0
“這樣的模式，太保過去已經堅持了幾十年，但最終在2019年決心做出改變”。
宋全華說出這句話，非常堅定。
“平時注入一滴水，難時擁有太平洋?！睙o論你了不了解太平洋保險公司，你應該都聽說過這句廣告詞。
1991年，太平洋保險公司成立。2016年8月，中國太平洋保險在"2016中國企業(yè)500強"中排名第52位。 2018年《財富》世界500強排行榜中，中國太平洋保險位列220位。
這樣一家保險巨頭，決心做出改變的是什么？
2019年，作為太平洋保險（以下簡稱“太?！保┑淖庸?，太平洋醫(yī)療健康正式開始運營。成立之初的目標，在健康管理、管理式醫(yī)療、醫(yī)療健康大數據等方面構建核心能力，實現(xiàn)自主運營。
為什么要花時間、花精力成立這樣一家技術屬性的公司？正值一年運營時間之際，醫(yī)健AI掘金志專訪了太平洋醫(yī)療健康總經理宋全華，探討了太平洋醫(yī)療健康的成立初衷，對主營業(yè)務的支持以及未來規(guī)劃等問題。
太平洋醫(yī)療健康成立的首要原因來自于中國太保業(yè)務風控的多樣性和復雜性。
至2020年第一季度末，中國太保壽險各類政保業(yè)務覆蓋政府客戶共計 218個，在辦各類醫(yī)保合作項目227個，覆蓋23個省/自治區(qū)/直轄市、88個地市，服務1.08億參保人。
龐大的參保人口、地區(qū)性的保障政策，對保險公司參與政府合作醫(yī)保業(yè)務的風險管控，提出了巨大挑戰(zhàn)。
宋全華表示：“太保各類業(yè)務的風控需求量非常大，在政府醫(yī)保項目、團體保險、個人保險等業(yè)務線的流程中，均有風控需求。單純的第三方服務模式，會導致風控系統(tǒng)不兼容，服務碎片化的問題。”
這種碎片化風控，對太保最大的影響就在于業(yè)務的持續(xù)性。
以政府醫(yī)保項目風控為例，從研發(fā)、測試、上線到使用，項目往往要經歷幾輪的迭代更新。對于不同的智能審核項目，不同開發(fā)商交付的風控系統(tǒng)服務質量又參差不齊，嚴重影響客戶體驗。
“這種矛盾其實一直困擾著保險行業(yè)，但也不至于‘大動筋骨’，讓我們決定非做不可的另一重要因素來自于商業(yè)健康保險的變革”。
近幾年來，商業(yè)健康保險市場進入爆發(fā)式增長期，健康險保費收入從2000年的65億元增長到2019年的7066億元，年均增長率達到30%。
行業(yè)的快速轉型發(fā)展，讓太保不得不再認識一次“商業(yè)健康保險”。
相比過去，健康保險產品的種類急劇擴張。據健康界統(tǒng)計的數據顯示，1992年，全國銷售的各類健康險產品僅有70余個。但是目前，近百家保險公司在售的健康險產品約2200款，備案數量超過3000余個，較5年前翻了一番，而且以“百萬醫(yī)療險”為首的新險種，已經受到多個年齡段人群的普遍認可。
商業(yè)健康險為什么會這么火？究其原因，是保險用戶需求變得更加清晰：健康險的投保人群，在真正發(fā)生理賠、獲得理賠款之后，基本會將錢投入在醫(yī)療服務和藥品中。所以用戶的核心訴求其實是“醫(yī)療健康保障”。
當然，這種商業(yè)健康保險的醫(yī)療訴求，過去也曾獲得過重視，但沒有大范圍普及的原因就在于“方向有所偏頗”。
宋全華表示，“過去，健康保險的發(fā)展重點聚焦在重疾險，以經濟補償形式為主，雖有增加輔助醫(yī)療服務內容，但真正獲得理賠或服務的客戶比例不高?！?/p>
現(xiàn)在，“醫(yī)療服務+健康險”的模式已經獲得行業(yè)的一致肯定。平安、眾安等險企，為了深度融合醫(yī)療生態(tài)與健康保險，打通醫(yī)療數據信息壁壘相繼都成立了保科技子公司。
因此，為健康險產品增加“醫(yī)療服務”，已成為所有保險公司必須要做的事。
決定好方向，剩下的就是可行性。宋全華表示，太保之所以能做、敢做首先有兩點因素：
從風控角度來看，中國太保過去已經積累了幾十年的完整保險數據，依據真實營運數據的產品也將更適合自身的需求，數據來源和落地將不再是發(fā)展的瓶頸。
從醫(yī)療健康角度來看，中國太保過去一直在醫(yī)療健康布局，此前，已經投資了上海細胞治療集團、上海質子重離子醫(yī)院等健康醫(yī)療服務機構，剩下要做的就是將這些資源進一步整合。
當然，太平洋醫(yī)療健康“另起爐灶”，并非是向過去的第三方模式發(fā)起挑戰(zhàn)。
宋全華表示，“太平洋醫(yī)療健康做的事，是如何幫助中國太保的保險主業(yè)做的更好、更有競爭力，所以我們立足于生態(tài)建設，進一步加強與優(yōu)質市場資源的合作，鎖定重點。”
第一，醫(yī)療服務層面，太平洋醫(yī)療健康聚焦健康保險醫(yī)療服務的設計與運營管理，具體、專業(yè)的醫(yī)療服務需要與專業(yè)實體機構資源對接；
第二，政府醫(yī)保業(yè)務層面，太平洋醫(yī)療健康立足于醫(yī)保基金管理服務端，與三醫(yī)聯(lián)動的另外兩端（醫(yī)療、醫(yī)藥）互聯(lián)，需要廣泛開展技術合作予以實現(xiàn)；
第三，數據創(chuàng)新應用方面，如可穿戴設備的普及應用，華為、小米等諸多硬件設備廠商具備完整的產品服務供給，與物聯(lián)數據的進一步整合應用，需要廣泛開展跨界合作。
從零開始的一年，太平洋醫(yī)療健康著力于技術隊伍建設及能力打造，利用醫(yī)療健康管理、專業(yè)大數據分析等能力，支持太保壽險轉型發(fā)展AI新動能。
通過需求識別、服務甄選、企劃設計等專業(yè)環(huán)節(jié)，太平洋醫(yī)療健康將視頻醫(yī)生、醫(yī)療綠通、藥品福利等服務資源整合成醫(yī)療健康服務包，與太保壽險產品進一步融合，形成“保險+服務”的一體化投放。
這種融合，首先改變了保險產品競爭力和客戶體驗。
以團險業(yè)務為例：
傳統(tǒng)的團體保險，企業(yè)用戶享受服務，主要發(fā)生在保險理賠服務端，服務內容多為事后理賠報銷，客戶并未真正體會到醫(yī)療健康服務。對于這個問題，太平洋醫(yī)療健康利用醫(yī)療健康服務包，為團體保險延伸服務寬度，推出了“企業(yè)員工關愛計劃”。
這種融合式的“保險+服務”方案，服務觸達率獲得提升，更多員工可以通過醫(yī)療綠通、視頻醫(yī)生等具體、便捷、可及的服務形式享受到太保服務，直接受惠員工比例提升50%以上。
抗擊疫情期間，線下就醫(yī)極為不便，許多員工通過太保視頻醫(yī)生服務獲得了最需要的醫(yī)療健康服務，也紓解了員工因疫情造成的恐慌心理。
除了利用醫(yī)療健康服務為健康險延伸寬度，未來太平洋醫(yī)療健康還將從精算的角度，支持健康險的客制化。
宋全華表示：“過去的商業(yè)健康險產品強調普適性，開發(fā)標準產品，一款產品同時服務于不同年齡、不同性別的各種群體?！?/p>
事實上，經過幾十年服務，太保已經積累了不同年齡、不同人群的投保及理賠數據，太平洋醫(yī)療健康通過對這些數據進行“挖礦”，就可以實現(xiàn)按照人群特點重新設計健康險，從而實現(xiàn)客制化。
客制化的好處就是使商業(yè)健康險產品定價變得更精準、合理，針對風險較低的人群，可以進一步降低價格或提高保障服務水平，提高產品競爭力，而風險較高的人群，也可通過調整保險因子降低承保風險。
風控，是保險行業(yè)最為核心的能力之一，傳統(tǒng)的風控服務都是基于有限的基礎數據。
宋全華表示，“我們發(fā)現(xiàn)這種邏輯還不夠全面，面對保險行業(yè)如實告知不詳、不盡等道德風險，還是會束手無策?！?/p>
如實告知“不如實”原因多樣，在投保環(huán)節(jié)中，客戶自主聲明的操作方式，會帶來各種不確定性。傳統(tǒng)風控手段非常有限，以背景調查和體檢為主。
一方面，背景調查難以大規(guī)模開展。因為醫(yī)療數據保密和信息類型等原因，背景調查主要通過專業(yè)人工調查完成，調查成本非常高。此外，以現(xiàn)行國內就醫(yī)情況來看，用戶的就醫(yī)數據可能散點分布于多個地區(qū)、多家醫(yī)院，難以覆蓋患者完整的健康數據和就醫(yī)軌跡。
另一方面，體檢數據的有效連續(xù)性不強。體檢采集的是靜態(tài)數據，不能完整預測投保人長周期的發(fā)病概率。如果需要連續(xù)性數據作為參照，客戶可能要進行“多次體檢”，客戶體驗非常不好。
面對這種情況，太平洋醫(yī)療健康依靠太保長期積累的客戶醫(yī)療數據，并結合醫(yī)保運營經驗，獨立研發(fā)了健康風險識別模型，在保護客戶個人隱私的情況下，快速識別客戶的個人健康情況，支持健康體客戶快速核保通過。
帶病體是否可以投保？
已經發(fā)現(xiàn)患有某種疾病的人群，保險企業(yè)為規(guī)避風險往往“一刀切”，直接拒保。
“但是被拒保的客戶，可能僅僅涉及保單里面的幾項風險，在精準風險識別、有效控制風險的基礎上，這些客戶依然可能具備可保條件。”宋全華說到。
因此，太平洋醫(yī)療健康從太保積累的理賠數據出發(fā)，利用深度學習對這類人群的其他疾病風險，進行再預測，并按照風險類型，為健康險產品設計優(yōu)化提供方向。
研發(fā)大數據風險模型的最終目標，就是為太保的健康險產品運營提質增效，在這個方向上，太平洋醫(yī)療健康還將大有作為。
除此之外，保險行業(yè)中每天有大量的投保單、理賠單、保全單等單據需要處理和核實，這類數據過去主要依靠人力完成，效率底、成本高。太保也面臨這樣一個行業(yè)性難題。
基于對自身業(yè)務的把控，太平洋醫(yī)療健康在數據模型中引入“深度學習”，對理賠數據進行預處理，按照風險因子過濾。
宋全華表示：“過去，100個案例全部審查之后，可能會發(fā)現(xiàn)10個異常情況，通過深度學習預處理之后，可以直接過濾掉正常案例，剩下可能存在風險的可能只有20個。”
政府醫(yī)?；鸬募夹g“守門員”
自2008年以來，我國城鎮(zhèn)職工、城鄉(xiāng)居民基本醫(yī)療保險基金的收入增速持續(xù)低于支出增速，整體基金節(jié)余率呈下降趨勢，醫(yī)?；鸬目沙掷m(xù)性面臨挑戰(zhàn)。
醫(yī)?？刭M已成為目前醫(yī)療保險領域亟需解決的問題。
太平洋醫(yī)療健康成立的一大初衷，便是全面服務醫(yī)改、支持政府醫(yī)?；鸸芸兀蔀榧夹g派“守門員”。
中國太保全面參與各地政府醫(yī)?；鸾涋k服務。在傳統(tǒng)經辦服務基礎上，如何依靠大數據技術和風險因子評估模型來綜合提升基金運行效率，是擺在太保面前的一大課題。
新形勢下，醫(yī)保的審核方向已經發(fā)生改變，從審核個人醫(yī)療行為異常轉變?yōu)槔么髷祿C合控費。
大數據控費以時間段為依據，例如按照一年、半年的時間整理測算醫(yī)保付費數據，并從中找出哪家醫(yī)院、哪種疾病、哪類藥品與整體數據差異較大，之后再精準測算差異原因。
由于數據維度的細致和深入、政策迭代更新、新型支付方式引入等原因，既往積累的風險因子，在大數據控費時代已不能完全適用，需要根據各地運行實際情況，定制風險因子評估模型。
宋全華表示：“太平洋醫(yī)療健康正式運行一年時間，醫(yī)保基金智能審核規(guī)則庫從無到有，目前已投放部署6大類規(guī)則、超過100萬知識點，在全國多地的醫(yī)?；饘徍隧椖恐邪l(fā)揮了積極作用?！?/p>
截至2019年年底，太平洋醫(yī)療健康智能審核系統(tǒng)已經審核醫(yī)?；鸪?00億，覆蓋4590個醫(yī)療機構。雷鋒網
普華永道的一項調查顯示，74%的傳統(tǒng)保險公司認為自身的商業(yè)模式將在未來五年遭到顛覆性改變。這個進程或許源于時代的變革、或許源于技術的爆發(fā)，但如今已經成為保險行業(yè)的趨勢寫照。
1歲的太平洋醫(yī)療健康還小，29年歷史的中國太保也到了而立之年。
不破則不立。
雷鋒網了解到，2019年，中國太保集團曾表示，如果說移動互聯(lián)網是第一個風口，那么大數據、人工智能現(xiàn)在是第二個風口。太保要先把移動互聯(lián)網繼續(xù)夯實，作為新技術創(chuàng)新的總戰(zhàn)場，AI則是接下來幾年要重點發(fā)展的技術力量。
我們可以看到，這家險企巨頭正在利用大數據、深度學習等AI技術，逐步為自己的保險業(yè)務賦予新的內涵。雷鋒網
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
