(上图为翼方健数医保事业部总经理邓振演讲照片)

　　医疗行业是最需要解决数据问题的民生行业之一。医保数据具有极高的价值，同时也处于极大的风险之中。假如真实的医保数据可以开放应用，凭借隐私安全计算技术，在数据实现安全且有序的应用开放后，会如何推动医保事业的快速发展。

　　邓振首先以城市普惠型医疗保险(惠民保)举例。他指出，目前惠民保存在定价数据不足、同质化严重、营销模式粗放、网络流量营销与医保数据没有协同等问题，面临着政府、保险公司、医药厂商、群众等多方面的顾虑与担忧。

　　“如果有真实的数据做支撑，那么惠民保可以进行精准定价、高效风控、数字营销推广，还可以实现创新管理和服务。”邓振说。以高效风控为例，利用真实数据可进行风险提前识别、风险动态监控、销售风险评估以及舆情风险评监控。

　　传统保险的赔付率稳定需要18个月左右，而通过真实医保数据统计分析，保险投保初期便可预测投保人群构成(带病人群、健康人群、亚健康人群)，销售期可同步预测赔付情况。针对惠民保业务中的面临欺诈、违规、过度医疗风险，通过真实数据的风险评估，可对风险进行动态监控和管理。

　　另外，通过对真实数据的分析和监控，可以有效掌握宣传效果和群众满意度，对持续优化服务效果，提高参保群众获得感。还能够对保险公司动态调整销售策略，优化销售路径，为精准营销提供数据支持。

　　同时邓振向与会嘉宾介绍了真实大数据医保基金风控的创新探索。医保基金管理需要耗费大量人力物力，有没有办法低成本高效率的做这件事情?邓振认为这是有可能的，他以辅助诊断模型为例进行了深入分析。

　　根据辅助诊断模型，机器人医生可以快速地发现大量问题，包括开了不该开的刀、开了不应该做的检查、不应该开的药品、还有解释不了的临床治疗等。

　　邓振表示，数据越多数据越真实，颗粒度越细，越能找到不合理的环节。例如：通过大数据的分析和梳理，可以发现部分患者100%在固定日期固定时间找同一位医生看病;一次普通的内科住院为该病患收取了20次血型检查费用;患者在住院期间发生日均40次的静脉注射;一家医院的阑尾炎患者中90%以上都是化脓性阑尾炎，而手术患者发现其费用中药占比为0...诸如此类的事件如果依靠人工逐一追查显然不合理，人工处理无法提前预知以及梳理监管规则，但是拥有真实且精细的大数据，我们通过数据本身的挖掘就能水落石出，并且持续监管。”邓振说。

　　医保数据使用与数据隐私保护该如何权衡?邓振提出了医保服务商的AI方式遴选(医保竞赛)的应用场景。通过翼方健数旗下的XDP隐私安全计算平台实现公平公正的AI能力测试。隐私计算平台的保护是双向的，一方面原始数据不离开数据平台，保护医保数据使用的时候可用不可见。另一方面，如果有厂商进入平台，没有获得厂商的同意，平台并不获取厂商的算法，算法及其知识产权也能够受到保护。

　　最后，邓振表示，数据已经在国家层面被正式定性为生产要素，如何盘活相关数据资产以用于医保基金精细化管理、服务类似惠民保类创新保险业务，惠及民生，将是下一步医疗保险和健康保险业务高质量有序发展的契机。

聚焦更多热门资讯请扫码关注

免责声明：本站刊发的所有资料均来源于互联网，并不代表本站立场，若无意中侵犯了某个媒体或个人的权益请告知，我们将第一时间删除相关信息。