來源：健聞咨詢

　　文 / 宋昕澤

　　近一個月，商業健康險的討論熱度陡然上升，一躍成為醫療圈內最受關注的話題之一。

　　2024年12月14日，在全國醫療保障工作會議中，國家醫保局明確了2025年的工作任務，其中共7次提到“商保”等詞語，包括醫保部門將探索在數據共享、個賬使用等方面與保司進行更高水平合作等表述，而上一年度這一數字為0。

　　此前，國家醫保局和金融監管部門也釋放出支持信號，頻頻“破壁”，幾乎昭示著行業多年心愿要成真。“這次，真的輪到商業健康險要起飛了？”一位業內人士表示。

　　其實，自2020年初《關于深化醫療保障制度改革的意見》首次明確“商業健康險是多層次醫保體系的重要組成部分”后，保險行業就一直期盼著更多政策端的支持。此后幾年，在地方層面，不斷有試點政策釋出。

　　比如2023年7月出臺的《上海市進一步完善多元支付機制支持創新藥械發展的若干措施》（以下簡稱“上海28條”），就提出從數據支持、開放個賬、稅優政策、直賠等方面支持商保。

　　各地積極探索“多層次醫療保障體系”，這一氛圍逐漸引起中央政策的關注。

　　諸多措施中，得到醫保數據的支持一度是保司最期待的事。業內公認，商保作為數據密集型產業，醫保數據在健康險開發中的意義深遠，尤其在精算方面能發揮重要作用。保司如果通過充分利用醫保數據資源，能夠提升產品設計的精準度和適應性、優化保險產品定價策略、提高醫保基金風險控制能力。

　　數據顯示，2023年，我國商業健康險保費收入突破9000億元，2024年前11月已經達到合計9920億元，健康險即將成為一個規模達萬億元的市場。原中國銀保監會等13部門發布《關于促進社會服務領域商業保險發展的意見》中提到，力爭到2025年商業健康保險市場規模將超過2萬億元。

　　隨著醫療保險數據的開放與共享，是否能夠為近萬億規模的健康保險市場注入新的活力？

　　在保司界，短暫的激動后一系列現實問題開始浮現：健康險產品目前最迫切需要的是醫保數據嗎？這些醫保數據的細節程度是否足夠精細？醫保數據能否真正滿足健康險產品的設計需求？如何合規使用這些醫保數據？

　　當這些問題浮現后，似乎為雙方的合作又蒙上了現實考量的壓力。

　　被釋放的醫保數據

　　太平洋健康險的一位相關負責人告訴《健聞咨詢》，近期，他們的一款百萬醫療產品“藍醫保”在業內引起了不小的關注。

　　這款產品放開了醫保目錄外購藥品和器械的限制，只要在國家藥械清單內的產品均可100%賠付。這在行業內尚屬首次，有同行不解太保的大膽：“你們怎么敢賠那么多？”

　　“我們肯定是算過的，不然不敢上那么猛。”該負責人回答道。

　　這樣創新的底氣來源自上海醫保部門在數據層面對保司的賦能。“對于院外藥，保司不了解醫生的開藥的尺度”，有了數據加持，這就不再是一個盲盒。“我們參考了醫院藥品使用劑量、分型等數據，掌握了經驗數據，就能夠算出這些外購藥的發生率。”該負責人介紹。

　　自“上海28條”出臺以來，有數款經過醫保數據賦能的健康險產品，陸續在上海上線，比如滬惠保、滬兒保等。此外，還有大量健康險產品正處于設計階段，等待上線。

　　在全國層面，近日，國家醫保局也頻頻釋放支持商保的信號。在前不久召開的全國醫療保障工作會議上，國家醫保局明確了2025年的工作任務，其中共7次提到“商保”等詞語，包括積極支持商業健康保險與基本醫保差異化發展、探索商保、慈善互助等與基本醫保同步結算、醫保部門將探索在數據共享、個賬使用等方面與保司進行更高水平合作等。

　　11月底，國家醫保局更在一周多的時間里，連續兩次召開支持商保的會議，發文稱國家醫保局正在謀劃探索推進醫保數據賦能商業保險公司、醫保基金與商業保險同步結算以及其他有關支持政策。

　　保司人士普遍感受到了醫保支持的春風，然而，醫療保險數據賦能商業保險長期停滯不前的主要原因在于數據控制方對數據安全的顧慮，以及如何保障數據的安全傳輸和合規使用。

　　這些根深蒂固的擔憂，使保司不得不對這一輪政策支持保持一絲警覺。

　　如何釋放，如何使用？

　　近期上海做法，或許能在醫保數據如何釋放，醫保數據如何使用方面，給各方一些參考。

　　2024年，上海醫保部門建立了一個數據平臺，保司想使用平臺中、經過脫敏處理的醫保數據，需要事先通過市保交所進行申請，征得醫保局、保交所、大數據中心三方同意。申請的數據指標需要精準，“如果項目只需要3個數據指標，卻想要5個數據指標，申請就可能無法通過。”上海醫保部門相關負責人解釋。

　　“整體進行算法模型設計的流程極其嚴格，目前每季度大約上線3個項目，試點階段要非常謹慎。”上海醫保部門相關負責人透露。

　　在絕大多數地區，當前醫保數據可使用、但不能外流是更為普遍的選擇。

　　一位地級市的醫保局相關負責人告訴《健聞咨詢》，“讓保司拿硬盤來拷數據，風險太大了，我們是堅決不能同意的。”他們擔心直接放開，醫保數據可能會被二次加工，進行售賣。

　　在醫保數據不外流的前提下，保司可以從醫保部門獲得發病率、發病頻譜、個人負擔等相關可使用的數據，對健康險進行精準的測算和定價。

　　前述太平洋健康險的相關負責人就指出，以乳腺癌復發險為例，保司想了解，在各種病情下乳腺癌的復發率是多少，復發后所使用的治療方案及費用有多少？當對這些數據有所掌握后，保司就可以精算出哪些人是可保的，帶來的賠付風險是多少，從而進行精準的產品設計。該負責人稱，有了這些數據，保司更有信心將一些新藥、新器械納入保障范圍，成為保險產品的新賣點。

　　醫保數據開放使用的政策效果十分明顯。

　　據不完全統計，2024年上半年，以上海市為例，上海商業健康險的增長速度是全國平均速度的2倍。

　　與上海類似的還有浙江惠民保，其平均賠付率多年來一直保持在90%左右，這并不是一個容易達到的平衡，對產品精算有很高的要求。在當地醫保部門的數據支持下，浙江惠民保對賠付責任、起付線、封頂線等進行了精算，來維持這種微妙的平衡。

　　醫保數據之外，一些醫院也正在發掘數據的價值。近日，首都醫科大學宣武醫院與北京國際大數據交易所合作，成功完成了2024年北京首筆公立醫院數據交易，為全國醫療健康數據的合規應用樹立了新的標桿。這批頸動脈支架手術數據集，有助于醫院精準理解中國人群的腦血管疾病，還將應用于國產頸動脈支架產品的研發。

　　上海市第一人民醫院也將眼科、內分泌科、放射科等10個科室，共計20個重大疾病數據產品掛牌上海數據交易所，成為全國醫療體系首批合規、可交易的數據產品。

　　最緊缺的是醫保數據嗎？ 

　　聚焦此刻，醫保數據并不是健康險發展最期待的解藥。

　　過往，保司使用醫療數據進行健康險產品的開發、定價、核保、核賠，已有一條非常成熟的產業鏈，形成了數據賦能商保的傳統模式。相比于上述創新，傳統模式更加粗糙、原始、直接。

　　傳統模式的核心在于數據公司，這類數據公司或有國資背景，或坐擁地方醫療系統資源，能夠獲取醫療數據，可以向保司提供核保核賠服務。

　　當保司需要對參保人健康狀況和就醫行為進行核查時，通過上述數據平臺或數據公司協助，根據不同場景對數據分級分層應用。例如，在常見的兩核風篩應用中，有些僅需平臺根據保司風險尺度返回“是或否”的標簽，這類調用成本通常不高。

　　“這些數據公司資源通常較為分散，比如能調取到參保人在上海瑞金醫院的就醫記錄，但卻發現不了其在嘉定人民醫院的就醫記錄。”一位保司健康險負責人表示，數據覆蓋面的不足也給逆選擇、欺詐騙保等留下了空間。

　　除了核保核賠服務外，在過往，保司也會調用一些有限的醫療數據進行新保險產品開發。

　　“我們先根據醫學指南，確定疾病的治療方法和藥械，這些價格都是確定的。再找一些頭部醫院調研一下，也可以對產品進行定價。”一家保司的相關負責人李城（化名）介紹，目前對醫療數據的使用尚顯粗糙。

　　雖然有著粗糙、原始等缺點，但不少保司人士認為這種傳統模式，已經足以滿足當下商保公司的需要。他們的焦慮不在于缺乏數據，而是在于如何賣出更多的健康險產品。

　　換句話說，對保司而言，“醫保數據賦能商保”在當下屬于偽命題。

　　“醫保數據肯定有用，但想象空間也沒那么大。”一家保司商業健康險負責人黃健（化名）表示，“數據并不會改變業務場景、銷售隊伍、客戶觸達，它可能帶來量變，但不會是質變。健康險原來可能有10%、15%的增長，有了數據這一幅度可能變成20%、30%。”

　　李城也表示，對健康險而言，當務之急不在于更多的數據，而在于如何賣出更多的產品，“大家都想先做大籌資，再去看精細化數據怎么弄。”李城說，讓患者在醫療行為中，感受到商保的存在，對商保而言，這比數據的價值更大。

　　“更細的數據是為了拆分人群去定價，但現在定價很少做到那么細致，只有進到醫院端才需要這樣定價。到了千人千價的時候，數據的價值就體現出來了。”

　　一位行業人士認為，“中國商保目前最大的問題不在于產品開發創新，在于老百姓愿意付多少錢買保險，目前粗放經營已經夠用。”

　　一些業界變化值得關注：即使知道多地都在嘗試使用醫保數據賦能商保，一些保司也并不急著入手，而是希望其他保司先趟出一條路。

　　“比如癌癥復發險，別的保司做完之后，再過兩三年我們再跟進也來得及。是虧是賺、數據模型是否合理、數據質量是否有效，這些問題沒摸清楚之前，我們不可能悶著頭就進去。”黃健說。

　　而且，保司不是沒想過更多利用醫療數據，只是在傳統模式中，醫療系統能提供的數據非常有限。在沒有更好數據供應的情況下，保司也自覺降低了要求，粗糙又原始的傳統模式，已經令他們感覺基本“夠用了”。

　　在一些數據治理能力較差的地區，醫療數據顆粒度不夠，是許多保司共同的感覺。“醫院對數據安全非常謹慎，能給到保司的數據沒有那么多，顆粒度也不夠細致。”李城說。

　　比如，有保司想要某疾病按年齡分布的發病率，但一些醫保數據統計維度就沒有這么細致。“一些獨特的疾病相關數據，在某些數據治理能力不強的地方可能就無法提供。”一位行業人士表示。

　　而且，醫保數據有其特點，它以結算數據為基礎，精準卻不夠全面。

　　醫保數據因為涉及結算業務等，因此更為精準，不容分厘的偏差，但醫保數據的局限性在于：缺乏醫療行為的數據。比如患者主訴、檢查檢驗結果等，這些數據均無法通過醫保數據得到。與之相反，醫療數據相對深度較深，但存在不夠精準、遺漏等問題。

　　如此看來，探討醫療數據如何賦能健康險，似乎略顯為時過早。對于一個本身實力并不強大的行業來說，業界有更迫切期望的：更加明確的銷售場景、系統的市場教育以及健全的商業鏈路。

海量資訊、精準解讀，盡在新浪財經APP

責任編輯：張文