数字健康技术与商业健康保险的发展

李玉华

（广东技术师范大学 管理学院，广东 广州510499）

一、问题的提出与文献综述

近年来，受益于健康保险发展的政策利好及全社会保险和风险保障意识逐步提升，健康保险业总体保持较快发展，年均增长率28.5%。其中，健康保险在2014 年、2015 年及2016 年的同比增长率分别达到了41.27%、51.87%及67.7%，在2019 年同比增长12.2%，增速同比上升约8%，远高于GDP 的增长速度（见图1）。2020 年新冠肺炎疫情的发生，进一步提高了居民对疾病的自我防范意识和对健康风险的保障意识[1]。统计数据显示，2020年1—7月，健康保险保费收入5302亿元，同比增长19.3%，是增速最快的险种[2]。健康保险在基本医疗保障体系中的角色和功能定位越来越受到民众的认可，对于完善和补足我国多层次医疗保障体系更加有益。

尽管决策层明确界定了商业健康保险在我国医疗保障体系中的功能与地位，也从顶层制度设计上竭尽所能推动商业健康保险的发展，商业健康保险也表现出了强劲的发展势头，然而，与发达国家相比，我国商业健康保险发展仍然处于起步阶段，仍面临一些难以解决的问题。一是商业健康保险成本居高不下，近几年的综合成本率都是超过100%，存在普遍性亏损，其可持续性发展存在问题。不少保险公司是把健康保险作为敲门砖，希望通过发展健康保险积累客户资源，拓展寿险等其他险种业务。二是保险业的健康风险管理作用并没有得到充分发挥。尽管目前国内已有保险机构利用数字健康新技术开始了健康保险向健康管理价值链延展服务与融合发展的实践，但总体看来，健康管理与健康保障服务并非是商业健康保险为投保人供给的核心内容，保险机构对投保人的健康管理更类似于一种为了获取市场竞争的噱头或是宣传，造成了事实上多数保险机构并不能为投保人提供全方位个性化健康管理服务的困境。商业健康保险发展存在的这两大问题，亏损只是表象和结果，健康管理作用不明显是导致结果的原因。

图1 2010—2019年健康保险增长情况图

纵观历史，每一次科学技术的革新与运用都会成为经济发展、国家和社会治理水平提升及人民观念意识改变的重要工具。物联网及大数据等新一代科学技术的革新应用，使人类社会从信息科技时代（IT）迈进了数字科技时代（DT），新的商业模式和业态出现，保险业也由此获益[3]。在健康保险与数字科技融合的实践中，数字科技通过电子病历、移动医疗、大数据、物联网及人工智能等新兴技术向健康保险价值链环节渗透，引发了健康保险与健康医疗界的化学反应并持续向纵深发展，产生了互联网保险、健康保险科技等一批新形态的健康保险公司。美国传统健康保险公司恒康保险向健康科技保险的转变，完全颠覆了传统健康保险产品的外延及运营模式，把健康保险、健康数据及个体健康管理捆绑在一起的智能化“互动式”保险，是健康保险与数字健康技术深度融合发展、带领传统健康保险走出老化困局的业界重要指向标和转型新趋势[4]。那么，健康保险应如何借助于数字科技走出老化困境并实现升级转型，成为健康保险持续发展的重要议题。

近年来，数字科学技术因其与保险业快速联动融合发展的态势受到业界以及学术界持续关注，成为学术研究与探讨的新兴领域。通过对现有文献资料的梳理，大致可以看出数字科学技术为保险业带来的变化。完颜瑞云和锁凌燕（2019）认为，保险科技的应用改善了传统保险行业的风险选择、承保结构和定价能力[5]，有助于保险产品的精准创新、防范骗保及优质服务的供给[6]。何培育等（2017）认为，保险公司通过掌握投保人的医疗、生活及所处环境等大数据信息，可以计算出其购买保险产品的可能性[7]。赵大伟（2016）及王海巍（2018）从区块链技术的角度进行探讨，认为区块链技术在提高保险市场效率、增强底层数据安全及对客户隐私保护、拓展保险应用场景、降低保险公司运营成本、强化保险企业风险控制能力等方面有显著效果[8-9]。谢继龙（2019）认为，人工智能技术对健康保险定价、精准营销、高效理赔、智能客服等非常有益[10]。

从目前的文献研究成果来看，业界学者多是聚焦于从整个保险行业的视角，着重探讨数字科技在保险业中的运用与作用机理，并对数字科技与保险业联动融合发展的实践应用进行归因与未来发展趋势分析，也有部分研究集中在保险科技与车险及寿险等个别险种的地方经验研究。但现有的文献对健康保险与数字科技之间互动机制的理论研究与实践研究比较缺乏。实际上，目前健康险业界早就关注并实践着数字科技与健康保险的联动融合发展，学术研究滞后于实际发展需求。

在此背景下，探讨数字健康的主流技术及应用场景，分析数字健康技术促进商业健康保险与健康管理融合发展的机制及存在的障碍因素，既可以丰富我国健康保险与数字科技互动发展机制的相关研究成果，又有助于促进健康保险数字转型发展，推动我国以疾病诊疗治疗为中心的模式向以“预防”为主的大健康生态模式转变，加快我国“健康中国”建设的进程。

二、相关概念及场景解析

（一）相关概念

概念解析是认识、了解并掌握和运用一项新生事物的基本步骤和过程。因此，明晰数字技术、健康管理及数字健康技术等概念有助于更好地认识和分析数字健康技术与商业健康保险之间的互动机制、价值影响及障碍因素，为健康保险走出困局提供思路与对策。

1.数字健康技术

数字技术因其在新冠肺炎疫情防控中发挥的积极作用，成为抗疫“利器”而再次受到关注。那么，究竟什么是数字技术呢？数字技术是一项利用现代信息和技术手段，把包括图、文、声、像等在内的各种资源样式[11]，转换为电子计算机能识别的大数据、人工智能、物联网、区块链等多种数字化技术的集合。数字技术应用最大的长处就是能够提高整体效率。

数字技术与健康管理的结合，推动了数字健康技术的发展。数字健康技术可以理解为数字技术的一个分支，是在对个体进行全生命周期的健康管理、疾病预防、疾病诊疗治疗及疾病康复等医疗服务供给过程中，所使用的移动健康设备、互（物）联网、人工智能、健康医疗大数据、远程保健和远程医疗等技术，是数字健康新基建的基础和支撑。

数字健康技术对健康医疗卫生领域的技术革新，把我国推进了数字健康管理的新时代。数字健康技术是健康保障功能、健康管理服务方式及医疗控费目标的重要技术支撑，健康保险又是健康医疗卫生领域的重要协同治理主体。因此，数字健康技术与健康保险的联动融合发展，有助于健康保险更加精准地为投保人提供个性化的健康管理服务，可以实现健康保险与健康管理服务之间的良性互动和闭环管理。

2.健康管理

健康管理的概念最先在美国提出，缘起于美国20世纪30年代不断上涨的高额医疗费用，使得健康保险赔付难以应对与承受，进而出现了医疗费用管理失控的现实。研究发现，通过加强对个体的健康管理，可以降低病死率，有效减少医疗费用支出。因此，在健康保险中延展和加强对个体健康管理来降低医疗费用支出这一理念被提出后，快速得到业界的认可并付诸实践。健康管理发展至今，其内涵也越来越丰富。

健康管理主要是指保险机构等行为主体利用数字健康技术，采集被保险人的健康信息，评估健康状态，提出有针对性的健康管理计划，使被管理对象得到全面的健康维护和支持服务。其本质上是通过对被保险人健康保障前置前移的做法，把注重事中疾病的诊疗治疗过程转向注重对投保人健康监测与评估以及疾病预测与预防，由医疗费用“被动支付型”向对投保人的健康“主动管理型”转变，进而达到有效控制疾病发生发展，提高个体生命质量的目的[12]。

（二）主流技术及应用场景

《健康保险管理办法》的顶层制度设计为保险公司采用大数据等新技术提升健康保险价值提供了政策支持。目前健康保险对数字健康技术的运用集中在新型医疗设备的使用及移动健康管理的物联网、大数据、区块链和人工智能等技术。

1.物联网

保险公司利用物联网的可感知、识别及互联特性延展健康保险服务[13]。一是介入健康监测。使用可穿戴监测健康设备、体征传感器来感知和采集个体的体温、血压、心率等人体的体征数据，对被保险人身体健康状态进行实时动态监测与远程管理。例如，众安旗下的“步步保”产品就是基于物联网技术与可穿戴设备及运动健康大数据相关联的典型[14]。二是预判疾病发生。通过可植入式移动健康医疗设备对被保险人身体指标的远程监控，来预判疾病的发生或发作，方便医疗服务机构提前介入被保险人的诊疗。

2.区块链

区块链因其开放、透明、数据不可篡改及可信度较高等特性被广泛运用到各行各业，其中，20%以上应用场景涉及保险业[15]。区块链技术在健康保险领域的运用场景为：一是通过分布式智能身份认证系统，快速进行身份和信息的校验，保护客户的个人隐私不被他人所获取；二是用智能合约代替人工合同，将理赔条件预先写入区块链程序中，当信息满足赔付条件时，计算机自动进入理赔程序，将赔付资金转入被保险人的账户并自动结束保险合同，从而完成理赔。

3.大数据

大数据因其数据价值高、处理速度快、分析精准等特点同样受到健康保险的关注。对大数据进行专业化的处理与分析是大数据技术的核心要素[16]。健康医疗大数据贯穿于健康保险的各个环节，通过对不同场景下个体健康大数据丰富多维的数据特征，能够预判整体的健康水平及个人的健康特质，建立更全面清晰的客户画像，在产品设计与运营优化、差异化服务与风险控制及医疗健康网络管理等方面提供更加精准的数据分析结果[17]。基于可穿戴设备数据而开发的健康医疗保险是大数据场景化应用的典型。

4.人工智能

近些年来，人工智能技术也被广泛运用于健康保险中，其在健康保险中的应用场景为：一是通过个人健康数据分析，构建更加精准的用户画像，向客户推荐适合的保险产品，为客户提供智能核保与理赔服务；二是根据数据算法，找出医疗保健漏洞并不断追踪用户健康状况，督促用户改变不良健康行为；三是通过机器学习，自动识别保险产品的部分运营风险及欺诈信息，降低保险承保及理赔阶段所可能导致的人为失误，提升经营效能与风险管理水平。

三、数字健康技术促进商业健康保险发展的机制

以移动健康管理APP、微小型贴身传感器、人工智能(AI)以及健康医疗大数据为代表的数字健康管理技术的开发与运用，正在重构健康保险的价值及其服务范围，使健康保险把对投保人的健康管理服务向前端转移，通过为被投保人提供慢性病管理及健康管理等服务内容，与投保人之间建立了更为互相信任的关系，加速了健康保险价值链延展的趋势。

（一）数字健康技术通过辅助健康管理促进商业健康保险发展

商业健康保险与其他险种不同，赔付成本管控很大程度上受制于医疗服务机构、客户健康生活习惯、医疗行为及医保政策等外部因素。健康保险通过对投保人的健康管理可以降低个体健康风险，减少疾病损失与医疗保险赔付，对医疗行为进行有效管控和约束已经被证实为有效途径。健康保险向健康管理延展服务才能实现多方协同主体利益的整合与趋同，促进医患信息透明，降低道德风险和逆向选择，达到提升群众身体健康水平、有效控制和降低医疗风险等目的，最终实现保险费率及费用赔付率的降低，真正使医疗服务机构、保险机构、参保群体及医疗保障部门等主体受益。因此，对投保人的健康保险中融入健康管理具有不可逆的发展趋势，但关键在于寻求促进健康管理与健康保险融合发展的机制。当前，以人工智能、区块链、云计算、大数据等关键技术为基础的数字健康技术快速发展，为商业健康保险产业链延展健康管理服务提供了便捷路径[18]。

受益于区块链技术和物联网技术等科学技术的发展，我国形成了体量庞大的健康医疗大数据①本文所指的健康医疗大数据主要包括：出生数据（体重、血型、基因等）、临床数据（电子病历、电子处方、药物服用）、运动数据、体检数据、饮食数据（含饮酒数据）、睡眠数据、死因数据等个体数据，以及围绕个体健康医疗大数据衍生出的公共卫生方面的数据，包括血液传播、食品安全和疾病预防等。。获取足够丰富的健康医疗大数据技术是健康保险为投保人提供全生命周期健康管理的基础环节。保险机构通过与医院、药房、健康体检中心、智能可穿戴设备或家用健康设备（睡眠枕、睡眠床垫等）、健身房等主体进行合作，收集和持续跟踪不同应用场景下个体的基本信息、生活习惯、计步、心率和心跳、血压、血糖、胆固醇、体重指数等身体指标数据及疾病历史等临床医疗数据和非临床健康数据。

拥有大数据只是健康保险延展健康管理的基础环节，对大数据的分析与运用才是各健康险主体获取市场与客户的关键。对数据分析与加工能力较强的健康保险主体，可以通过对统计口径和标准不一致且差异性较大的信息数据进行深度加工处理，提高对投保群体分级的准确性，并根据各个群体的不同特点设计并提供有针对性的服务，帮助不同群体实现各自的健康目标，提高健康管理的整体效果。以美国的Clover Health 为例，该健康保险科技公司通过自建数据库和软件平台统计分析健康医疗大数据，并与数据库中的模型匹配，区分不同人群的患病风险，预测会员慢性病并发症发生的概率，从而找到高风险患病人群，为投保人定期安排健康体检服务，同时制定适应于不同慢病投保人的个性化健康管理服务方案。数据显示，Clover Health 变被动治疗为主动预防的健康干预计划使投保群体的入院率降低了15%—50%[19]。

可见，针对健康保险行业面临的困惑与痛点，健康保险借助数字健康技术，积极推动“保险+医疗+科技+数据”四位一体的发展，设计一体化的解决方案，成为消费者健康管理方案的供给方和管理方，涵盖产品设计、风控、事前健康管理、事中绿通服务、事后护理等全流程，是快速适应时代发展需求的必然。

（二）数字健康技术通过增强市场渗透促进商业健康保险发展

从国外健康保险发展的现状来看，以商业健康保险为支柱，以数字科技联动多个平台驱动健康保险变革，构建健康保险“线上线下”相融合的健康管理服务闭环是其发展趋势。数字健康技术的引进和运用，一方面可以打通大健康服务产业链，补齐健康保险在产业链条上的短板，大幅度提升各个环节的服务质量和管理水平；另一方面还可以与医疗、养老等各行业实现共同联动，扩展健康保险的服务生态圈[20]。越来越多的健康保险主体认识到，作为数字化时代的核心生产要素，数字健康技术是未来商业健康保险行业的核心竞争力。

首先，数字健康技术的应用使健康保险覆盖面不断扩大。商业健康保险的发展不再是单一险种或单个行业的发展，而是基于价值链生态系统的融合发展。通过应用数字健康技术，对健康保险的运营渠道、产品、场景进行系统构建，打造了一个全新的商业健康保险服务格局，推动了健康保险从难获变为易获，从低频走向高频，延伸了健康保险的广度、深度和密度[21]。此外，数字健康技术还改变了商业健康保险精算、核保的边界，人工智能释放了精算师的大量劳动力，且速度、效率与准确性都大大提升，使个性化定制化健康保险产品成为可能，保险覆盖范围由此全面拓展。在传统商业健康保险加速拥抱科技创新的前景下，保险公司积极推动内部信息共享，与健康服务行业深度融合，可加速用户触达和提升客户服务体验。

其次，数字健康技术利用大数据技术，拓展了商业健康保险的业务渠道，特别是销售渠道，扩大了需求空间。以科技拓展业务，销售渠道是保险科技应用的重要功能，在降低成本、提高效率、优化用户体验、促进普惠保险等方面有较大的价值，近些年大热的互联网健康保险可以佐证这一说法。2019 年在人寿保险等公司业务业绩出现不同程度下滑的情况下，互联网健康保险业务一直保持高速增长，累计实现规模保费收入236 亿元，同比增长92%[22]。从深层次来看是精准营销。基于大数法则定价的健康保险，其风险保障具有同质性，难以迎合不同群体的保障需求。商业健康保险的经营与大数据相结合，是最重要的应用大数据的险种之一，可以在用户动态数据、产品营销、用户信息管理与维护等方面进行大量的数据整合和深度分析，根据客户不同风险状况推送产品、核定价格、设计条款。

（三）数字健康技术通过优化运营体系促进商业健康保险发展

商业健康保险运营涉及保险公司、被保险人、健康服务提供方及医疗保障、卫生健康等政府职能主体，扩大来看还包括潜在需求者及监管部门等。这里的需求方指的是保单持有人，其具有健康服务和健康风险保障的双重需求。供给方则有两个，一个是为需求方提供“健康保险”服务的保险公司，另一个是医疗机构、药厂、药店等“健康”服务提供者。涉及的这些利益方，相互依赖又相互独立，或直接或间接联系在一起。各方利益诉求不同，有些甚至是相互博弈的利益关系，保险公司希望定价高一点、降低成本、提高效益，被保险人希望得到物美价廉的健康保险产品，作为患者的被保险人希望获得优质的健康服务，医疗机构也有自身的利益考量，健康保险的运营面临较多的挑战。

商业健康保险赔付成本与医疗费用密切相关，这也是保险公司运营该险种高度关注的核心问题之一。传统模式下，保险公司处于“两头管不到”的境地，在利益驱使下，患者的医疗行为及医疗机构的诊疗行为都有可能出现过度，使得健康保险赔付成本上升。比如，有的医疗机构会出于自身利益的考虑，诱导被保险人非必要的健康服务需求等，导致医疗费用上涨，使保险公司风险控制难度加大。这样的结果，短期看必然损害保险公司的利益，长远来看不仅仅如此，还会损害健康保险投保人的利益，因为赔付成本最终都会通过定价调整反映到产品价格中，最终也会损害需求方的利益。

商业健康保险关联的各方是一个有机整体，由于彼此之间存在着信息不对称以及追求自身利益最大化等问题，其正常有效运营，需要各方协同合作、互相监督、奖惩结合。通过规范健康保险费用筹集、医疗服务提供及医疗费用支付等，把各种成本尽可能降低，最终逐步提高全社会的健康保障水平。数字健康技术的应用，可以在健康保险产品定价、医疗服务及时提供、医疗及诊疗行为监督、医疗费用核算、违约责任承担等方面发挥明显作用，为这一目的的实现提供了有效路径。保险公司运用数字健康技术，共同携手打造一个涵盖医疗机构、保险公司、被保险人、政府相关部门等的医疗健康管理闭环生态系统，覆盖疾病预防、治疗、健康服务监督、医疗费用结算、健康保险产品价格形成等全过程。

四、数字健康技术对商业健康保险发展的价值

受保障内容单一、核保核赔流程冗长、营销渠道粗放、人海战术展业等因素影响，传统健康保险产品呈现出被动式购买的特征。在数字健康技术驱动下，健康保险的产品设计、产品定价、销售以及核保核赔等各个环节都产生了新的理念和模式，与传统健康保险有较大的不同（见表1）。数字健康技术能够放大健康保险的价值影响力，改变健康保险的经营痛点。

表1 传统健康保险与数字健康科技保险的对比

（一）产品设计

精算是健康保险产品设计的核心与关键，其对健康医疗大数据具有高度依赖性。投保人的身体健康数据及各地区不同年龄组、不同性别疾病发生率图谱等医疗大数据是健康保险费率厘定、产品设计与开发中最为核心的关键问题，其直接制约健康保险产品的精准定价、产品的差异化发展以及健康保险供给健康管理服务的水平与质量。

区块链上永久记录不同场景下的用户信息及行为习惯等大数据会成为健康保险产品推出的科学依据。健康保险可以依靠医疗大数据平台发现不同地区的疾病发生情况的差异以及其中的规律，完成对个体的精准画像描述，判断细分不同客户群的风险偏好与保险需求，开发针对单病种、特殊病种等在内的精准个性化健康保险产品，满足不同层次消费群体的健康保障需求。人工智能技术能够利用其庞大的数据库及数据模型，将产品开发设计中的不同影响因素进行量化，设计出更加贴合个体需求和市场需求的健康保险产品，使健康保险产品的精算更为精准，有利于保险公司精确地评估各种风险，提升风险管理水平。

（二）成本控制

一是赔付支出成本的控制。运用医疗大数据、电子病历及医疗诊疗一体化监管平台等数字健康医疗技术手段，对医疗费用进行智能监控，保证健康保险费用支出的合理使用[23]，其有效性引起了健康保险界的持续关注与实践。例如，美国的Clover Health、Bright Health 等新型健康保险公司，通过建立数据模型，分析健康大数据，预测投保人未来重大疾病发生的概率并对患病风险因素进行监控与干预，对疾病的发生和发展进行有效的控制，从而降低了医疗费用的赔付支出。2018 年11 月美国最大的处方药零售商和第二大药品福利管理机构CVS health 与美国第三大健康保险公司安泰保险的业务合并融合后，帮助安泰保险通过PBM 减少了不必要的医疗保险支出。

二是运营成本的控制。传统经营模式下，投保人对健康保险的咨询、核保与理赔等均通过人工方式解决，需要投入大量的人力，因此成本较高。人工智能技术能够降低健康保险的人力投入成本。智能机器人通过对健康保险知识图谱等的学习，能够在线回答绝大多数用户咨询的问题，并且不受时间限制提供全天候服务，仅有机器人回答不了的少量问题才用人工来解决。埃森哲的一项研究显示，健康保险公司利用人工智能技术，将100 名职工的日常任务自动化，可以节省1500 万美元，在18 个月内节省70亿美元[24]。

（三）服务效率

人工智能、互联网、手机APP等技术手段的发展使投保人可以进行智能核保、申请线上理赔等服务。运用区块链技术的去中心化与共识机制及人工智能技术，客户可以在互联网或是手机端自主投保，快速实现投保服务[25]，理赔也可以在智能合约下自动发生，一旦满足理赔条件便自动触发赔款流程，并可以实现保险机构代位求偿权的追索路径，有效简化结算流程。人工智能通过语音和图像识别、机器学习及NLP技术，启动核赔规则以及大数据风控模型，自动提取审核信息，快速筛选理赔材料，完成智能核保与投保、理赔定损等服务[26]，提升客户体验值，使投保人更加受益。2020 年新冠肺炎疫情期间，各家保险公司利用现代科技简化了实务单证的提取要求，做到一站式直赔。据统计，大多数客户提交理赔申请之后在当天能够完成理赔，最快的在5 分钟之内完成理赔。除此之外，人工智能对审核赔付中的欺诈行为效率也较高。人工智能通过量化不同的因素，在机器学习模型中使用特定算法，几秒内就能发现核赔异常，提升了承保和理赔阶段的效率，有效改善了投保人和保险公司的关系。

（四）风险管控

智能可穿戴设备能够使保险机构获得对投保人实时健康监控和保障的数据收集，对投保人的疾病风险管控处于智能交互的核心地位。区块链技术记录了投保人与保险机构之间从销售、核保到核赔与结算的所有交易。因此，在健康保险中使用区块链技术不仅能够掌握投保人的个体健康信息、既往病史、病例等可靠、真实的核心数据，还增加了交易的透明度与信息的对称性，使保单持有人及保险机构双方始终可以访问交易过程的所有环节信息，保护保险机构及客户双方的合法利益。

首先，区块链可以降低道德风险与逆向选择。保险公司可以利用区块链全网共证的信息特征，通过智能合约的自动筛查功能验证个体的行为记录，有效识别投保人的风险状况。

其次，区块链可以识别风险。人工智能能够通过系统中设定的校验规则或是其他风险因子自识别风险。区块链则通过利用分布式账本建立起与客户、医疗机构等多个相关交易方共同验证的信任机制，客户的个人信息、身体健康状况、体检信息和住院医疗信息均可以在分布式账本上得到验证，预防了欺诈和骗保的情况出现。

五、我国商业健康保险与数字健康技术融合的障碍

如前所述，数字健康技术与健康保险的联动融合发展有助于商业健康保险的数字化转型。但是，目前保险机构在运用数字健康技术推动健康保险的转型发展上仍然存在一些障碍，制约了数字健康技术与健康保险融合价值的发挥。

（一）健康医疗大数据的获取障碍

健康保险的创新发展受健康医疗大数据的制约，其获取数据困境体现在以下方面。一是医疗服务机构及医疗保障部门难以与之共享数据。目前我国大部分经营健康险的保险机构与医院及医保经办体系衔接不够紧密，限制了保险机构对地区医疗数据的获取，制约了健康保险产品的精准定价。由于医院没有与保险公司主动协同合作的动机，受保护参保人的个人信息安全、系统对接成本较高及对保险机构数据使用不信任的观念等因素影响，其与保险机构在信息系统层面对接的意愿不强，能够与保险机构共享的信息主要是参保人在医疗机构的诊疗治疗账单等财务数据。保险机构从医疗机构及医保部门能够获得的医疗基础数据呈现碎片化和片面性，能够使用的医疗基础数据非常有限，无法打破与医保部门共享数据的壁垒，又不能够介入被保险人诊疗治疗的全过程，这使相关保险机构开发的商业健康保险的定价，与实际面临的风险产生背离，难以实现费用的管控，带来了发展的隐患。二是保险机构数据不齐全。我国经营健康保险的保险机构对投保人的数据主要来源于公司内部运营记录、投保人自主提供的个人健康信息、经办医保业务的保险机构与医疗机构的资源对接数据、卫生统计年鉴等，而投保人的既往诊疗治疗等重要的健康数据及各地区不同年龄组不同性别疾病发生率等核心数据均由医保部门及公立医疗机构掌控。三是数据标准不统一。由于我国尚未出台关于医疗数据的规范化和标准化建设的政策文件，目前保险公司、医院、药企、健康管理机构等主体形成的医疗数据，在数据定义及输出格式等方面存在较大的差异，呈现出碎片化和片段化。即便保险机构从其他行为主体获取了必需的健康医疗数据，但是由于数据标准不统一，数据无法集成，保险机构还需要对迁移、清洗的数据进行充分的治理及加工，才能够得到有用的数据信息。四是国家层面的健康医疗大数据尚未形成体系。由于我国是在近些年才开始把大数据列为国家经济发展的增长点、社会治理的重要工具，因此，国家的健康医疗大数据发展并不是很充分。可以说，数据壁垒始终是制约商业健康保险提供前置保障推动健康管理服务转型升级的核心问题，使得健康保险依然难以突破其保障内容单一的局面。

（二）移动健康医疗人才储备不足

商业健康保险向健康服务融合发展高度依赖医疗大数据及对数据的分析。而商业健康保险向健康管理服务延展的效果关键取决于数字健康人才队伍及其专业技能水平。商业健康保险与数字健康管理类似，是一门涉及统计学、人工智能、卫生学、医学等众多学科的复合交叉型学科，对产品开发团队、营销团队等人才队伍有比较高的要求，需要具备扎实的专业保险知识及掌握医学、卫生学、大数据学、统计学等相关学科知识的复合型人才。随着商业健康保险外延不断向大健康管理产业链延展，数字健康医疗等科技手段成为商业健康保险转型的重要技术支撑，大数据专家团队、运动保健医生、营养专家团队、人工智能专家团队等用以支撑健康服务背后的人工智能算法研发和医学服务的人才队伍是商业健康保险转型升级迫切需要的人才。以Clover Health 为代表的科技健康保险公司，吸纳了大批大数据与分析、云计算、医疗健康与科技等专业基础扎实的员工。

目前我国在移动健康医疗专业方面的人才是比较匮乏的。数字健康的发展使健康保险同样需要生物医学、统计、精算和计算机人才等跨学科的复合型人才。从现实来看，保险机构移动健康医疗人才匮乏，这与整个社会的医疗大数据人才供需市场失衡有关。移动健康、智慧医疗、医疗信息化、人工智能等产业的爆发式增长需要与之相关的专业人才，现实是目前仅有较少的高校能够培养人工智能、医疗大数据、医疗信息化等人才，难以满足市场人才的需求。一是人才规模体量非常小，缺口严重。2020 年8 月工业和信息化部发布的《人工智能产业人才发展报告（2019—2020 年版）》指出，根据《新一代人工智能发展规划》（国发〔2017〕35 号），要在2020 年实现人工智能核心产业规模超过1500 亿元的目标，预测当前我国人工智能产业内有效人才缺口达30 万人。二是高校目前缺乏培养健康保险复合型人才的师资力量。健康保险如若要较好地使用医疗大数据，就必须配备对医疗保险、医学、计算机科学、数学统计学及保险理论知识体系扎实的数据分析师。从目前的高校专业设置来看，几乎不存在培养同时具备这些专业复合人才的师资力量。因此，目前医疗大数据领域人才招聘“懂算法不懂医疗”“懂医疗不懂算法”就不足为奇了。

（三）健康保险应用数字健康技术的风险

尽管数字健康技术在健康保险界的运用可以优化运营，拓展健康保险的价值链，发挥保险姓“保”的社会价值，但也面临一些风险。一是数据使用的安全性。通过可穿戴设备等收集的健康数据大多数是没有采取任何安全加密措施的，处于裸奔状态。健康保险运营与开发产品中会涉及客户的临床及非临床等隐私数据，如何确保大数据在使用过程中存储安全不被泄露，是必须解决的难点。二是来自医院和个人的道德风险。健康保险的经济补偿功能决定了投保群体对健康保险的逆向选择始终是无法回避的问题。商业保险公司获取投保人健康信息的途径有限，难以掌握投保人投保时的真实身体健康状况，易引发因信息不对称而产生的逆向选择动机。在疾病诊疗的过程中，医院受利益最大化驱动容易产生过度诊疗行为。投保群体的逆向选择及来自医院和投保群体合谋的双重道德风险推高了健康保险的成本价格，健康保险盈利能力薄弱，不少健康保险是亏损的。为了降低损失风险，保险机构只能通过较多的预设限制条件、高昂的保费、苛刻的条款，把高风险群体排除在外，只对健康群体进行承保。三是基因检测技术使用的伦理性与安全性。基因检测技术通过客户的家族遗传史等信息预测某些疾病发生的概率，受到了健康保险差异化产品开发的重视。然而，基因检测技术在健康保险中的运用也有可能把一部分有家族遗传病史的人排除在承保群体外。因此，基因检测技术在健康保险中的运用受到了来自伦理和安全两方面的制约。除此之外，基因检测技术在法律上还可能涉及对用户隐私权的侵犯，这些都需要国家在法律上进一步界定，确保个人隐私不受侵犯。

六、数字健康技术在我国商业健康保险中运用的建议

新冠肺炎疫情防控凸显了数字健康技术的重要性，也带来了商业健康保险需求的激增。推动数字健康技术与商业健康保险融合发展，对于提升个体健康素质，提高国家整理健康水平具有重要意义。针对存在的问题，提出以下建议。

（一）企业层面

一是加快数字化转型。保险公司要高度重视公司数字化方面存在的短板，把数字化转型作为战略项目和“一把手”工程，彻底解决好系统建设顶层设计、科技研发能力提升、核心系统自主管控、数据应用价值提升、外部数据整合、内部协同优势发挥及系统迭代创新快速响应市场和客户需求变化能力等重大问题。二是强化数字健康技术应用。健康保险市场会随着5G 等新兴数字技术的出现与运用产生新的变化。健康保险主体应根据自身实际，通过自建、并购或是合作等形式加快与数字科技的融合，建立适应数字健康技术发展需求的管理机制及激励机制，促使新兴技术快速转化并应用至健康保险经营管理的各个环节，激活新一代健康数字技术落地应用的经济价值。三是加强数字化能力建设。保险公司管理层要把数字化能力作为战略投资来看待，确立新思维，从多个层面进行系统转型变革。搭建数字化的组织管理架构，培育和引进数字化专业人才团队，形成与外部紧密合作的开放体系，建立适应数字化发展的企业文化。

（二）政府层面

一是搭建医疗信息共享平台。这项工作涉及政府主管部门、医院、药企、保险公司、医保机构及参保群体等多方主体，目的是要实现信息多方即时共享，必须由政府牵头组织、加强统筹、协调各方、强力推进，把健康保险各主体纳入健康医疗大数据平台。可以先搭建省级层面的健康医疗大数据共享信息平台，再构建国家级层面的数据平台，最终实现全省乃至全国数据的互联互通。二是加强健康数据治理。所谓数据治理，主要是科学安排数据的采集整理与分析，并兼顾合规、隐私保护及信息安全等。建议加强顶层设计，以前瞻性的视野，统一健康数据及健康保险数据标准和技术标准，确保数据易采集、可共享、能打通、好运用。加快健康数据保护统一立法，积极应用区块链技术对所存储的共享数据进行加密保护[27]，在防范保险欺诈、追踪医疗记录、加强隐私保护、维护数据安全等方面持续突破。三是完善商业健康保险数字化管理相关制度。在产品开发方面，支持保险公司依托数字健康技术和自身经营管理能力设计针对不同区域性、不同健康状况人群的细分领域商业健康保险产品。在销售方面，支持保险公司线上跨区域销售疾病保险、医疗保险，便利客户获取多样化的商业健康保险产品。在理赔方面，支持保险公司运用人工智能、远程查勘等技术开展线上理赔。

（三）政策层面

一是加大对数字健康技术投入的税收支持力度。当前，保险公司数字健康技术方面的费用支出在管理费用中体现，但开展这类数字化转型，需要将现有技术结合业务场景进行二次研发，建议相关部门出台政策，将这部分投入纳入研发费用核算，并给予一定的税前加计扣除比例，以减轻企业的税赋负担。二是对定制化健康险产品给予税收支持。商业健康保险是基本医疗保险的有益且必要补充，政府近年来积极倡导并大力支持，2017 年开始在全国推广税优型健康险，取得了一定成效。保险企业运用数字健康技术开发的个性化、定制化的健康保险产品，更能契合消费者需求，提高整个社会的医疗保障水平，建议将其纳入税收优惠政策范围；同时，在满足一定条件下，允许投保人在退休前使用医保个人账户购买定制化的商业健康保险、支付个人自负医疗费用，以鼓励中青年群体参保。三是给予健康医疗信息共享平台资金支持。采取政府补、政策减、企业出、市场筹、银行贷等办法，积极筹措搭建健康医疗大数据应用共享平台的资金。四是推动数字健康技术使用的行业数据规范标准体系建设，加强保险机构在健康医疗大数据规范使用、数据安全和隐私保护等方面的自律与监管。

七、结语

数字健康技术不仅是可以促进商业健康保险保障功能、服务方式、控费目标等实现的重要技术支撑，也是健康保险与健康管理融合发展的中坚力量。对于保险公司而言，竞争的内容正在以健康险产品为核心向以数字科技为核心的健康服务业上下游不断延伸。因此，在健康保险向健康管理延展服务的过程中必须要充分发挥数字健康技术的优势，才能够使健康保险为个体供给精准个性化的健康管理服务，实现保险与健康管理服务之间的良性互动和闭环管理，从而重塑健康保险姓“保”的本质属性。