首页 > 资料专栏 > 保险 > 保险经营 > 保险综合 > 大数据分析对于中国医疗保险管理价值

大数据分析对于中国医疗保险管理价值

资料大小:775KB(压缩后)
文档格式:WinRAR
资料语言:中文版/英文版/日文版
解压密码:m448
更新时间:2018/5/23(发布于山东)
阅读:4
类型:积分资料
积分:10分 (VIP无积分限制)
推荐:升级会员

   点此下载 ==>> 点击下载文档


文本描述
大数据分析 对于中国医疗保险管理的价值 目录 一引言1 二中国医疗保险管理的现状3 三大数据分析对于医疗保险管理的价值4 3.1保障设计和精算定价4 3.2理赔运营管理5 3.3对医疗机构的管理9 3.4市场和销售拓展11 3.5战略决策支持13 四大数据应用的挑战与前景15 联系我们,获得更多相关信息: 张岚,总监,医疗保险及医院管理事业部 Tel:+8610-85674710 Email: lzhang@cn.imshealth 随着大数据在各行各业的应用和扩展,医疗领域大数据 及其分析技术也正日益赢得人们的关注。那么大数据在医疗 领域指的是什么?又有什么样的特点?我们知道,广义上的 大数据指的是所涉及的信息量规模巨大,无法通过目前主流 软件工具在合理时间内撷取、管理、处理、并分析成能有效 支持决策制定的数据资讯,通常具有4个V的特征--数据 量大(Volume),速度快(velocity),多样性(Variety),价值高 (value)。在医疗领域,大数据包括的数据和信息类型非常广泛, 可以大致分为以下四种

医疗领域大数据的类型 ●行政数据(Administrative Data),主要包括从医疗支付方 (医疗保险机构)或者医疗机构获得的理赔信息等,通常 涉及病人所使用的医疗服务、相关诊断信息、提供服务的 医疗机构及时间地点、以及费用明细与支付情况

●临床数据(Clinical Data),包括从医疗机构获得的电子病历 (EMR)、医疗影像数据、处方信息等

●体征数据(Biometric Data),例如由检测仪器测量所得的体 重、血压、血糖水平等信,以及饮食、运动、睡眠等自我 跟踪信息。随着可穿戴设备及相关手机软件的广泛应用, 此类数据量越来越大也越来越多元化

●个人及偏好数据(Demographic/Preference Data),例如性 别、年龄、职业等基本信息以及个人偏好、对产品和服务 满意度等主观信息

由于数据量大、种类繁杂,不同类型的数据之间会有交 叉或者交集。例如处方数据,既可以从医疗机构的信息系统 中获得——即临床数据的一种,也可以从医疗保险机构的理 赔数据库中找到——即理赔信息的一部分;又如血压等信息 既可以从随身携带的便携血压计测量得到(体征数据),也 可以在医疗机构的电子病历中发现(临床数据)

大数据分析应用关键的一点在于将不同类型不同来源的 数据有序链接,尤其是医疗领域数据在患者或个人层面的链 接,从而为深度数据挖掘奠定基础,达到“1+12”的效果

虽然目前这样的“链接”还未广泛实现,但小范围的“链接” 已体现出其重要作用(如将电子病历与理赔数据链接帮助确 认欺诈、过度医疗的行为),对更大规模的以患者或个人为 中心、相互关联的多类数据的深度分析将帮助我们更有效的 挖掘出大数据潜在的巨大价值

大数据的特征: ●Volume --数据量大 数据量巨大,从数兆字节(TB)1级别跃升到数十兆 亿字节(PB)级别。例如一个CT图像含有大约150MB 的数据,而一个基因组序列文件大小约为750MB,一 个标准的病理接近5 GB。如果考虑到人口数量和平均 寿命等因素,仅一个社区医院就可以生成和累积达数 个TB甚至数个PB级的数据

●Velocity --速度快 处理速度快,时效性强。举例来说,检测医疗支 付中的欺诈行为可以事后追溯,也可以实时检测;如 果能够实现实时检测,即在支付发生前甚至在医疗服 务发生前就识别出欺诈行为,则可有效避免重大经济 损失

●Variety --种类多 数据类型繁多,来源广泛。既包括数值型数据, 也包括文字、图形、图像、音频、视频、网络日志、邮件、 等非数值型或者非结构化数据,且预计这些非结构化 信息将占未来十年数据产生量的90%

●Value --价值高 价值的体现的是大数据分析应用的目的意义所在

通过深入的大数据分析挖掘,可以为各方各面的经营 决策提供有效支持,创造巨大的经济及社会价值

引言1 11 TB =1,024 GB =1,048,576 MB;1 PB =1,024 TB =1,048,576 GB 引言 大数据分析对于中国医疗保险管理的价值 2引言 大数据分析对于中国医疗保险管理的价值 从整个医疗领域来看,大数据的应用比比皆是, 包括临床治疗、公共卫生监控、产品研发及市场 推广、医疗保险管理等各个方面

●在临床治疗中,大数据分析可以应用于“比较效果研究” (Comparative EEectiveness Research, CER)。通过深入分 析包括患者体征、治疗方案、费用和疗效在内的大数据, 帮助医生评估在实际临床应用中最有效或成本效益最高的 治疗方法。大数据还可以应用于临床决策支持系统,分析 医生输入的医嘱,比较其与医学指南的差异,提醒医生防 止潜在的错误(如药物间相互作用等),从而降低医疗事 故率

●在公共卫生领域,大数据的应用可以改善公众健康监控

公共卫生部门可以通过覆盖全国的患者病历数据库更快地 检测出传染病疫情,进行全面的疫情监测并且及时采取响 应措施尽早控制疫情

●在医药产品研发上,制药公司可以通过大数据分析有效判 断研发项目成功的可能型,以供支持投资决策。此外结合 基因组及蛋白组学信息还可帮助企业优化研发方案及临床 试验设计,根据在研产品选择特定患者群体有针对性的进 行临床开发,从而大大降低研发中的风险

●在产品的市场推广中,大数据可以用于药物经济学或卫生 经济学分析,以治疗结果及其相应社会及经济效益作为定 价基础,从而帮助监管部门及医疗支付方科学制定新药的 上市及报销政策

●在医疗保险领域,大数据分析可有多方面的应用,包括保 障设计及精算定价、理赔运营管理、对医疗机构的管理、 市场和销售推广、及对跨多个领域的决策支持。本文将聚 焦于中国医疗保险业务,重点阐述大数据分析在此领域可 发挥的作用。
。。。以上简介无排版格式,详细内容请下载查看