​知识视觉：唤醒沉睡的保险医疗大数据，赋能数智化医药险联动创新

商业健康险市场快速增长，但同时保险公司也面临着更高的风控和竞争压力，保险公司亟需通过健康管理和管理式医疗实现主动式风控费控和个性化健康服务。如何构建“医疗健康+保险支付”闭环、“健康险+医疗”如何驱动医药险联动，引发行业关注。

4月中旬，在由动脉网主办的“第五届未来医疗100强”大会上，知识视觉COO焦龙博士受邀出席“医保科技及商业健康险论坛”，并以“健康险数据资产化及大数据驱动的医药险联动”为主题进行了演讲，详细介绍了知识视觉在保险医疗大数据方面的创新和探索。

在老龄化加快、诊疗技术进步、消费升级的时代背景下，商业健康险进入高速发展期，2025年预计达到2万亿的市场规模，但与此同时，健康险产品却同质化严重，竞争日趋激烈。健康险产品的最高保障金额、保险责任和覆盖病种的丰富程度都已接近极限，但费率进一步下行的空间已极小。未来，基于医疗大数据、针对带病体和亚健康人群的创新健康险和配套的健康管理服务将会成为健康险市场新的增长引擎。

焦龙博士指出健康管理服务具有巨大的商业价值和社会价值。对于保司，健康管理可以增强产品的差异化竞争力，提升用户满意度，有效提升产品的溢价能力；通过健康管理可以实现风险的事前管理，提高保司的风险识别能力，降低赔付率，并可进一步实现运营增值。通过健康管理，提升了社会医疗资源使用效率，进而提高了全社会的健康水平，实现社会价值的提升。

‌‌健康管理主要分为两部分：1）是对健康体的健康生活的管理，‌‌2）是对患病群体的疾病的管理。形成健康生活加疾病管理的双闭环，有三大关键点：一是进行客户细分，只有经过人群细分，才能对亚健康人群、慢病人群以及重疾人群形成更广泛的覆盖；二是数据分析能力，这是整个健康管理体系的核心，尤其是对有效临床数据的分析和利用是进行个性化健康管理服务的基础；第三是深度的专业合作，随着医保保基本，商保保大病趋势的确定，商业健康险公司需要在重点领域，尤其是肿瘤领域，跟药械企业进行深度的合作，共同构建结果导向的健康管理。数据是整个健康管理体系的支撑和桥梁，但由于医疗机构之间的数据流通受阻，形成了一个个医疗数据的孤岛，院外数据普遍是异构非结构化数据，数据难以被提取、处理和分析。

保险公司在核保、理赔和健康管理过程中收集了丰富的医疗数据，常见40多种医疗单证，如处方、费用清单、诊断报告、检验报告、病理报告，出院小结等，但这些数据有三大问题：一是海量非结构化，难以低成本的对有价值的医疗信息进行提取和利用；二是标准化差，这些数据来自全国各地不同的医疗机构，存在模板和术语的不统一问题，使用时需进行标准化处理；三是专业性强，处理医疗数据需要具有医学背景，处理难度大、成本高。

医疗数据的传统处理方式有人工处理和通用OCR两种，其中人工处理成本高、录入耗时长、准确率低、可靠性差，而通用OCR，仅能解决文本化的问题，并不能完成数据的结构化。再者，由于保司拿到的医疗数据并不是完美的数据，往往存在错行、叠字等问题，通用OCR无法解决这些问题。

知识视觉瞄准行业痛点，自主开发出四大智能系统助力完成医疗数据处理。

Inphile智能医疗数据文本化处理系统（医疗单证图像数字化）：基于真实临床医疗场景，独有的OCR算法可实现核算、诊断和医疗信息的提取，并拥有独家单字错误提示功能，错误提示率低于10%，可大幅减少人工核验的工作量，并能有效的解决错行、叠字等问题，通过人机协作的方式可缩短70% 的录入时间，综合准确率高达99%。Inphile智能医疗数据结构化处理系统（医疗知识结构化提取）：支持身份证、银行卡、费用清单、病历、影像报告、检验报告、病理报告等常见理赔申请资料的结构化输出，结构化的医学数据，可丰富健康大数据，为智能风控费控、健康管理提供有力保障。Inphile智能医疗数据标准化处理系统（数据清洗、归一化）：可实现医疗机构、疾病诊断、药品、医疗服务以及诊疗、耗材的标准名词、别称、别名的归一化，自动编码率高达98%；患者电子健康档案建立（知识化）：通过用户基本信息、用药记录、检验检查报告、理赔记录等数据，生成用户画像的个性化标签，以时间轴形式展示用户标准化、整合化的健康档案信息，并基于用户后续行为实时更新、丰富健康档案。

多源异构的医疗数据，经过Inphile文本化、结构化、归一化和知识化处理，形成了可运营的保险医疗大数据，从而完成了健康险数据的资产化，医疗数据的规范化也是进行医疗数据融合的基础。

保险医疗大数据作为一种资产，通过有效的运营可以实现运营增值。

医疗服务的需求者和提供者之间存在着巨大的信息不对称，医疗资源的错配普遍存在，通过保险医疗大数据可以实现基于用户精准画像的医药险精准匹配。例如，客户在投保、理赔、健康管理过程中提供的体检报告、检验报告、检测报告等，通过Inphile智能平台完成医疗信息的数字化处理。基于医疗信息可以进行健康风险评估，并进一步提供相关检测推荐和健康管理建议。同时，基于患者的标签可以基于客户需求进行相应保险产品的推荐，促进保险营销的创新，使保险产品的营销和推送更精准。

对于已患病的投保人，如肿瘤患者，可基于其病理报告、检查报告、治疗情况等，定位肿瘤细分人群，为患者提供同类型患者诊疗效果的对比分析报告，即不同治疗方案临床表现的数据作为参考，这一创新同时也促进了以经验驱动的医疗向以数据驱动的医疗转变。

保险医疗大数据作为一种真实世界数据，可以赋能药品研发的全生命周期，对新药研发有巨大价值。保险医疗大数据可为药品新适应症开发、新药上市的快速通道、临床试验优化设计、受试对象招募等环节提供数据支持，同时可以基于保险医疗大数据在新药上市阶段进行数字化营销，并持续为药企提供随访服务。

数字化运营管理模式中保司通过健康服务、疾病管理、治疗管理和康复管理，实现了对投保人的全生命周期的健康管理服务，并完成了对医疗服务的过程管理。通过健康管理，保司不再仅是医疗服务的支付方，更是医疗资源的协调方。通过保险医疗大数据的驱动，保司可实现对投保人千人千面的健康管理，优化医疗服务配置，打造出差异化的健康管理能力。

知识视觉致力于以健康险为中心的医疗大数据融合，用新一代人工智能技术构建大数据驱动的医-药-险联动的创新服务平台，为用户提供基于医疗大数据的诊疗决策建议。通过对保险医疗大数据的文本化、结构化、归一化和知识化，助力保险公司实现健康险数据的资产化，并同时赋能保司构建起数据即服务（DaaS）的能力，从而实现数据资产的运营管理和个性化的健康管理服务，并且在这个过程中通过整合医药的供应链，助力保险公司实现医药险的三医联动。

未来，保险医疗大数据的应用将逐步打开保险运营的巨大市场，知识视觉将在该领域继续深耕细作，依托“产品、服务、运营”三大业务板块，打造可托付的健康管理服务平台。