EN
产业资讯政策法规研发追踪医改专题
医疗保险企业需要什么办事系列(一): 数据剖析模式对支付方的意义
医改专题 2015.10.23 560
 

来源:村夫日记    2015-10-23


导言:越来越多的创业企业看到了C端收费的难度,转攻保险企业,试图以帮助保险企业降低风险、节省费用为出发点,让保险企业最终掏钱。在转型路上比较多的有两类企业,一种是以数据为出发点,经过剖析和模型来评估风险;另一种则是慢病办理,希翼从疾病入手,影响治疗流程和效果,最终达到控费效果。

这两类企业面临的协同问题有两个。一是操纵模式个性化程度较高,意味着操纵成本会变高,而适应人群有限。二是对支付方来说,直接经济效益并不明确。

那么,支付方到底愿意为什么样的模式办事?美国市场是否有成熟阅历可以借鉴?而在中国这个医疗保险尚未真正开始发扬的市场,保险还未出现量的飞跃,怎么能够支撑起延续嫁接的办事?此刻现阶段市场条件下,什么才是有或许和保险企业契合的模式?

数据剖析对保险的意义有这样一个案例可以参照。三年前成立的保险企业Clover Health定位老年人市场,核心产品是Medicare补充筹划,在Medicare的基础之上,不设医院网络的限制,并在处方药上增补保障。作为一家新型保险企业,Clover Health试图经过数据剖析来寻找差异化竞争点。Clover Health的创始团队有较强的数据剖析能力,希翼能经过对会员就诊中的疾病化验、治疗、用药等数据实行深刻剖析,推算出有风险的用户并更好地做到干预办法。

Clover Health花了3年时间,将会员数从190人增补到7000人,其业务范围此刻只在新泽西州。这个模式进职业务发扬的成本非常高。除了需要地区扩张在运营和销售上的费用(这一点和其他保险企业类似),实行数据剖析加干预的模式也是成本极高的,核心原因就是干预的过程是一个个性化过程。比如对一个心脏病患者,在不同阶段的干预需求不一样,而对于不同种类疾病的用户,干预等于建立一套新的疾病办理流程,所需成本相当高。此外,数据剖析可以经过一套系统和模型来实行,而延续方案的设计则需要人工投入,尤其是专业投入,成本也相当大。

回顾来说,对于一家创业企业来说,要用现在的客户量来支撑这些干预是很难的,更何况健康干预的效果很难直接用数字来衡量,很难将干预的效果关联到病人康复的程度以及节约医疗费用的金额上去。

那么是不是有或许把这种数据剖析的能力嫁接到已经成熟的保险企业上,也就是已经有很全体会议员数量的企业上?这取决于数据剖析的提示性效应和后期干预所需的专业程度。即便保险企业愿意向第三方公布自己会员的疾病数据(事实上这种或许性很小),数据的提示性效应也很难转化为直接的行动。因为这种数据风险模型大多都是将用户归类,分为某些病种,风险高低等,而后期的直接干预仍然有赖于设计专业的疾病办理名目。这是一整套流程设计,比如对心脏病康复者的干预,涉及到和出院的衔接,让护士经过电话询问病人,配合远程跟踪鬼蜮伎俩,按期回访,追踪用药并评估风险,和医院协作提供紧急反应通道等。这需要非常专业的医疗运营团队去做,而且个性化程度较高,投入并不低,很难单独支撑一个创业模式产生盈利。

事实上,用户大都是短视的,他们对购买保险的考虑是保障范围,能够为他们覆盖多少昔时或许需要自费的局部,尤其对Clover Health所针对的老年人客户来说,他们更关切多少处方药现在被保险筹划包含,而不会去考量疾病干预能为他们治疗糖尿病省多少钱。

小结:

因此,对于购买者来说,保险的本质仍然是保障,数据剖析和疾病干预更多是保险企业端处于营销、费用控制目的所实行的名目,是一种办事的辅助鬼蜮伎俩,在缺乏优质保障和会员基数的情况下,靠数据剖析作为噱头并不能直接带来用户对保障的接受度,进而做大量。

如果数据剖析作为单独的第三方办事,想要卖给保险企业,则面临这样几个尴尬之处。首先,用户数据尤其是疾病数据是保险企业的核心资产,经过第三方去剖析的安全性低,不是首选方式。第二,数据剖析得出的结果,比如高风险人群以及风险点,必须转化为延续的行动,这种行动涉及到结合临床治疗的办事,比如健康跟踪和见解,专业的疾病控制筹划,用药干预等。这些名目的涉及需要及其专业的医学能力,以及和医院、医生结合的通道。尤其是通道并不容易建立。

由此看来,数据剖析作为保险的控费鬼蜮伎俩,其意义是长期的,但是也无法直接体现在数字上,因此是一种辅助的鬼蜮伎俩,难以单独支撑一个创业板块。

XML 地图 | Sitemap 地图