋求在業務上融入更多的科技元素。

近日，在上海舉行的外灘大會上，中國人民健康保險股份有限公司（以下簡稱人保健康）副總裁李曉峰發表了《健康醫療大數據驅動的健康險科技創新》的主題演講。 李曉峰表示，目前，人身險公司在健康險業務中的技術投入，最大的一個版塊就是大數據，占比23%。影響之大涉及業務全流程的各個環節——風險預測、產品開發、精準定價、精準營銷、代理人賦能等等。 李曉峰說到，“大數據的應用是健康險業務創新發展的一個根基。” 而大數據在健康險業務中，最明顯的兩個作用是：提升承保理賠端的風控和保險的反欺詐能力、搭建多層次的商業健康險產品體系。 但是，大數據應用的通用性難題在保險行業依然存在。李曉峰表示，數據的收集與整合是行業面臨的最為嚴峻的挑戰。 此外，行業普遍存在的“數據孤島”現象以及數據隱私與安全仍然有待解決。 “到目前為止，我國的醫療大數據確實還沒有形成完整的生態體系。通過跨界合作、多渠道、多手段進行外部數據的整合，完善數據分析與應用，加大保險科技投資與應用的研究，進行數字化流程改造，將有助于進一步發揮數據的價值與應用。”

以下為李曉峰的演講內容，雷鋒網《醫健AI掘金志》做了不改變原意的編輯與整理

李曉峰：尊敬的周主席，各位嘉賓、各位同仁大家下午好！我受華山總的派遣來參加這次外灘大會，并和大家做一些交流。 人保健康成立于2005年，至今已走過了15年的歷程。在這個過程中，我們經歷了很多艱辛的探索。公司成立的時候，時任總理溫家寶同志給我們專門做了批示，這在保險行業里是唯一一家。 當時溫總理給我們批示的要堅持高標準、高起點、精心組建、規范運作，學習借鑒國外成功經驗，寄語是務必辦好。 經過這些年的努力，我們也逐漸向一條正確的軌道上發展，致力于服務“健康中國”戰略，做優健康保險、做實健康管理，強化科技賦能，構建“健管+科技賦能”的商業模式。 我們依托商業保險、社保業務和健康管理業務，持續推進科技賦能，特別是在健康醫療大數據和健康保險的應用方面進行了一些探索。 今天我跟大家交流的題目就是《健康醫療大數據驅動的健康險科技創新》，談談三個方面的體會。醫療大數據在健康險領域的應用場景與價值

從政策環境來看，“醫療大數據+健康險”的理念得到了國家相關部委和監管部門的大力支持，相關部委和監管部門出臺了很多政策文件，鼓勵保險公司借助大數據等技術手段提升風險管理水平，簡化流程、提升服務的效率。 從市場環境來看，以醫療大數據等技術為代表的新一輪科技革命引發了保險業的變革與創新。 根據我們的統計，目前人身險公司在健康險業務中的技術投入占比依次為大數據（23%）、人工智能（14%）、云存儲與計算（13%）、基因檢測（12%）、區塊鏈（6.9%）、可穿戴設備（4.6%）。 從這個比例中可以看出，保險公司投入最多、應用最廣的還是大數據技術，其影響之大涉及業務全流程的各個環節，包括風險預測分析、產品開發、精準定價、精準營銷、代理人賦能等等。

大數據的應用是健康險業務創新發展的一個根基。 我認為，應用健康醫療大數據，至少具有兩方面的明顯作用：一個是可以提升承保理賠端的風控和保險的反欺詐能力。比如搭建業務風控體系和可視化的全景數據平臺，在此基礎上細化人群、產品、病種、用藥、治療明細等維度，完善風險預警機制和標記補充核保過程中的高風險狀況節點、信息采集，由模型替代傳統規則形式，實現提前的預警。 同時，實現最優風險應對方案推薦，基于海量醫療大數據詞庫的自動結構化歸因的算法，進行醫學數據的處理。 此外，我們還可以靈活地匹配復雜的產品規則，進行不合理用藥的審核、醫療臨床路徑的合理性檢測，以及醫療欺詐的識別、DRG控費服務。 通過智能的核保，建立灰名單制度、客戶標簽、健康管理服務，理賠調查，醫療費用智能審核等手段，將數據有機整合，優化數據統計的系統，推進數據分析自動化作業等等這些方面，都起到了非常好的效果，發揮了很好的作用。

另一個作用是可以搭建多層次的商業健康險產品體系，開發差異化的健康保險產品，進而解決健康險同質化嚴重、非標體投保難的問題。 基于大數據，我們可以根據潛在客戶的需求研發產品，細化責任設計，進行更精準的定價、理賠風險管控。 健康險公司可以基于健康醫療大數據，包括疾病人群的統計，疾病風險因素和診療路徑的分析等。 在這個基礎上進行人群與市場的細分，制定精算的規則，構建基于醫療大數據的疾病風險模型，然后再制定產品的條款和相應的醫療服務。 同時，在核保理賠、產品投放和控費過程中，我們也會提供一些數據驅動的精準服務，以此來提升客戶的體驗和客戶的深度服務，形成數字化的產品開發體系，滿足客戶不同健康情景下的保障需求。人保健康在醫療大數據應用的創新實踐

這兩三年來，人保健康在持續強化科技賦能等方面進行了探索。 從業務系統來看，我們在底層的IT系統上采用了分布式架構，搭建了新一代的云核心系統，實現了可擴展和高效能運行的效率。 在產品上線速度、第三方對接平臺實效和并發量方面，達到了行業較優的水平，有效支撐了互聯網業務的快速發展。 另一方面，公司在深耕多年社保業務、商保業務和健康管理業務所積累的海量數據基礎上，進一步加強對健康醫療大數據的投入，運用大數據的生態系統，基于數據進行渠道產品定制和精準定價，同樣基于數據進行全流程的風控，實現了有效的醫療控費。 此外，我們公司還專門成立了大數據中心和數據共創實驗室，組建了一支既懂保險，又懂技術，還比較精通醫學的全能型數據團隊，針對業務需求進行有效的輸出。

下面舉幾個應用的場景。 第一個是我們與頭部互聯網公司逐步深化合作，不斷優化智能核保、理賠風控等系統功能，實現實時風控。 我們有一個很火爆的產品是好醫保，在支付寶平臺上銷售得很好，風控也做的很好。不僅給公司帶來了海量的客戶，提升了業務規模。同時，在運營、管理等等方面，公司也是受益頗多。 在這方面，我們實現了商保、社保、健康管理三大業務平臺歸集，在新產品的研發和設計階段，引入數據的分析洞察，利用自建數據庫成功開發了我們的醫保個人賬戶。 在上海，在沈陽一些城市里，醫保賬戶里結余的個人費用可以購買商業健康保險，我們在這一方面做了一些探索。 我們也開發保證續保的醫療險，長期重疾等好醫保的系列產品，在精準用戶畫像、精準定價、精準控費、精準健康管理等領域，提升了公司的服務質量和服務的內涵。

第二個場景，我們開發上線了可視化的數據管理系統，用于客戶的全流程管理，在承保、理賠、客服等線上交互環節，建立包含基礎數據、數據分析、數據應用和管理四個部分的健康醫療大數據平臺，主要負責整合歸并、分析和處理公司內外部的數據資源。 比如，我們通過對理賠數據的監控，增加了風控的指標，擴大理賠、智能初審的范圍，重點解決前端占比達到20%的無效在線報案，提升運營服務的工作質量和效率。 第三個場景，我們嘗試醫療的快賠、查案引導和數據化模型，對理賠關鍵信息、理賠明細信息、診斷信息和住院信息等進行風險評估，梳理理賠案件的風險特征，完善風險的規則庫，建立反欺詐風險監控模型，并且引入醫院、疾病、用藥等醫療圖譜信息作為理賠輔助手段，提高理賠環節中最為耗時環節的時效，最終形成了全自動化的理賠流程。還有一個應用場景是我們公司開發的“人民健康”APP，這是一款集健康管理、健康保險和健康科普于一體的綜合性的健康服務平臺。 在客戶信息授權的基礎上，我們借助智能的硬件、智能識別等方式，記錄用戶的用藥、運動、餐飲、作息等數據，以及結構化的體檢數據，跟蹤客戶體征指標數據的變化，通過智能管家助手和線下的健康管家、醫師團隊給客戶提供差異化的健康管理服務。健康險應用醫療大數據面臨的挑戰及解決方案

目前來看，保險科技為健康險賦能的同時，確實也有很多的挑戰，而數據的收集與整合是行業面臨的最為嚴峻的挑戰。

保險公司是基于理賠數據進行分析，具有不全面性客戶頻繁更換保險公司會帶來數據的不連續性延遲報案會帶來理賠數據的滯后性

從這些實際情況來看，下一步我們需要進行大數據的管理，實現規范化和標準化。 保險公司掌握的理賠數據比較多，一些承保的信息并不是很完善。從人保健康來看，我們有很大一塊業務是政府委托的社保補充業務，也就是大病和護理險這些業務。 實際上，很多時候是無名單的投保，政府給我們一個市，或者是一個縣，就統一投保了，人數大概200萬人、300萬人，但是具體的客戶信息是不完整的。第二方面的挑戰是目前行業普遍存在的“數據孤島”現象。首先，醫療服務、醫院、衛生監督等平臺的數據壁壘、數據質量標準還是不一致的，這成為大數據應用的制約因素。 其次，醫療數據的類型也比較多，動態性強，標準化程度不足，整合難度很大，導致海量數據難以統籌、分類、分析出有決策價值的成果應用。第三方面的挑戰是數據隱私安全。健康醫療大數據與個人的隱私密切相關。國家有明確的立法，要求大數據在應用過程中權責明晰，不讓數據利益相關人員權利受到損害。 因此，在醫療大數據的使用過程中，機構應該明確相關的程序和監管責任，明確各環節的管理義務。 到目前為止，我國的醫療大數據確實還沒有形成完整的生態體系，市場上缺乏完整的面向C端個人、H端醫院、G端政府、B端企業的醫療大數據應用生態。 與此同時，成熟的商業模式也在不斷的探索中。

我們認為，未來通過跨界合作、多渠道、多手段進行外部數據的整合，完善數據分析與應用，加大保險科技投資與應用的研究，進行數字化流程改造，將有助于進一步發揮數據的價值與應用。一方面，保險公司可加強與數據服務公司、流量平臺、科技公司的跨界合作，在確保用戶授權、數據合理使用和保障用戶隱私的前提下，獲取和積累數據，并進行數據模型的匹配訓練。另一方面，保險公司應加大信息化投入，整合保險行業與上下游產業的相關數據，不斷地豐富和優化健康醫療數據庫，最終目的是將數據轉化為應用的場景，服務于健康保險和健康管理的全流程。 科學技術的不斷進步、新技術的進一步應用，必將賦能保險領域的數字化高質量發展。 我們希望能夠與在座的各位同仁共同努力，一起助力健康險行業科技變革，為提升全民的健康水平、高質量地保障人民健康，建設有溫度的專業健康保險公司，做出積極的貢獻。雷鋒網云峰會即將來襲

責任編輯：xj

原文標題：人保健康李曉峰：大數據洪流中，健康險如何實現技術突圍？

文章出處：【微信公眾號：IoT科技評論】歡迎添加關注！文章轉載請注明出處。