大数据 用于 安康险 是市场热议的话题，但什么样的数据对保险最有价值？以什么方式嫁接大数据和保险可以表现其效果？市场的经历是什么？大数据对保险的作用是补充还是推翻？这些是投资者和公司管理者必需要考虑的成绩。
1、 Clover Health ——大数据支撑的新型保险公司面临窘境
Clover Health成立于2012年，是一家用数据剖析办法为中心来做安康险市场的新型保险公司。Clover Health定位Medicare用户市场，中心产品是Medicare Advantage （由商业保险公司提供的Medicare补充方案，简称MA方案）。
在Medicare的中心门诊和住院保证上，提升保证范围并掩盖药品费用。，MA方案中大局部是个险，但也有18%是团险，次要由工会和行业协会为旗下的Medicare用户购置。商业保险公司提供的MA产品的费用在0美元到200美元之间，依据CMS的数据，均匀价钱是31美元。MA的设计中还会掩盖听力、眼科和牙科等效劳，一些商业保险公司还会包括戒酒戒毒等政府方案中不掩盖的医疗器械等费等，来吸援用户购置。
作为一家新型保险公司，Clover Health试图经过数据剖析来寻觅差别化竞争点。 Clover Health的开创团队有较强的数据剖析才能，希望能经过对会员就诊中的疾病化验、医治、用药等数据停止深化剖析，推算出有风险的用户并更好地做好干涉措施。 从2015年开端，Clover Health取得了包括红杉资本和Greenoaks在内，一共4.25亿美元的融资。投资方看重的是Clover Health声称可以用大数据方式来剖析用户风险，并将这套办法用于保险中，包括经过风险系数来干涉用户的行为，以及经过风险剖析来停止产品设计。
不过，从2015年到目前的数据和各方面运营状况来看，Clover Health的表现并不好，其标榜的大数据使用完全没有协助其在MA业务上停止打破 ，无论是会员数量的增速，医疗效劳机构网络的维护还是理赔控制，Clover Health的表现都离预期十分远，而且连年盈余。
作为一家新的小保险公司，Clover Health分明缺乏和效劳方议价的才能。2016年，新泽西州西北部最大的医疗机构AtlantiCare表示不再承受Clover Health的保险会员。
Clover Health之前和AtlantiCare不断在就效劳价钱停止会谈，但Clover Health回绝承受AtlantiCare给出的价钱。关于大医疗机构来说，损失Clover Health这样会员数量很低的小保险公司客户的影响很小，面对这样的小公司，医疗机构不情愿降价，由于自身就换不到太多的量。 缺乏议价才能招致Clover Health这样由资本培植出来的新保险公司在医疗网络上十分主动。
Clover Health的会员增速低于预期。Clover Health已经预期2017年底可以到达65000名保险会员，取得5亿美元保费。而实践状况是，依据最近的数据，2016年底公司有2万名保险会员，而截止2017年前三季度末，只要27000名会员，增速分明无法到达预期。
依据Medicare付给Clover Health的价钱——每会员每月860美元，可以推算公司这局部保费支出为2.78亿美元，离其预期有较大间隔。这面前提示的是，作为一家新型保险公司，虽然可以用低价以及灵敏的保证范围来吸引一局部用户，但要大范围扩张，吸引更多用户购置，靠的依然是可以保证优质的网络以及合理的价钱，从Clover Health与医院的关系以及议价才能来说，是很难做到的。
最初，最关键的一点是，Clover Healt对于互联网金融P2P企业来说，支付市场完善的标准和管理系统将彻底改变互联网金融行业的格局，不仅给从业者提供了的巨大的发展机遇，也带来了全新的挑战。h的大数据剖析并没有协助起节省费用，公司在Medicare Advantage业务上的理赔率是109%，公司继续盈余。2016年的盈余接近3500万美元。 虽然公司宣称可以经过对用户理赔数据剖析出其风险系数，并依据风险上下停止干涉，比方给风险高的会员打电话，催促其去停止复诊或必要的体检等。这些做法并没有直接带来可以量化的效果。
Clover Health自身在管理上也呈现了很大成绩。2016年5月，CMS对Clover Health罚款10万美元，缘由是Clover Health在销售中误导用户，让他们置信无论是网络内还是网络外医疗机构的费用都可以报销，而现实上网络外的医疗机构却不都能报销。
数据来源：CNBC，Axios
2、大数据运用于保险的两大关键：数据源和使用方式
Clover Health的案例面前为大数据在保险公司的使用上带来两个考虑。一是什么样的数据运用到保险上才会有用。二的大数据需求以什么样的方式用于保险。
首先是大数据的来源成绩。保险公司很难失掉片面的用户数据，假如仅基于理赔数据来做剖析，会面临几方面成绩。 第一是数据不片面。理赔数据中所包括的患者医疗信息只是医疗数据的一局部，尤其在诊断信息上，理赔数据只包括复杂的诊断结论，缺乏详细的诊断方案
且理赔数据只包括保险公司与医疗机构有领取关系的项目，一些项目没有涵盖其中。
第二个成绩是数据不延续性。 即便在美国这样成熟的商业保险市场，集团用户两三年换保险公司也很罕见，团体用户则能够由于价钱、保证面等多方面要素，更频繁地改换保险公司。由于之前理赔数据的缺乏，保险公司无法保证延续的数据来推断用户或许集团的风险。
最初则是数据滞后。理赔数据有几个月的滞后，无法反响当下的状况，假如保险公司要基于此做出干涉，则无法精确判别用户当下的安康情况和所需的举动。假如只是依据历史数据停止趋向剖析，则能够在某个节点上缺乏最接近的几个月的数据而形成数据不全。
从以上三个方面来看，用理赔数据来做大数据剖析有相当大的缺陷。假如要用理赔数据来剖析用户风险并定位到单个用户或集团，用户停止安康干涉以及将来医疗费用预测，则面临的成绩是数据不延续、不片面以及滞后所招致的无法显示集体或集团安康成绩全貌。 假如要以这些数据为基准去推算疾病风险、开支增长趋向，并用于产品设计，则所用的数据也并不片面，且很能够不能反映当下的趋向。
而Clover Health给予市场的第二个考虑则是大数据需求以什么样的方式用于保险。Clover Health对用户给出不同的风险系数，进而停止干涉，比方致电用户提示其反省。但这种干涉形式有两个难点。
一是本钱很高。 中心缘由就是干涉的进程是一个特性化进程。比方对一个心脏病患者，在不同阶段的干涉需求不一样，而关于不同品种疾病的用户，干涉等于树立一套新的疾病管理流程，所需本钱相当高。此外，数据剖析可以经过一套零碎和模型来停止，然后续方案的设计则需求人工投入，尤其是专业投入，本钱也相当大，关于一家会员人数自身就不高，且理赔率很高的小型保险公司，要维护这样的数据剖析业务压力很大。
二是干涉的效果究竟有多少，目前无论是大保险公司还是Clover Health这样声称以大数据见长的新型保险公司，都没有成熟形式来量化干涉的效果。 而且从以往的经历来看，保险公司主导的干涉方法由于缺乏医生和医疗机构的直接参与，在干涉上有很多脱节点，效果并不好。用户的病情有不同的阶段，而不同阶段所需求的安康管理者是不一样的，比方刚出院需求亲密跟踪阶段需求主治医生的直接介入，而之后能够更需求的是护理者来关注其恢复状况，等病情波动后，则转给家庭医生进一步随访。假如没有这些效劳者的参与动力，仅凭保险公司的团队无法保证干涉效果，关于直接控制费用的效果的表现则愈加难。
因而，从下面两方面的缘由来看，保险公司用理赔数据来停止大数据剖析和干涉的方法，还没有可以直接表现到费用控制的效果上，这一方面是由于保险公司理赔数据自身用于剖析有很大缺陷，第二则是干涉的进程由于缺乏医疗效劳者直接参与而难以看到效果。
3、PHM：有效劳方参与的更为无效的数据剖析
现实上，有助于表现用户真正安康风险，并可以做出无效干涉的数据是来自效劳方为主的数据，这些数据的来源次要是电子病历，其中包括了比理赔数据更详细的诊疗数据，还有反省、用药数据，以及病患的手术史、过敏史、用药反作用等用户数据。这些数据整合起来做剖析的方法目前曾经在美国构成，称为Population Health Management。
Population Health Management（PHM）依照字面意思可以翻译成人口安康管理，而关于中国市场来说，我们以为翻译成疾病管理更契合PHM的本质， 由于PHM针对的是出院后的病人，这有助于将PHM和中国市场上效劳对象不明晰的安康管理区分开来，这些效劳能够针对亚安康或有一定安康风险但没有紧迫医疗需求的人群。
PHM在价值医疗改动对医疗机构的领取方式的大环境下开展起来。在价值医疗施行之后，领取方对病人的再出院率严厉考核，假如病人重复出院，医疗机构会被罚款。这逼迫医疗机构开端关注病人出院后的形态，更好地管理这些人。由于病人的医治效果会直接关系到医院的支出和利润，医院才有动力去剖析这些病患的数据，找出风险最高的病人，并尽能够防止他们再次发生高收入项目，如进入急诊室、再一次出院。
PHM正是在医疗机构在如上动因的大环境下开展起来的，PHM与传统安康管理最明显的不同就是——医疗机构参与其中，成为最有动力方。PHM针对出院人群，这些人的医疗开支最大，是控费的重点对象。
在有医疗机构参与的根底上，PHM的数据范围扩展了，不只包括理赔数据，还包括了更多详细的临床诊断数据。同时，PHM实行干涉的方案有了医疗机构作为参与者和施行者，更贴合医治方案，对病人效果更好。由于医疗机构所要看到的是再出院率和急诊室运用率降低，目的明白，有实践数据后果做主导，因而干涉的动力很强。
目前PHM数据剖析的提供方次要是是医疗信息公司，但也有大型保险公司在努力开展PHM业务，其形式十分直接，以其保险网络内医院、诊所和家庭医生为中心对象，为他们提供PHM业务，经过协助医疗机构准确锁定高风险人群并及时提供干涉， 目的是协助医院在各种价值医疗的目标上达标，最终节省医疗费用。这关于医疗机构和保险公司来说，都是双赢的。这种形式比保险公司仅凭本人的理赔数据来做剖析和干涉要无效得多，
UnitedHealth就曾经展开了这样的PHM业务，划归在子公司Optum Health中。2017年前三季度，Optum Health的总营收为151亿美元，同比增长22%，增速分明超越另外两块Optum业务——开发医院IT信息零碎的Optum Insights和PBM业务Optum Rx，这两块业务的增速辨别为11%和5%。其中PHM业务的疾速增长是推进支出增长的次要缘由。
小结：
从以上剖析来看，保险公司自身的理赔数据做大数据剖析有相当大的缺陷，且效果也很难表现。真正有意义的医疗大数据是医疗效劳机构的病历数据，这些数据有助于表现用户实时的安康情况，破费变化，安康风险指数变化，并基于这些更为精准的数据，可以停止将来破费、风险的预测，以及设计并执行干涉形式。由医疗机构作为干涉的执行方会更为无效。
由此得出的结论是，大数据关于保险公司的确有意义，但必需明白两点：
大数据的来源是什么，理赔数据并不是最无效的数据源，更有价值的数据源是病历数据，其更为连接 ，而且片面大数据剖析所得出的结论需求怎样运用，在干涉的时分必需要医疗效劳方参与才干表现效果，而要医疗效劳方有动力参与其中，必需有政策来引导领取方，从而逼迫效劳方发生管理病人费用的动力才行
在这两点必需的要求下，可以看到大数据在保险中的运营必需满足很多条件，而其中数据的来源、干涉形式是最中心的，要满足这两点需求庞大的用户基数，以及和医疗机构的协作关系，以及财力来搭建团队，并不是小保险公司合适做的。
同时，大数据业务是作为传统保险业务来更好地控制风险、控制临时开支、以及完善用户管理的一种手腕，是一种传统业务的补充，并不能作为一种推翻传统保险形式的手腕，这正是Clover Health在创业初衷和预期上与市场显示所发生的一个严重偏向，从而招致了其后续的一系列窘境和应战。
2018年3月23日，亿欧将在广州举行
GIIS 2018第三届医药将来首领峰会
，就跨界玩家、创新药研发、产业基金、CRO、两票制、处方外流、医院和药店管理运营等抢手话题，携手业界大咖停止交流分享，以期在认知层和办法论给行业带来新考虑、新启示。