大数据时代健康保险公司应该做什么？
向日葵保险网
[导读]：大数据在医疗保险控费方面的应用屡见不鲜，随着应用理念的清晰及数据分析软件的优化，大数据在医疗保险控费方面的地位将不可撼动。
2、通过出险客户的患病医疗文件数据结合健康保险投保书的健康数据，非标准保险的核保体检等一系列数据，探索与重大疾病发生的相关关系，即预测患病的危险因素及各种疾病的发病率、病死率、致残率等。而不需要向传统数据研究中顾虑样本数的大小，有否病例对照及由此可能会产生各种偏倚等，因为我们获取的是用户的全部数据，更重要的是这种数据处理不会像传统数据调查那样费时费力，预测结果可以指导我们对现有客户或其他客户提前做到有针对性的通过互联网+及其他服务方式进行健康管理。目前中国
人民健康保险公司正在建立了新的“PICC健康档案管理系统”力图推进实施全面健康管理。也可以对购买重大疾病险的客户进行全程健康管理服务，预防或延缓疾病的发生，把疾病控制在发病前，降低出险率，对已经患病的客户进行慢病管理，减少并发症的发生，通过采取三级预防措施，降低理赔额度。更重要的意义在于，通过大数据的应用，呵护客户健康，提高生命质量。
(二)利用大数据分析改变保险行业定价方式
保险产品定价主要依赖理赔标的发生概率，大部分数据来源于行业的历史数据和统计数据。这些数据都不是实效数据而且很多数据统计方式已经过时，现今无论疾病的诊断和治疗模式都发生了巨大变化。例如重大疾病险中“心肌梗塞”的冠状动脉造影早已是诊断该疾病的金标准，但条款中仍沿用过去的依据，用老的诊断标准，临床各种疾病的治疗方法也发生了很大变化且费用呈“天文数字”增长，例如一种用于肿瘤靶向治疗的药物，“甲苯磺酸索拉菲尼片”高达25000元/盒，“腔镜直线切割吻合器”6500元/个，“内镜用切割缝合器及一次性钉匣”2800元/只，使用10只28000元/次，等等不一而足。大数据对重大疾病险理赔额度的预测应该是定价的基本参数。据大数据思维，小样本数据会使误差加大，依靠误差较大的数据无法设计出接近真实概率的产品。设计出来的产品偏好不准，可能导致保险产品收益过低，客户购买倾向低，反之，也可能使保险产品覆盖不了风险，导致亏损。在互联网金融时代，所有商业运作都应转向数据思维，保险行业也可以用大数据来分析客户需求，开发产品、运营企业及管控定价风险。
当前的
医疗险种已经满足不了市场需求，新药和新的治疗方法如雨后春笋，层出不穷。例如肿瘤的靶向治疗、腔镜手术治疗，而介入治疗已成为继内、外科治疗后的第三大临床治疗手段。
从客户的就医选择来看，不但在国内有较好的医院和医疗条件，更有像美国的梅奥诊所等，后者不仅具有世界一流的医疗技术和先进仪器还有专门针对华人的翻译等优质服务。
