一个案例告诉你,医保公司如何利用大数据降低患病率

作者:vb 2015-06-17 08:00

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

医疗保险制度是世界上应用相当普遍的一种医疗费用管理模式,是构成社会保险的重要组成部分,它的完善与否关系到国民健康能否得到切实的保障。医疗保险制度起源于西方,经过百余年的发展,欧美国家的医疗保险制度已经日臻完善,特别是在互联网医疗蓬勃发展的当下,保险公司也纷纷顺应时代,开始利用新技术和大数据来预测客户的健康状况。近期,美国国家公共电台(NPR)对一对经历了严重疾病的夫妻进行了采访,让我们一起来看看美国的保险公司是如何运用客户个人数据来帮助他们获得所需的医疗服务的。

Carol 和John Iovine是一对普通的美国老年夫妇。在John 2014年生过一次大病后,他们的保险公司就为John指定了一位健康指导。健康指导不仅帮助Carol 和John获得了所需的医疗护理,还让John不需要再次住院。

医保 个人数据 中风

John Iovine开口说出的第一句话就是道歉,“请原谅我,我对这事记得不是太清楚,”他说,“我那时中风了。”

那次中风的迹象在他们家随处可见:餐厅里安放的床、厨房里的淋浴室等等。John身材瘦弱,穿着蓝色的睡裤坐在轮椅上。但是,他可能夸大了自己的记忆问题。

“我们是哈町大学(Harding)的同学......就是离这儿不远的那所,”他说道。那是1952年,也就是在那年,他结识了他未来的妻子。“她穿着红色的长款毛衣,有着一头火红的头发。我对自己说,'她就是我的真命天女'。”John侃侃而谈与妻子Carol的初见。

“皇天不负苦心人,让我最终得偿所愿,”他笑着说。

Carol坐在她丈夫的旁边,向记者娓娓道来那场中风的始末。那时John的健康状况非常不好。起先,他长了一个溃疡,然后进行了肠切除手术。再来就是中风——以及接下来的更多。

“他得了肺炎、黄疸、败血症;右肺还有血块。”她补充道。所有这一切都发生在2013年10月至2014年1月间。

John曾是一名油漆工,那场大病让他在医院里呆了整整79天。在那段日子里,John时常处于无意识状态,也几乎没有离开过病床。
“唉,那简直就是地狱。”他说道。“自生自灭”去年四月,在康复机构治疗了几个月之后,John Iovine终于出院回家。

当患者出院回家,开始“自生自灭”的这个时间点,正是现在的医疗系统特别关注的时期。长久以来,许多像John Iovine这样的患者在这一阶段都选择了故意失联;最终,他们不得不再次住院。

业内人士称,这类再入院都是可以避免的。单单此项,每年就会耗费150亿美元的联邦医疗保险,是财务上的巨大流失。这就是为何联邦医疗保险数年前发起了一项倡议,处罚那些太快重新接纳再入院患者的医院。而这也促使许多医院开始更为注重这个问题。

现在,保险公司也正致力于提出它们的解决方案。

Independence Blue Cross是一家总部位于费城的保险公司,它的首席情报官Somesh Nigam在接受记者采访时说道,“我们的目标是确定哪些病人有可能在未来三个月内住院,这是我们正在努力的方向。”他说,Independence Blue Cross正致力于查明其客户中的患病者或年老体弱者,即那些有可能入院的潜在人群。

为了做到这一点,公司对其掌握的大量医疗数据进行运算,数据内容包括理赔账单、实验室读数、药物、身高、体重、家族病史等。它还纳入了有关客户所在社区的信息,包括当地的贫困率等。“我们用来建立这些算法的医疗数据,大概相当于5个维基百科那么多,”Nigam说。

计算机算法对所有的信息进行筛选,并为每名患者计算出得分,将他们按照得分的高低进行风险排序。

随后,Independence Blue Cross为每位得分较高的客户分配一位工作人员,即“健康指导”。这些健康指导会免费为客户提供健康建议,并向他们推荐有益的附加服务。

“这种协同努力对于患者非常有用。”Nigam说。健康指导可以为患者量身订制所需的健康信息;帮助他们进行就诊预约;解决服药相关的问题,或者协助安排患者前去门诊的交通。有时,健康指导还可以为患者安排家庭护理护士。“所有这一切措施已经开始显示出成效。”Nigam说,“我们地区的住院率已经呈现出了相当显著的下降趋势。”

在Independence Blue Cross的名单上,第一批需要额外关注的客户有18000名。而其初期成功的标志之一,便是将充血性心脏衰竭患者的预期住院率降低了40~50%。

Iovines一家也是该公司初期成功的受益者。在丈夫中风之后,Carol Iovine的生活也有了极大的改变:她需要管理丈夫的新药物,并帮助他淋浴和如厕。夫妇二人需要参加许多门诊和治疗会议,为此他们还得租用一台可供轮椅上下的面包车。

Carol说,有了健康指导的帮助后,情况开始有了很大的变化。健康指导可以帮助她管理丈夫的各种需求。“有一次John需要检查血液,医院要我一个人带他去急诊室抽血,”Carol回忆,“我当下就回说,呃,这我可没办法做到。”她马上打给了他们的健康指导Donna Crockett,并告诉了她这个问题。“之后,便有一名护士来到我们这里为他取血。” Carol说道。重点是,医疗保险花在健康指导安排的来访护士或简化门诊流程上的钱远远不及再入院的成本。订立规则数据预测有望为保险公司节省保费,因此也使得越来越多的保健专家更加看重这些预测计算公式的潜力以及可能的缺陷。

“现在这个领域利益良多,”哈佛法学院教授Glenn Cohen如是说。Cohen曾就医疗保健和大数据碰撞引起的法律和伦理问题著书, “医疗领域、计算机科学领域以及患者体验领域正在进行着一场伟大的集结。”

虽然对前景信心满满,但Cohen仍有一些疑虑。“对于那些个人数据被用于建立算法的客户,他们是否有权选择退出预测计划?”Cohen说, “他们是否只能选择参加?甚至,他们能否知道自己的数据被使用了?”Cohen表示,这些仍然是一个灰色地带;这个新兴领域还没有建立起对这些信息的处理标准。

Independence Blue Cross宣称,它严格遵循联邦医疗隐私准则关于匿名的规定,且只会将这些信息用来更好地为其客户服务。但该公司的确并没有询问订购了其健康计划的客户是否选择加入数据预测。“这些数据仅会被用于改善或协调医疗护理,”Nigam说,“这是我们的职责,而大家都认同这一点。”

从客户健康上来讲,护理协调彻底改善了John Iovine的生活。自Independence Blue Cross为他分派了健康指导之后,他一直没有再次住院。

保险公司表示,因为数据预测的初期效果非常好,他们正打算扩大预测范围。该公司正与纽约大学的Langone医学中心针对下一个目标——2型糖尿病进行合作,目的是在出现相关症状之前发现哪些人最有患上糖尿病的风险,然后再积极介入,帮助预防疾病的发生。

编译:陈欣     责编:莫人英

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈