医疗+保险 如何构建跨界融合生态圈

科技发展是“医疗+保险”相结合的重要推动力量。近年来，随着互联网、大数据、人工智能、区块链技术等新科技的不断涌现，原先困扰行业保险公司多年的客户需求发现、行业信息合作、海量单证处理等一系列问题迎刃而解。在“医疗+保险“的推进中，不断加大科技投入，加强科技成果运用，都将有助于工作的顺利推进。商业健康险与医疗服务的结合，催生了“医疗+保险”的全新服务理念，使得保险在遵循其一般行业规律的同时具有了更多服务的属性，同时医疗服务也从原先简单的费用报销、支付结算等财务处理方式发生改变，具有了更多金融属性。 “医疗+保险”正在成为我国医疗保障体系乃至整个大健康服务产业的重要支撑。如何实现“医疗+保险”的更加紧密结合，推动“医疗+保险”更加便利，已经成为普遍关心的热点问题，本书从全新视角为读者寻找跨界融合的解决方案。

本书以创新的视角研究了国内外商业健康险的新技术、新模式、新产品、新服务，揭示了医疗健康大数据、区块链技术等对医疗行业格局的影响，提出建设“医疗健康+保险”跨界融合生态圈的思路与模式。通过对国外医疗保障制度和商业健康险发展模式的分析，从政策引领、技术驱动、模式创新、跨界融合多维度进行研究，对我国医疗保障制度改革和商业健康险发展的新趋势进行了思考与探索。对商业健康险共生体、医疗服务产业链、“医疗健康+保险”跨界融合生态圈的新模式进行了深入介绍，通过典型案例研究，提出以客户为中心，建设“医疗健康+保险”生态圈，这是推动我国商业健康险发展的必由之路。

王志刚，和君咨询合伙人、医药医疗研究中心副主任。

丛书序
前言
第一部分看懂医疗保障制度与健康保险
第一章医疗保障制度：发展模式与变革
第一节历程回顾：中国医疗保障制度发展之路
第二节他山之石：国外医疗保障制度模式剖析
第三节未来路径：我国医疗保障制度发展新趋势
第二章商业健康保险：经营格局与趋势
第一节从小到大：商业健康保险快速发展
第二节从弱到强：商业健康保险的发展红利
第三节从现在到未来：商业健康保险的新机遇
第二部分构建大健康产业生态圈
第三章需求驱动：商业健康保险发展模式创新
第一节新内容、新时代：商业健康保险产品模式创新
第二节新渠道、新场景：商业健康保险营销模式创新
第三节多样化、智能化：商业健康保险服务模式创新
第四章科技驱动：商业健康保险经营变革
第一节汇聚全面的医疗健康数据
第二节医疗健康大数据在保险业的价值及全场景应用
第三节区块链技术在保险行业的应用探索
第五章跨界融合：构建“医疗+健康保险”产业新生态
第一节构建大健康保险生态圈
第二节国内健康险公司跨界融合典型实践
第三节国外健康险公司跨界融合典型实践
第三部分“医疗+保险”未来前瞻分析
第六章商业健康保险发展新前景
第一节充分发挥商业健康保险的功能价值
第二节大力推动商业健康保险发展的良好生态
第三节积极推动“医疗+保险”产业链的深度融合

    科技驱动：商业健康保险经营变革近几年，随着国民经济持续高速增长，在国家政策的大力支持下，我国的商业健康险呈现高速发展的态势，保费规模从2014年的1587.18亿元增长到2017年的4389.46亿元。商业健康险逐渐成为我国国民健康保障体系的重要组成部分并成为医疗服务的重要支付方。汇聚全面的医疗健康数据多元化的医疗健康数据来源医疗健康数据是综合反映个体健康指标最重要的信息，评价健康数据价值可以从四个维度来进行：可持续、可获取、低成本、可分析。海量有价值的数据沉淀在不同的属主、格式和系统中，如果在这四个维度上比较分析，会发现存在很大的差异。存量优选的个人医疗健康数据主要存储在国民医疗服务提供方——公立医院。公立医院的信息系统主要是针对病人的诊疗信息和行政管理信息进行收集、存储、处理、提取及数据交换，并对医院各科室的信息系统进行整合，使其互联互通，共同织成一张能够覆盖整个医院的信息大网。通过系统间的共享，避免形成信息孤岛，提高医院整体管理水平和工作效率，并满足患者的服务需求。目前国内大部分人身险的保险条款，都需要参保人在二级以上公立医院就医。保险公司在理赔时，通过医疗费用的合理性进行判断，同时辅助风控手段来实现对费用的管控。除了公立医院的诊疗数据之外，医疗健康数据的主要入口和采集方向还包括专业的健康体检机构。健康体检数据能够综合反映个体健康状况，有别于疾病状态下获取到的局部数据或者特殊病症时期的数据。体检数据是静态、连续、可持续、可获取的。体检数据可供专项筛查、基因检测、病历处方、商业保险等项目的应用，同时，在保险个体化风控、赔付风险预测方面都发挥了非常重要的作用。例如，我国女性乳腺癌每年新增病例约21万，位居女性恶性肿瘤第一位。中国乳腺癌发病率的增速是全球平均增速的两倍，排名世界第一。而从体检数据来看，在所有参加乳腺体检的女性中，查出乳腺异常的比例竟然高达60.93%。北京、上海、广州三地女性乳腺体检指标的异常率远高于其他地区。通过体检数据的获取及分析，可以对参保人员的潜在风险进行合理化评估。随着移动互联网浪潮的来临，移动医疗健康数据的大量应用已经成为一种业态。主要包括：智能诊断，即基于专业数据和专业模型的智能诊断，来自于医疗数据模型数据的汇总；风险预测，根据健康体检、基因检测和其他诊断手段的数据为基础；智能健康设备以及个体数据汇总及跟踪；新型诊疗模式，即以互联网医院为代表的新型诊疗方式，让患者与医生沟通病情更便捷。