医疗数据的健康险落地场景：医、药、险的三大联动

随着行业竞争力的增加及科技的发展，从互联网企业到传统企业，各公司数据化的能力都在不断地增强。目前，数据化在电商、互联网教育服务等行业的应用程度已经相对较高，而对于正在转型的保险业，部分保险及保险科技公司也在不断推动着数据化的发展进程。特别针对于我国医保和社保只能解决一些基础的医疗保险的情况，商业健康保险的服务范围和能力的发展空间相对较大，对于在数据收集、整合方面表现欠缺的保险业，或许医疗数据能为健康险提供进一步的发展机遇。

医疗数据的健康险落地的关键实际就是数据转化，目前有一些公司推出了医、药、险三大联动服务，比如我们所了解的医疗发票、基本信息、费用清单、处方签、门诊病例、入院的记录、出院记录、检查报告、病案首页病理报告、基因检测报告、影像报告等纸质的文档都能够通过拍照上传，经过文本化、结构化和标准化的处理后形成客户的精准画像，赋能保险公司、互联网医院、DTP药房、CRO机构以及药企，实现有效的运营和转化。

数智化医、药、险联动服务实际上形成了一整个循环：首先在药店、医院、保险公司、健康管理机构等渠道进行获客；接着通过和患者进行对接的机构比如互联网医院，将患者上传的相关信息生成一张全病程诊疗的全景图；接着将这些数据提供给PBM、健康管理服务、商保诊疗、患者创新保险等机构；在机构在获得信息之后，就可以基于院外医疗大数据的医药险联动服务平台将数据信息进行转换给获客渠道，形成闭环。

近日，我们针对医疗数据的健康险落地场景这一话题在直播中连线了成都知识视觉科技有限公司（以下简称“数愈”）的CEO向飞先生，向先生在直播中分享了数据在医疗数据赋能健康险领域的一些理解和探索，也给我们带来了一些十分有价值的思考，本文的主要内容也来自该场直播。

医疗数据跑通的应用场景

随着互联网的发展，大数据的重要性也越来越明显，对于普遍缺乏全面数据收集系统的保险公司，也一直面临着运营成本过高，风控、个性化营销能力仍旧十分薄弱的挑战，医疗数据的重要程度对保险业已经不言而喻，目前也有一些依赖于医疗数据展开业务的公司，它们的医疗数据一般来自于哪些渠道呢？

向先生表示，数据处理和分析的医疗数据主要来自于两个方面：一个是用户上传并授权使用的医疗数据，这些数据可以用于授权用户的健康管理及运程管理服务，且不能挪作他用；另外一方面的数据则是公开的文献数据，比如权威期刊、临床指南、专家共识等，这类数据主要用于建立数据分析模型，用于为客户做风险评估和健康建立等一系列健康管理的辅助决策支持。

但目前用户主动上传并授权使用的主要的医疗数据实际上是医疗单证图像数据，虽然电子病历也在逐渐推广，但是传给保险公司的可能还只是一张图像。那这又该如何解决呢？以数愈为例，数愈有一套完整的智能化医疗单证的图像处理系统，该系统能够对医疗单图像进行文本化、结构化、标准化和知识化的全流程处理，并能用于核保、风控、核赔、理算、健康管理等。

具体来说，在文本化处理上，能用AI准确识别出图像里面的文字、数字和符号；在结构化处理上，能将识别出来的文字、数字和符号按照客户的要求准确地填充到表格中；在标准化处理上，能将填充到表格中的内容进行归一化的编码处理，比如疾病名称、药品名称、症状名称等；最后在知识化的处理上，能对结构化和标准化处理后的数据进行自动的分析和利用。

通常数据化发展迅速的企业会具备自己的知识图谱，具备知识图谱的企业知识库与传统企业相比，具有获取知识数字化、查询高效简易化、全方位可视化、 服务产出优 质化等优势，能够实现知识管理与业务完美融合，将积累的数据转化为知识资产。比如数愈医疗知识图谱应用新一代人工智能技术助力医疗领域客户加速数字化转型，实现信息化到数字化的升级。

目前部分科技企业都开发了医疗知识图谱，其在医疗领域的应用场景十分丰富，比如向甲状腺功能检验报告单的一个智能解读和建议、根据同类型诊疗的数据帮助医生做辅助决策、通过电子病例预测心血管病的风险、评估多种药品和不良反应的关联性和概率等。

但不同科技公司的医疗知识图谱在细分领域、采用的数据、推理的方法、数据可视化的方法等方面都是有差异的，但是对于一个优秀的医疗知识图谱应用来说，向先生认为需要满足六个特点：第一，可解释性，不论是医生还是患者都是能够理解的；第二，动态性，能捕捉持续性的数据变化，而不是始终只是一个静态的数据；第三，精准性，需要确保数据采样的频次和充分；第四，自动执行性，不需要人工进行干预；第五，公平性，不会存在对特定群体有所偏见；第六，可复制性，应用模型的办法能力应足够强，能够适应不同的医疗机构。

除了医疗知识图谱，各企业在医药险联动服务的模式上也存在差异。

比如数愈最早是从医疗领域开展医药险联动服务的，但由于在医疗领域开展广泛的医药险联动目前相对比较困难，一些资源和能力的积累暂时还没有办法去匹配，在该领域也没有取得预期的医药险联动的效果，所以数愈从医疗转向了一个纯粹的消费级介入到健康险领域。

向老师认为健康险本身就应该是医药险联动，目前的健康保险虽然也有运用到一些信息技术，但程度还远远不够，且健康险是需要和服务结合起来的，是需要让大多数人，特别是中低收入的人能够以合理的价格得到保障的，但当前的医药险联动的产品还没有足够的收入和利润支撑企业去长期地投入发展，向老师表示选品和供应链管理在这个时候就尤为重要，选的品需要有足够的价格优势和市场空间，同时还要有大量的患者需求。

以数愈为例，在特药药品福利这个保险领域，数愈的医药险联动的产品和服务为药房解决了差异化竞争和会员转化的问题，为药企解决了精准数字化营销的问题，同时还为医生和患者搭建了共识和互信的桥梁。“数愈健康”的一系列产品也有效地为患者解决了寻药难、购药贵等困境，为患者治愈疾病打通了一条全新的绿色通道。

以我国发生率和死亡率极高的胃癌为例，数愈推出了一款胶囊胃镜的健康险，将市场上约4000元左右的胶囊胃镜降到2000元以下提供给客户，提升它的一个可及性。

对于接下来几年医药险三者联动模式的发展，向先生表示各企业在探索医药险联动的过程中有一个很大的问题，产品优质但是保险公司并没有盈利，同时很难找到患者，所以最有可能实现医药险联动的可能会是在消费级医疗，因为这样的患者的主动性更强。

数据科技企业变现要点：数字化和智能化的成熟度

数据科技企业助力保险公司迅速发展，但很多数据科技公司都面临着如何变现的问题。向先生提出，目前数据公司有两种业务方式，一是数据服务，一是数据运营。

数据服务是根据保险公司的需求为其提供数据采集、数据处理、数据分析等相关系统的开发。其中数据采集的应用场景包括通过合规合法的途径帮助保险公司采集特定用户的病例数据、帮助保险公司提供准确的扣费信息；数据处理的应用场景包括帮助保险公司开展向医疗票据费用清单、出院小结等医疗单证的结构化录入和标准化处理；数据分析的应用场景包括如何利用数据帮助保险公司进行智能化的核保、核赔、风控、健康管理等服务。

那么保险公司上述的场景其实是有付费需求的，所以此类的付费场景还是相对比较成熟的。

数据运营是帮助保险公司实现数据的运营增值，通过智能化的方式提升客户的续费率和续保率，提升客户二次开发的成功率，以及帮助保险公司更好地完善保险产品。向先生表示目前数据运营方面的应用场景的付费方式还在探索中，因为保险公司更希望按效果付费，这对数据科技公司来说是一个较大的挑战。

在实际应用中，数据服务和数据运营最主要的挑战其实是数字化和智能化的成熟度。数字化的成熟度通常是指对业务的目标和过程的结构化和量化的程度，数据颗粒度越细，数字化成熟度越高；而智能化的成熟度指对结构化和量化的数据进行分析和利用的自动化率越高，智能化成熟就越高。所以只有在有了数字化和智能化成熟度的保障的产品和服务，才能提升数据科技公司的竞争力和盈利能力。

另外对于同样需要大量数据支撑，并在国内外都十分火热的数字疗法，向先生也提出了自己的见解。向先生表示数字疗法主要分为药品类和器械类的数字疗法：药品类的数字疗法一般是数字疗法本身作用于患者产生的治疗效果；器械类的数字疗法，一般是为患者提供个性化的诊疗方案，提升诊疗效果，并用数据证明这种治疗方式更适合患者，目前两种数字疗法在国内的发展都十分看好，并期待从项目医疗走向价值医疗。

但就数字疗法的发展来看，也存在不少挑战：一是数字疗法的监管审批十分严格，如果没有通过监管批准，产品不能上市，公司很难存活；二是数字疗法在效果的体现上相比于药品要更加困难，除了产品的质量，其最终效果还与医生的服务、患者的配合度等紧密相关，数字疗法需要患者具有较高的依从性，但大多数数字疗法都是通过虚拟医生进行指导的，实际执行效果可能会远远低于预期；三是数字疗法的发展相对缓慢，因为数字医疗得通过医生开具的处方进行指导，如果没有找到足够多的医院进行合作，数字医疗的进展会十分慢。

总的来说，以患者为中心，真正能够实现用数据为患者创造治愈疾病的希望是所有人努力的方向，不管是保险公司还是数据科技企业，面对广阔的市场前景，都应该抓住机遇，不断寻找新的场景，并在现有场景上更全面、更深入地提供服务，利用数据化加速整个行业的转型。