《福布斯》深度解析“人工智能+医疗保险”的四大应用场景，撬动3.5万亿美元的庞大产业
动脉网1970年，美国人在医疗保健上的支出为745亿美元——相当于今天的4480亿美元。到2017年，由于医疗保险和医疗救助的存在，患者、医疗服务提供商以及制药公司各方在医疗保健方面的支出已飙升至3．5万亿美元。
根据非营利性机构平价医疗委员会的数据，想要维持美国医疗体系正常运转，总共需要60亿笔保险交易（比2016年增加了12亿笔）。这意味着，每分钟新增保单近11450件。
对于保险公司来说，整个医疗保险体系较为复杂。而人工智能（AI）技术的介入，能否帮助保险业控制不断上升的成本，处理大量复杂繁琐的工作呢？动脉网编译了福布斯发布的相关文章，力求深度解析“人工智能＋医疗保险”的发展前景。
首先，人工智能可以帮助保险公司降低成本。埃森哲最近的一项研究显示，通过简化管理流程，保险公司可以利用人工智能技术，在18个月内节省70亿美元。具体来说，对于100名全职员工，如果仅仅是将日常任务自动化，健康保险公司就可以节省1500万美元。
此外，人工智能可以帮助保险公司改善消费者的整体健康状况。安永会计师事务所 的医疗数据和分析咨询主管Christer Johnson表示：“我们可以看到，越来越多的保险公司开始对人工智能进行投资，他们这样做是为了给客户带来更好的体验，不断改善患者的健康结果。”
健康保险公司已经意识到了人工智能技术的潜力，并且已经有所行动。埃森哲的一项调查显示，72％的医疗保险公司高管表示，投资人工智能将是他们明年的三大战略重点之一。
虽然医疗保险行业的领导者们还是着眼于长期的成本节约效果以及改善患者健康，但人工智能已经对整个行业产生了一定影响。具体来说，科技带来的转变可分为以下四个领域。
AI聊天机器人：人机互动新模式开启个性化体验
作为中国最大的保险公司，众安保险提供了医保申请、福利查询、医疗索赔等服务。而客户可以直接与人工智能聊天机器人沟通。数据显示，客户有97％的时间都在与人工智能聊天机器人互动。只有遇到最棘手的问题时，才会咨询人工客服。
未来，基于人工智能的客户互动将成为普遍情况，而不是个例。麦肯锡的一份报告显示，到2030年，聊天机器人将成为大多数保险客户的主要接触对象。与2018年相比，人工客服将减少70％至90％。
埃森哲的一项调查发现，目前，68％的保险公司已经在其业务的各个领域使用聊天机器人。通过使用人工智能来管理客户互动，健康保险公司每年可以节省20多亿美元。
Premera Blue Cross的创新和战略投资副总裁Torben Nielsen表示：“医疗保险客户越来越适应这种人机互动的模式。我们对用户体验做了大量研究之后发现，越来越多的人非常乐于采用这种技术解决方案，而不是直接与人进行沟通。”
Premera是太平洋西北地区最大的健康保险公司，拥有近220万名会员。2017年，该公司推出了Premera Scout，这是一款全天候的聊天机器人，可以帮助客户快速获取索赔、福利和其他Premera服务的信息。
Torben Nielsen解释道，“会员们想要的是一种个性化的体验。人工智能让我们能够获取复杂的数据，并以更个性化的方式从中获得价值。”
信诺（Cigna）和Humana等大型医疗保险公司也在利用机器人来提供服务。信诺推出了Answers聊天机器人，它可以使用自然语言处理来理解和回答150多个常见问题，并提供个性化的福利信息。由于推出了Answers聊天机器人和Digital One Guide服务平台，在2017年，信诺的客户满意度上升了20％。
尽管目前机器人主要处理基本的客户互动，Torben Nielsen预计，“未来，机器人将访问客户的个人健康信息，并找出被忽略的医疗保健漏洞。最终，它们可以为客户提供定制的、数据驱动的健康指导。”
机器学习：更快、更智能的索赔管理，减少医保欺诈行为
麦肯锡的一项研究显示，每10起医疗保险索赔中，保险公司通常会将8起列为医疗保险欺诈行为。这意味着，多达80％的索赔必须由理算员进行审核，这一过程会耗费大量的时间、金钱和人力。
然而，人工智能正在改变整个保险业的索赔处理方式，因为算法能够在几秒内就发现异常，而不需要几天、几周或几个月的时间。
“多年来，接受还是拒绝索赔，主要是基于处理系统中硬编码的既定规则，”安永会计师事务所的Johnson解释说，“现在技术人员开始嵌入更多的机器学习模型，这些模型可以考虑多种因素，而不是仅仅依靠硬性、快速的规则。”
美国反保险欺诈联盟表示，在将人工智能技术引入保险业的过程中，欺诈检测是投资最多的领域之一。在2016年，超过75％的保险公司使用机器学习算法来识别医疗保险欺诈行为。
更快的欺诈检测意味着更快的处理过程。一项由保诚集团牵头的新加坡试点项目证明：人工智能将处理索赔的时间缩短了75％，曾经花了九天时间处理的索赔现在只需2．3秒就能解决。
然而，Johnson发现，由于受到多种因素的限制，比如收集、整理来自医院、医生办公室和药店等不同地方的非结构化数据，索赔处理中的人工智能自动化比许多人想象中要慢。
预测分析：准确预测疾病发生，提早做好预防措施
许多大型保险公司正在探索，如何利用人工智能解决方案，来预防疾病的发生。同时，它们也投资于科技初创企业，计划利用其创新分析技术。
例如，2017年，Premera Blue Cross投资了Cardinal Analytx。这家医疗人工智能初创企业由斯坦福大学孵化，它可以利用预测模型，在患者生病或者出现其他身体紧急情况之前，推荐干预措施。
Torben Nielsen表示：“Cardinal Analytx能够非常准确地预测出患者何时会出现严重的健康问题，从而避免一些重大且棘手的事情。同时，这一技术也可以帮助我们降低成本。”
同样，信诺也投资了Prognos，该公司将人工智能用于实验室诊断。通过分析拥有140亿份医疗记录的数据库，Prognos可以预测客户最有可能什么时候去急诊室，或者进行髋关节、膝关节置换，还可以提前三个月准确诊断出抑郁症。
早期干预有很多益处，特别是对于慢性病患者来说。Christer Johnson引用疾病预防控制中心的研究说：“目前，大约75％的医疗支出与慢性疾病有关，如非终末期癌症和糖尿病。”
Johnson进一步解释道，“基于各项指标的预测分析，比如患者在线搜索症状信息或拜访专家等，可以预测即将发生的负面事件。通过及早采取干预措施，保险公司可以提前提供相应的医疗服务。”
“对于患有慢性疾病的人来说，有了人工智能，他可以即时收到提示，然后向医疗服务提供者或保险公司寻求帮助。我们可以看到，如果在正确的时间寻求帮助，那么患者的参与度可以提高800％以上。”Johnson说到。
远程信息技术：基于客户行为的保险模式成未来趋势
在2014年，美国前进保险公司推出了一款手机应用程序，用于其Snapshot项目。通过人工智能对数百万个超速、急刹车或开车时发短信等数据点的分析，该应用程序可以为遵章守法的驾驶员提供降低保费的服务。好事达、State Farm和Nationwide等大型保险公司也根据远程数据提供了类似的激励措施，为客户节省了数十亿美元的保费。
在这一过程中，汽车保险公司也节省了数十亿美元的事故赔偿费用。相关研究表明，车辆远程信息技术可以减少60％的超速事件，对于年轻司机来说，这一技术可以让大型事故发生率降低35％。
鉴于可穿戴传感器的普及，比如Fitbit以及通过智能手机追踪健康数据等，基于客户行为的保险模式似乎是医疗保险的必然选择。
Torben Nielsen表示：“我们可以看到，一些保险公司已经开始尝试这种模式。比如，针对运动步数的奖励措施。”
2018年，美国保险巨头恒康保险宣布将停止承保传统人寿保险，只销售通过智能手机和可穿戴设备追踪健康数据的 “互动式”保单。这家保险公司的首席执行官Brooks Tingle向《纽约时报》解释说：“人们活得越久，我们赚的钱就越多。”
但是，Torben Nielsen强调，“在健康保险领域，基于客户行为的保险模式还处于早期发展阶段。目前，行业相关人员还无法确定，是否应该将这种模式进一步推广。”
就消费者而言，他们似乎非常愿意用个人数据换取更便宜的保险。Troubadour Research对1194名美国消费者进行了调查，近一半的人表示，他们愿意向医疗保险公司提供自己的生物特征数据，以换取保费折扣。
当大型健康保险公司正关注基于行为的保险模式时，一些保险技术初创公司已经研发了相关的产品。
BioBeats和FitSense正利用人工智能技术，对健身可穿戴设备生成的数据进行处理，以提供个性化的员工健康计划。其他AI医疗保险初创公司也在不断创新，推出更加个性化的产品，比如Collective health、Bind和Oscar。
Torben Nielsen认为，“这些科技公司会使所有的医疗保险公司及其客户受益。创业公司进入医疗保险市场会带来积极的影响，因为他们带来了新的思维，这让我们能够真正深入了解我们的核心竞争力是什么，并确保我们开发的医疗产品是适应未来趋势的。”
最终，向个性化的转变会从根本上改变健康保险公司的传统业务模式。长久以来，保险公司的承保范围都是基于使用统计抽样构建的风险池。现在，人工智能可以帮助他们实时挖掘大量数据集，预测单个消费者（而非群体）的健康状况。
Torben Nielsen表示：“自然语言处理、机器人技术、机器学习——这些人工智能技术不仅可以帮助保险公司提高效率，也可以为消费者创造更好的体验，让他们过上更健康的生活。”
