摘要：当今保险行业竞争日趋激烈，医疗保险作为保险业的一个分支，其发展也受到了诸多挑战。随着信息化时代的到来，大数据在保险业方面的作用日趋显著。对收集得的大数据进行聚类模型构建并评估，通过大数据对保险产品进行合理定价、优化核保、进行骗保识别，并改良定价、核保、骗保识别方面的技术，从而对医疗保险业务进行优化。
关键词：医疗保险；合理定价；核保；聚类模型
一、医疗保险概述
医疗保险一般指基本医疗保险，是为了补偿劳动者因疾病风险造成的经济损失而建立的一项社会保险制度。通过用人单位与个人缴费，建立医疗保险基金，参保人员患病就诊发生医疗费用后，由医疗保险机构对其给予一定的经济补偿。
基本医疗保险制度的建立和实施集聚了单位和社会成员的经济力量，再加上政府的资助，可以使患病的社会成员从社会获得必要的物资帮助，减轻医疗费用负担，防止患病的社会成员“因病致贫”。
二、医疗保险赔付流程
1、接案与立案
被保险人发生医疗事故以后，在被保险人接受诊疗的医疗机构是其购买医疗保险的定点医疗单位，则在客户入院时，医院方可以协助被保险人在出入院挥着医保办进行入院的申报，提出索赔申请。
2、初审与调查
保险人接到出险通知后,首先应查抄底单，验证保险单是否有效，以决定是否有必要进行理赔。审核的内容包括赔案的出险8期是否在保险期间，保险合同设力是否终止，出险事故是否在保险责任范围内,然后审核事故的证明材料,发出理赔事故通知书或调查知书。调查是业务人员与医院、公安机关等相关部门合作，为保险责任的认定和理算提供可靠的依据并撰写理赔案件调查报告。
3、理赔计算
当被保险人出院后，医疗机构工作人员向保险公司发送结算信息请求，安切事实清楚无误后 ,理算人员根据理赔资料，做出给付、拒付、豁免的处理，根据医疗保段系统理险赔计算交易完成理赔金计算，经被保险人确认签字后，支付理赔金。
4、复核审批与结案归档
对于理算人员的理算结果，复核人员还应该进行审查和核时，如果索赔金额超过了复核人员的权限，则应该呈送主管进行审批。赔案经过复核审批后，进入接案归档环节。保险公司完成以上审核和查看的工作后，就可以对被保险人或受人进行赔付。赔付后,保险公司整理并保存有关理赔的所有文件和单证，以及现场查勘的变料录音等并将其归档处理，以便日后查阅。
三、大数据在保险方面的应用
1、骗保识别
借助大数据手段，保险企业可以识别诈骗规律，显著提升骗保识别的准确性与及时性。保险企业可以通过建设保险欺诈识别模型，大规模地识别近年来发生的所有赔付事件。通过筛选从数万条赔付信息中挑出疑似诈骗索赔。
2、风险定价
保险公司通过大数据分析可以解决现有的风险管理问题。比如，通过智能监控装置搜集驾驶者的行车数据，如行车频率、行车速度、急刹车和急加速频率等；通过社交媒体搜集驾驶者的行为数据，如在网上吵架频率、性格情况等；通过医疗系统搜集驾驶者的健康数据。以这些数据为出发点，如果一个人不经常开车，并且开车十分谨慎的话，那么他可以比大部分人节省30%-40%的保费，这将大大地提高保险产品的竞争力。
3、提高核保效率
通过大数据进行医疗保险核保，可以收集客户各个方面的数据情况，并汇总分类，通过数据模型归类相似的数据并从数据中心得出客户关于医疗保险方面的风险和偏好，并建立客户风险级别判别模型，运用科学的方法达到最优的效率。
四、大数据应用具体操作
本文选择中国人寿四川分公司从2008年1月到2011年6月的医疗保险市级的理赔记录。首先进行数据的预处理，清理后有效数据记录由43678条，选择数据的70%用于建模，数据的30%用于挖掘模型的预测。
1、无效字段值的处理
对于个人信息中的性别字段，可以人为分为男女两种类型。对于数据表中出现的“其他”这个选项显然认定是无效的，遇到这种情况可以对客户的身份证号码进行统一化，对于身份证号长度为15位的，可以根据证件号最后一位确定客户性别；对于身份证号18位的情况，可以根据倒数第二位的奇偶性确定性别。
2、相同字段不不同值类型的处理
针对客户的出险类别字段、离院状态等字段，不同的(相的类型有的以普 通编码的形式存在，有的是以具体的通用名称存在，为了数据表中，手文财据的方便性，可以统将编码改为通用的名称。
3、不完整数据的处理
医疗保险的数据表中,对于不完整的数据,大多采用的是填充“oul(空值)”值的方法，有的可以根据相关表和保险知识来推断空值。
进行大数据的预处理之后将客户的基本信息分类如表4-1至表4-3所示
上述计算结果可用于进行构建聚类模型并评估，将客户群体分为十类，可得到：
1、14岁以下人群保险状况
在保险索赔案件中，年龄处于14岁以下的被保险人和年龄处于15至23岁左右的保险人大多从事伤害级别低的职业；男女孩的出险概率大致相同，引起保险事故的被保险)主要原因是疾病，人大都从事职业伤害级,导致住院医疗,96%以上的情况下住院少于5天就可以有所好转，可以离院观察，风险级别最低。
2、24至43岁人群保险状况
在保险索赔案件中，年龄处于24至43岁左右的人群中住院治疗的概率相对来说比较小，受治疗的人群中大多都是从事职业伤害比较大的职业；引起保险事故的主要原因是疾病，导致住院治疗。由于医疗条件的改进和这个年龄段体质的原因，也能将风险降到最低。
3、54岁以上人群保险状况
年龄处于54岁以上的人群大多数都从事职业伤害级别较小的职业；由于军人之类的医疗条件比较优越，尽可能地将风险降到最低；出险原因大部分为疾病，会有极少部分的意外，住院女士的比例稍大于男士，大部分都能好转或者痊愈，也会有少量的死亡现象发生。
参考文献
[1]李娜娜.数据挖掘在医疗保险理赔分析中的应用[D].大连理工大学，2013，（2）：5-7
[2]陈建军，陈琦.保险公估人的作用及保险理赔程序[J].市场周刊，2004，（8）：1-3
[3]朱铭来，丁继红.我国医疗保障制度再构建的经济学分析[J].南开经济研究，2006，（4）：7-8
[4]赵云，吴琪俊。新医改政策推动下医疗保险专业人才的社会需求分析[J].卫生软科学，2009，（5）：4
[5]吴蓉蓉.我国现行医疗服务价格的分析研究[D].南京中医药大学，2009，（6）：6-7.
论文作者:谢佳彤 袁泳碧
论文发表刊物:《知识-力量》2019年10月42期
论文发表时间:2019/9/27
标签：数据论文; 医疗保险论文; 被保险人论文; 客户论文; 医疗论文; 字段论文; 风险论文; 《知识-力量》2019年10月42期论文;