平安健康：大数据平台为健康保险增值 | 保险科技案例④

▲ 平安健康保险股份有限公司副总经理  阿兰·佩德尔

在中国，保险公司能够获得很多数据，但是这些数据多且混乱，来源庞杂，而且数据彼此之间不互通，不一定能匹配，也没有持续的健康方面的参数，所以需要一个好的分析平台。平安健康大数据平台就是在此背景下诞生的，它运用AI及大数据技术，对数据进行清洗和整理，将有用的信息提取出来，以标准化的形式呈现，并且以技术反哺，使得数据的输入端也更加标准化，形成一个良性循环。

平安健康大数据平台结构上可以分为五个部分：数据清洗（Data Clean）、充实（Enrich）、产品构建（Product Builder）、高级建模（Advanced Modeling）和洞察（Insight）。

• 第一部分，Data Clean包括临床自然语言处理、SCLP自动ICD填充工具以及基于中文的诊断、药品和程序的编码库等工具，它是信息的分类整合。
• 第二部分，Enrich是指运用DEG、ACG、DRG、Clinical Insight等分组工具和临床分析方法对信息进行再加工。
• 第三部分，Product Builder是指产品创意的实时测试。
• 第四部分，Advanced Modeling包括预测模型和定价模型两部分，前者利用机器学习模型（GBM）可以预测理赔，后者将GBM模型转化为主要定价因子。
• 第五部分，Insight则是指推出新的定价因子、新产品设计，提高医院效率，理赔和防范风险等价值洞察工具。

比如两个不同的医院，两个不同的城市，其信息的类型是完全不同的，有一些可以组成曲线，有一些是索赔的数据信息。通过不断学习、提高能力，将信息整合的流程自动化，可以用标准化的方式把这些信息直接输入到系统当中。平安健康大数据平台也可以根据临床信息生成客户画像，用客户标签更好地完善对于客户的描述。

平安设立了一个预测的模型，对慢性病进行一些预测。利用这个模型可以对人们的活动信息，包括体育活动或者是用户信息，进行分析、评级，产生一些分数，进一步预测这些人未来会不会患心血管以及糖尿病等疾病。

★『全文请点击“阅读原文”订阅杂志浏览。财资一家将连载保险科技案例部分精彩内容，后续您将看到泰康保险、众安科技、阿里金融云、太平人寿等精彩案例。』