当医疗健康科技遇到保险科技:自动化世界中的互信

2019-01-04 17:04
作者: TDI
来源:道口保险观察

现代医疗系统往往基于管理健康异常情况并提供治疗,而这种方法在成本收益方面出现的问题,如今已越来越成为一项全球挑战。数字化、预防医学和保险理念的碰撞,是否有可能在降低成本,提升效果和拓展价值链方面产生新突破?下文从人工智能对价值链的增值和可能伴随的隐私和监管风险,提出了全新的“语义保险公司”的概念,并对几家健康科技公司进行了深入研究。

 

一篇来自Rick Huckstep的文章。他设想了一种他称之为“语义保险”的新模式,并认为这是目前越来越臃肿和低效的医疗保险体系的破局之道。

 


在未来,语义保险公司将深入了解用户的风险和用户需要的保障。根据用户的的生活方式,实时重新评估和动态调整其保险保障范围,每份保险将变得个性化而独特。

 

比如Google在数字医疗方面用于监测心血管健康的光学传感器包含了40项专利,这个设备甚至可以放在浴室镜子里,它通过跟踪身体内的血流动力学并检测到可能指示问题的微妙变化。

 

假如语义保险公司从一开始就知道这些数据,对客户采取主动和支持性的行动就变得顺理成章。而且,不是为了最大限度地降低成本或提高保费,而是作为给客户的健康支持服务,语义保险公司将优先考虑客户的福利。

 

但作者也指出,现有的制度和传统的工作方式使得现在的保险公司无法从内部进行创新。而且,在很多情况下,需要的技术还没有完全实现并普遍可用,从而使语义保险公司成为现实。他提供了两个在这个方面进展的例子。

 


Quealth是一个通用的健康评分。他们率先推出了健康科技解决方案,将医疗和生活方式数据相结合,将健康按照类似于信用评分的方式打分。其汇总了来自多个来源的健康和生活方式数据,以评估用户患上一种或多种生活方式导致的疾病的风险。包括心血管疾病,慢性阻塞性肺病,糖尿病,痴呆和癌症。

 

通过使用Quealth评分和定期更新的数据来源,Quealth引入了一系列高度个性化的干预措施,以促进个人健康和良好的生活方式为目标,并对未来消除健康风险产生积极影响。

 

Quealth作为一个非常强大的风险分析和预测平台,已经得到诺丁汉大学业界领先学者的验证。结果是,Quealth评分被评为“市场上最准确的风险预测工具之一”,准确度为75-80%。该分数现在可作为API提供给保险公司,允许保险公司基于此技术构建自己的应用程序和服务主张。

 

随着新数据源数量的不断增长, Quealth用来更新客户健康评分的响应时间不断减少。数据将在后台不断更新客户的Quealth分数。他们发展的方向是收集有意义的数据,从而实现高度的自动化,用户几乎不需要输入。

 

同时,作者指出,Quealth展现了健康应用程序的真正衡量标准,应该是其改变客户行为的能力 - 无论是鼓励某人变得更加积极还是保持按时服用药物 -健康科技将参与激励他们保持健康。”

 

这同今天健康保险的形式差别很大。如今的健康保险仍然要求在投保的时间点就完全决定。对用户健康风险的评估基于客户提供的,未经验证的,适用于所有人的问题,这些问题无法准确回答,并且不能反映未来,只能反映过去。然后将用户分组到广义的风险池中,对个人的独特情况几乎没有考虑。

 

 Quealth标志着一种保险公司转向积极主动的风险管理者的趋势。

 

正如我们在汽车和家庭中使用远程信息处理和物联网一样,实时收集多个数据源使保险公司和被保险人能够降低损失风险。充分利用自动获取的信息,保险将从强制购买的保障产品变为增值服务。保险公司将开始思考像亚马逊一样,组织他们的企业为客户服务,而不是最小化自己的损失。

 

作者又举出了CareVoice,健康科技与保险科技融合的一个很好的例子。

 


CareVoice是一个基于SaaS的健康科技平台,该平台使客户能够管理他们提供的医疗保健服务。 CareVoice与Quealth一样,可以免费下载移动应用。任何人都可以使用基本功能。但保险客户可以访问VIP服务。

 

该服务根据客户的个人或团体保险条款进行个性化设置。平台为客户提供数字指南,以更好地管理他们的健康需求。它可以帮助客户根据保险公司的具体安排,选择他们的医疗保健提供者和专业人员。还有一个审查和反馈过程,用于评估每个医疗保健提供者的表现。因为这是以客户为主导的评级体系,使保险公司能够管理质量动态。客户更了解他们的医疗保健提供商,保险公司能够更好地管理他们想要的品牌的客户体验。

 

CareVoice平台的最新发展方向是理赔流程。通过该应用程序,客户可以看到可用的保障和可选的选项。做出他们自己的选择,这给了他们透明度和满足感。保险公司可以直接获得所需的信息,而不会产生任何费用。这是一个双赢的局面。

 

作者最后点明了这些技术平台所呈现的未来愿景。Quealth和CareVoice所代表的全新的保险业务模式,将由高度自动化的,仅限数字化的平台型保险公司主导,提供高度个性化的产品。

 

保险将转向由值得信赖的消费品牌提供的增值服务。这里保险服务的重点将完全在于客户。保险价值链将基本实现自动化。

 

与这种热情相对,Rebecca Pope在其文章《健康科技如何给保险商开处方?》中指出了健康科技落地的可能与潜在风险。

 


毫无疑问,健康科技应用程序使用机器学习具有改善医疗保健的巨大潜力。可穿戴设备和其他检测信息的设备可以更加预防性地强调护理,帮助那些需要长期健康护理的人。

 

她以两个简单的例子来说明这点。Drayson Technologies开发了一款名为Edge的应用程序,可通过移动平板电脑工作,帮助患有慢性阻塞性肺病的患者。患者每天使用手指探针读取血液中的氧饱和度并将数据发送到应用程序。设备内的机器学习算法可以了解每个人的“健康状况”。


监测这些数据意味着患者及其护理团队,可以实时看到估计的健康状况,并且可以更快地对这一预测信息采取行动。在为期12个月的临床试验中,该应用程序将住院率降低了17%,缓解了英国国民健康服务(NHS)的整体压力。

 

另一个例子是Babylon Health,他们提供与NHS合作的付费订阅服务,患者可以随时随地与全科医生进行视频咨询。他们还开发了一款手机聊天机器人,可以回答来自100多万伦敦人的NHS查询,并帮助他们分配最合适的医疗服务。虽然仍处于试验阶段,但它是以新方式管理不断增长的健康需求的技术的一个很好的例子。

 

但是她同样指出了健康科技的风险,如果健康科技要在整个医疗健康行业发挥其全部潜力,需要克服包括严格的监管在内的许多重大障碍。

 

其中一个关键问题是数据隐私。新技术可以提供更高水平的数据 - 但是谁有权使用它以及有哪些保护措施?我们已经看到个人数据与私人组织(特别是Google的DeepMind)交换时的数据泄露。

 

另一个重要问题是责任归属,这个问题直接适用于保险公司。如果AI算法错过了严重疾病或误诊的迹象,谁将对此负责:技术开发人员,医疗保健提供者或监督患者护理的个体医生?目前没有判例对此有规定。保险公司需要更多的责任归属确定性,才能与医疗保健公司就商业保险定价达成协议。

 

除了这些监管问题之外,HealthTech为保险公司提出的另一个主要问题是它可以或应该对政策如何定价,期望给消费者产生什么影响。就像远程信息处理设备和车险一样,监控健康标志的应用程序和可穿戴设备的开发将为个人提供更丰富的数据。灵活调整每个人保费的潜力很明显。但这是道德的吗?健康显然未必是完全在投保人控制范围内的事情。因此,如果我对我应该服用多少药物作出“错误决定”,我的保费会受到影响是否公平?我们可以尽可能多地收集有关我们健康的数据,但很有可能被这种价格歧视所反噬。我们必须确保机器学习挖掘出的新模式能够保护社会中那些发现自己新分类并可能处于不利地位的人。

 

例如,拥有信用评级专利的Facebook 理论上可以让债权人根据您社交网络中的人的信用评级来评估您的信誉,虽然它没有使用它。是否可以使这种模式适用于健康行业?分析个人在社交媒体上的联系,看他们是否与健康状况不佳的人(如吸烟者)有关联来定价?这是道德的吗?

 

这些都是保险业需要仔细考虑的问题。

 

健康科技的广泛使用也可能带来其他问题 - 例如保险公司的需求预测和成本计算模型。以乳腺癌为例:如果机器学习能够更早地发现早期乳腺癌,那么整个乳腺癌的预测人群健康成本会随着癌症的治疗和控制而降低,从而防止传播。幸运的是,这导致需要侵略性乳腺癌治疗的女性减少。但是,如果妇女保险条款涵盖治疗费用,那么保险公司的收入情况是否会大不一样?

 

健康科技可以为保险业提供的一个机会是将其数据商品化并将其出售给医疗服务提供者或技术开发人员。例如,通过邮政编码汇总生活方式或健康信息可以提供非常有价值的信息。但同样,用户协议也会受到严格监管,不辜负用户的信任。

 

当然,有一件事是毋庸置疑的:技术正在快速发展并且不会停止。机器学习,更普遍的AI,肯定会在我们的医疗系统和服务中发挥更大的作用。我们需要监管跟上步伐。保险和健康科技部门必须仔细模拟和推演以确定未来的道路。