文 | 董兴荣 姚顺意,来源 | 《财资中国|财富风尚》杂志2018年3月刊
▲ 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。』
评论 (0)