《福布斯》深度解析「人工智慧+醫療保險」的四大應用場景，撬動3.5萬億美元的龐大產業

根據非營利性機構平價醫療委員會的資料，想要維持美國醫療體系正常運轉，總共需要60億筆保險交易(比2016年增加了12億筆)。這意味著，每分鐘新增保單近11450件。

對於保險公司來說，整個醫療保險體系較為複雜。而人工智慧(AI)技術的介入，能否幫助保險業控制不斷上升的成本，處理大量複雜繁瑣的工作呢?動脈網編譯了福布斯釋出的相關文章，力求深度解析“人工智慧+醫療保險”的發展前景。

首先，人工智慧可以幫助保險公司降低成本。埃森哲最近的一項研究顯示，通過簡化管理流程，保險公司可以利用人工智慧技術，在18個月內節省70億美元。具體來說，對於100名全職員工，如果僅僅是將日常任務自動化，健康保險公司就可以節省1500萬美元。

此外，人工智慧可以幫助保險公司改善消費者的整體健康狀況。安永會計師事務所 的醫療資料和分析諮詢主管Christer Johnson表示：“我們可以看到，越來越多的保險公司開始對人工智慧進行投資，他們這樣做是為了給客戶帶來更好的體驗，不斷改善患者的健康結果。”

健康保險公司已經意識到了人工智慧技術的潛力，並且已經有所行動。埃森哲的一項調查顯示，72%的醫療保險公司高管表示，投資人工智慧將是他們明年的三大戰略重點之一。

雖然醫療保險行業的領導者們還是著眼於長期的成本節約效果以及改善患者健康，但人工智慧已經對整個行業產生了一定影響。具體來說，科技帶來的轉變可分為以下四個領域。

AI聊天機器人：人機互動新模式開啟個性化體驗

作為中國最大的保險公司，眾安保險提供了醫保申請、福利查詢、醫療索賠等服務。而客戶可以直接與人工智慧聊天機器人溝通。資料顯示，客戶有97%的時間都在與人工智慧聊天機器人互動。只有遇到最棘手的問題時，才會諮詢人工客服。 

未來，基於人工智慧的客戶互動將成為普遍情況，而不是個例。麥肯錫的一份報告顯示，到2030年，聊天機器人將成為大多數保險客戶的主要接觸物件。與2018年相比，人工客服將減少70%至90%。

埃森哲的一項調查發現，目前，68%的保險公司已經在其業務的各個領域使用聊天機器人。通過使用人工智慧來管理客戶互動，健康保險公司每年可以節省20多億美元。

Premera Blue Cross的創新和戰略投資副總裁Torben Nielsen表示：“醫療保險客戶越來越適應這種人機互動的模式。我們對使用者體驗做了大量研究之後發現，越來越多的人非常樂於採用這種技術解決方案，而不是直接與人進行溝通。” 

Premera是太平洋西北地區最大的健康保險公司，擁有近220萬名會員。2017年，該公司推出了Premera Scout，這是一款全天候的聊天機器人，可以幫助客戶快速獲取索賠、福利和其他Premera服務的資訊。 

Torben Nielsen解釋道，“會員們想要的是一種個性化的體驗。人工智慧讓我們能夠獲取複雜的資料，並以更個性化的方式從中獲得價值。” 

信諾(Cigna)和Humana等大型醫療保險公司也在利用機器人來提供服務。信諾推出了Answers聊天機器人，它可以使用自然語言處理來理解和回答150多個常見問題，並提供個性化的福利資訊。由於推出了Answers聊天機器人和Digital One Guide服務平臺，在2017年，信諾的客戶滿意度上升了20%。

儘管目前機器人主要處理基本的客戶互動，Torben Nielsen預計，“未來，機器人將訪問客戶的個人健康資訊，並找出被忽略的醫療保健漏洞。最終，它們可以為客戶提供定製的、資料驅動的健康指導。”

機器學習：更快、更智慧的索賠管理，減少醫保欺詐行為

麥肯錫的一項研究顯示，每10起醫療保險索賠中，保險公司通常會將8起列為醫療保險欺詐行為。這意味著，多達80%的索賠必須由理算員進行稽核，這一過程會耗費大量的時間、金錢和人力。

然而，人工智慧正在改變整個保險業的索賠處理方式，因為演算法能夠在幾秒內就發現異常，而不需要幾天、幾周或幾個月的時間。

“多年來，接受還是拒絕索賠，主要是基於處理系統中硬編碼的既定規則，”安永會計師事務所的Johnson解釋說，“現在技術人員開始嵌入更多的機器學習模型，這些模型可以考慮多種因素，而不是僅僅依靠硬性、快速的規則。”

美國反保險欺詐聯盟表示，在將人工智慧技術引入保險業的過程中，欺詐檢測是投資最多的領域之一。在2016年，超過75%的保險公司使用機器學習演算法來識別醫療保險欺詐行為。

更快的欺詐檢測意味著更快的處理過程。一項由保誠集團牽頭的新加坡試點專案證明：人工智慧將處理索賠的時間縮短了75%，曾經花了九天時間處理的索賠現在只需2.3秒就能解決。

然而，Johnson發現，由於受到多種因素的限制，比如收集、整理來自醫院、醫生辦公室和藥店等不同地方的非結構化資料，索賠處理中的人工智慧自動化比許多人想象中要慢。

預測分析：準確預測疾病發生，提早做好預防措施

 許多大型保險公司正在探索，如何利用人工智慧解決方案，來預防疾病的發生。同時，它們也投資於科技初創企業，計劃利用其創新分析技術。

例如，2017年，Premera Blue Cross投資了Cardinal Analytx。這家醫療人工智慧初創企業由史丹佛大學孵化，它可以利用預測模型，在患者生病或者出現其他身體緊急情況之前，推薦干預措施。

Torben Nielsen表示：“Cardinal Analytx能夠非常準確地預測出患者何時會出現嚴重的健康問題，從而避免一些重大且棘手的事情。同時，這一技術也可以幫助我們降低成本。”

同樣，信諾也投資了Prognos，該公司將人工智慧用於實驗室診斷。通過分析擁有140億份醫療記錄的資料庫，Prognos可以預測客戶最有可能什麼時候去急診室，或者進行髖關節、膝關節置換，還可以提前三個月準確診斷出抑鬱症。

早期干預有很多益處，特別是對於慢性病患者來說。Christer Johnson引用疾病預防控制中心的研究說：“目前，大約75%的醫療支出與慢性疾病有關，如非終末期癌症和糖尿病。” 

Johnson進一步解釋道，“基於各項指標的預測分析，比如患者在線搜尋症狀資訊或拜訪專家等，可以預測即將發生的負面事件。通過及早採取干預措施，保險公司可以提前提供相應的醫療服務。” 

“對於患有慢性疾病的人來說，有了人工智慧，他可以即時收到提示，然後向醫療服務提供者或保險公司尋求幫助。我們可以看到，如果在正確的時間尋求幫助，那麼患者的參與度可以提高800%以上。”Johnson說到。

遠端資訊科技：基於客戶行為的保險模式成未來趨勢

 在2014年，美國前進保險公司推出了一款手機應用程式，用於其Snapshot專案。通過人工智慧對數百萬個超速、急剎車或開車時發簡訊等資料點的分析，該應用程式可以為遵章守法的駕駛員提供降低保費的服務。好事達、State Farm和Nationwide等大型保險公司也根據遠端資料提供了類似的激勵措施，為客戶節省了數十億美元的保費。 

在這一過程中，汽車保險公司也節省了數十億美元的事故賠償費用。相關研究表明，車輛遠端資訊科技可以減少60%的超速事件，對於年輕司機來說，這一技術可以讓大型事故發生率降低35%。

鑑於可穿戴感測器的普及，比如Fitbit以及通過智慧手機追蹤健康資料等，基於客戶行為的保險模式似乎是醫療保險的必然選擇。

Torben Nielsen表示：“我們可以看到，一些保險公司已經開始嘗試這種模式。比如，針對運動步數的獎勵措施。” 

2018年，美國保險巨頭恆康保險宣佈將停止承保傳統人壽保險，只銷售通過智慧手機和可穿戴裝置追蹤健康資料的 “互動式”保單。這家保險公司的執行長Brooks Tingle向《紐約時報》解釋說:“人們活得越久，我們賺的錢就越多。”

但是，Torben Nielsen強調，“在健康保險領域，基於客戶行為的保險模式還處於早期發展階段。目前，行業相關人員還無法確定，是否應該將這種模式進一步推廣。”

就消費者而言，他們似乎非常願意用個人資料換取更便宜的保險。Troubadour Research對1194名美國消費者進行了調查，近一半的人表示，他們願意向醫療保險公司提供自己的生物特徵資料，以換取保費折扣。 

當大型健康保險公司正關注基於行為的保險模式時，一些保險技術初創公司已經研發了相關的產品。

BioBeats和FitSense正利用人工智慧技術，對健身可穿戴裝置生成的資料進行處理，以提供個性化的員工健康計劃。其他AI醫療保險初創公司也在不斷創新，推出更加個性化的產品，比如Collective health、Bind和Oscar。

Torben Nielsen認為，“這些科技公司會使所有的醫療保險公司及其客戶受益。創業公司進入醫療保險市場會帶來積極的影響，因為他們帶來了新的思維，這讓我們能夠真正深入瞭解我們的核心競爭力是什麼，並確保我們開發的醫療產品是適應未來趨勢的。” 

最終，向個性化的轉變會從根本上改變健康保險公司的傳統業務模式。長久以來，保險公司的承保範圍都是基於使用統計抽樣構建的風險池。現在，人工智慧可以幫助他們實時挖掘大量資料集，預測單個消費者(而非群體)的健康狀況。

Torben Nielsen表示：“自然語言處理、機器人技術、機器學習——這些人工智慧技術不僅可以幫助保險公司提高效率，也可以為消費者創造更好的體驗，讓他們過上更健康的生活。”