1970年，美國人在醫(yī)療保健上的支出為745億美元——相當于今天的4480億美元。到2017年，由于醫(yī)療保險和醫(yī)療救助的存在，患者、醫(yī)療服務提供商以及制藥公司各方在醫(yī)療保健方面的支出已飆升至3．5萬億美元。
根據(jù)非營利性機構平價醫(yī)療委員會的數(shù)據(jù)，想要維持美國醫(yī)療體系正常運轉，總共需要60億筆保險交易（比2016年增加了12億筆）。這意味著，每分鐘新增保單近11450件。
對于保險公司來說，整個醫(yī)療保險體系較為復雜。而人工智能（AI）技術的介入，能否幫助保險業(yè)控制不斷上升的成本，處理大量復雜繁瑣的工作呢？動脈網編譯了福布斯發(fā)布的相關文章，力求深度解析“人工智能＋醫(yī)療保險”的發(fā)展前景。
首先，人工智能可以幫助保險公司降低成本。埃森哲最近的一項研究顯示，通過簡化管理流程，保險公司可以利用人工智能技術，在18個月內節(jié)省70億美元。具體來說，對于100名全職員工，如果僅僅是將日常任務自動化，健康保險公司就可以節(jié)省1500萬美元。
此外，人工智能可以幫助保險公司改善消費者的整體健康狀況。安永會計師事務所 的醫(yī)療數(shù)據(jù)和分析咨詢主管Christer Johnson表示：“我們可以看到，越來越多的保險公司開始對人工智能進行投資，他們這樣做是為了給客戶帶來更好的體驗，不斷改善患者的健康結果?！?/p>
健康保險公司已經意識到了人工智能技術的潛力，并且已經有所行動。埃森哲的一項調查顯示，72％的醫(yī)療保險公司高管表示，投資人工智能將是他們明年的三大戰(zhàn)略重點之一。
雖然醫(yī)療保險行業(yè)的領導者們還是著眼于長期的成本節(jié)約效果以及改善患者健康，但人工智能已經對整個行業(yè)產生了一定影響。具體來說，科技帶來的轉變可分為以下四個領域。
AI聊天機器人：人機互動新模式開啟個性化體驗
作為中國最大的保險公司，眾安保險提供了醫(yī)保申請、福利查詢、醫(yī)療索賠等服務。而客戶可以直接與人工智能聊天機器人溝通。數(shù)據(jù)顯示，客戶有97％的時間都在與人工智能聊天機器人互動。只有遇到最棘手的問題時，才會咨詢人工客服。
未來，基于人工智能的客戶互動將成為普遍情況，而不是個例。麥肯錫的一份報告顯示，到2030年，聊天機器人將成為大多數(shù)保險客戶的主要接觸對象。與2018年相比，人工客服將減少70％至90％。
埃森哲的一項調查發(fā)現(xiàn)，目前，68％的保險公司已經在其業(yè)務的各個領域使用聊天機器人。通過使用人工智能來管理客戶互動，健康保險公司每年可以節(jié)省20多億美元。
Premera Blue Cross的創(chuàng)新和戰(zhàn)略投資副總裁Torben Nielsen表示：“醫(yī)療保險客戶越來越適應這種人機互動的模式。我們對用戶體驗做了大量研究之后發(fā)現(xiàn)，越來越多的人非常樂于采用這種技術解決方案，而不是直接與人進行溝通。”
Premera是太平洋西北地區(qū)最大的健康保險公司，擁有近220萬名會員。2017年，該公司推出了Premera Scout，這是一款全天候的聊天機器人，可以幫助客戶快速獲取索賠、福利和其他Premera服務的信息。
Torben Nielsen解釋道，“會員們想要的是一種個性化的體驗。人工智能讓我們能夠獲取復雜的數(shù)據(jù)，并以更個性化的方式從中獲得價值?！?/p>
信諾（Cigna）和Humana等大型醫(yī)療保險公司也在利用機器人來提供服務。信諾推出了Answers聊天機器人，它可以使用自然語言處理來理解和回答150多個常見問題，并提供個性化的福利信息。由于推出了Answers聊天機器人和Digital One Guide服務平臺，在2017年，信諾的客戶滿意度上升了20％。
盡管目前機器人主要處理基本的客戶互動，Torben Nielsen預計，“未來，機器人將訪問客戶的個人健康信息，并找出被忽略的醫(yī)療保健漏洞。最終，它們可以為客戶提供定制的、數(shù)據(jù)驅動的健康指導?！?/p>
機器學習：更快、更智能的索賠管理，減少醫(yī)保欺詐行為
麥肯錫的一項研究顯示，每10起醫(yī)療保險索賠中，保險公司通常會將8起列為醫(yī)療保險欺詐行為。這意味著，多達80％的索賠必須由理算員進行審核，這一過程會耗費大量的時間、金錢和人力。
然而，人工智能正在改變整個保險業(yè)的索賠處理方式，因為算法能夠在幾秒內就發(fā)現(xiàn)異常，而不需要幾天、幾周或幾個月的時間。
“多年來，接受還是拒絕索賠，主要是基于處理系統(tǒng)中硬編碼的既定規(guī)則，”安永會計師事務所的Johnson解釋說，“現(xiàn)在技術人員開始嵌入更多的機器學習模型，這些模型可以考慮多種因素，而不是僅僅依靠硬性、快速的規(guī)則?！?/p>
美國反保險欺詐聯(lián)盟表示，在將人工智能技術引入保險業(yè)的過程中，欺詐檢測是投資最多的領域之一。在2016年，超過75％的保險公司使用機器學習算法來識別醫(yī)療保險欺詐行為。
更快的欺詐檢測意味著更快的處理過程。一項由保誠集團牽頭的新加坡試點項目證明：人工智能將處理索賠的時間縮短了75％，曾經花了九天時間處理的索賠現(xiàn)在只需2．3秒就能解決。
然而，Johnson發(fā)現(xiàn)，由于受到多種因素的限制，比如收集、整理來自醫(yī)院、醫(yī)生辦公室和藥店等不同地方的非結構化數(shù)據(jù)，索賠處理中的人工智能自動化比許多人想象中要慢。
預測分析：準確預測疾病發(fā)生，提早做好預防措施
許多大型保險公司正在探索，如何利用人工智能解決方案，來預防疾病的發(fā)生。同時，它們也投資于科技初創(chuàng)企業(yè)，計劃利用其創(chuàng)新分析技術。
例如，2017年，Premera Blue Cross投資了Cardinal Analytx。這家醫(yī)療人工智能初創(chuàng)企業(yè)由斯坦福大學孵化，它可以利用預測模型，在患者生病或者出現(xiàn)其他身體緊急情況之前，推薦干預措施。
Torben Nielsen表示：“Cardinal Analytx能夠非常準確地預測出患者何時會出現(xiàn)嚴重的健康問題，從而避免一些重大且棘手的事情。同時，這一技術也可以幫助我們降低成本。”
同樣，信諾也投資了Prognos，該公司將人工智能用于實驗室診斷。通過分析擁有140億份醫(yī)療記錄的數(shù)據(jù)庫，Prognos可以預測客戶最有可能什么時候去急診室，或者進行髖關節(jié)、膝關節(jié)置換，還可以提前三個月準確診斷出抑郁癥。
早期干預有很多益處，特別是對于慢性病患者來說。Christer Johnson引用疾病預防控制中心的研究說：“目前，大約75％的醫(yī)療支出與慢性疾病有關，如非終末期癌癥和糖尿病?！?/p>
Johnson進一步解釋道，“基于各項指標的預測分析，比如患者在線搜索癥狀信息或拜訪專家等，可以預測即將發(fā)生的負面事件。通過及早采取干預措施，保險公司可以提前提供相應的醫(yī)療服務。”
“對于患有慢性疾病的人來說，有了人工智能，他可以即時收到提示，然后向醫(yī)療服務提供者或保險公司尋求幫助。我們可以看到，如果在正確的時間尋求幫助，那么患者的參與度可以提高800％以上?！盝ohnson說到。
遠程信息技術：基于客戶行為的保險模式成未來趨勢
在2014年，美國前進保險公司推出了一款手機應用程序，用于其Snapshot項目。通過人工智能對數(shù)百萬個超速、急剎車或開車時發(fā)短信等數(shù)據(jù)點的分析，該應用程序可以為遵章守法的駕駛員提供降低保費的服務。好事達、State Farm和Nationwide等大型保險公司也根據(jù)遠程數(shù)據(jù)提供了類似的激勵措施，為客戶節(jié)省了數(shù)十億美元的保費。
在這一過程中，汽車保險公司也節(jié)省了數(shù)十億美元的事故賠償費用。相關研究表明，車輛遠程信息技術可以減少60％的超速事件，對于年輕司機來說，這一技術可以讓大型事故發(fā)生率降低35％。
鑒于可穿戴傳感器的普及，比如Fitbit以及通過智能手機追蹤健康數(shù)據(jù)等，基于客戶行為的保險模式似乎是醫(yī)療保險的必然選擇。
Torben Nielsen表示：“我們可以看到，一些保險公司已經開始嘗試這種模式。比如，針對運動步數(shù)的獎勵措施?！?/p>
2018年，美國保險巨頭恒康保險宣布將停止承保傳統(tǒng)人壽保險，只銷售通過智能手機和可穿戴設備追蹤健康數(shù)據(jù)的 “互動式”保單。這家保險公司的首席執(zhí)行官Brooks Tingle向《紐約時報》解釋說：“人們活得越久，我們賺的錢就越多?！?/p>
但是，Torben Nielsen強調，“在健康保險領域，基于客戶行為的保險模式還處于早期發(fā)展階段。目前，行業(yè)相關人員還無法確定，是否應該將這種模式進一步推廣?！?/p>
就消費者而言，他們似乎非常愿意用個人數(shù)據(jù)換取更便宜的保險。Troubadour Research對1194名美國消費者進行了調查，近一半的人表示，他們愿意向醫(yī)療保險公司提供自己的生物特征數(shù)據(jù)，以換取保費折扣。
當大型健康保險公司正關注基于行為的保險模式時，一些保險技術初創(chuàng)公司已經研發(fā)了相關的產品。
BioBeats和FitSense正利用人工智能技術，對健身可穿戴設備生成的數(shù)據(jù)進行處理，以提供個性化的員工健康計劃。其他AI醫(yī)療保險初創(chuàng)公司也在不斷創(chuàng)新，推出更加個性化的產品，比如Collective health、Bind和Oscar。
Torben Nielsen認為，“這些科技公司會使所有的醫(yī)療保險公司及其客戶受益。創(chuàng)業(yè)公司進入醫(yī)療保險市場會帶來積極的影響，因為他們帶來了新的思維，這讓我們能夠真正深入了解我們的核心競爭力是什么，并確保我們開發(fā)的醫(yī)療產品是適應未來趨勢的?！?/p>
最終，向個性化的轉變會從根本上改變健康保險公司的傳統(tǒng)業(yè)務模式。長久以來，保險公司的承保范圍都是基于使用統(tǒng)計抽樣構建的風險池?，F(xiàn)在，人工智能可以幫助他們實時挖掘大量數(shù)據(jù)集，預測單個消費者（而非群體）的健康狀況。
Torben Nielsen表示：“自然語言處理、機器人技術、機器學習——這些人工智能技術不僅可以幫助保險公司提高效率，也可以為消費者創(chuàng)造更好的體驗，讓他們過上更健康的生活。”
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
