医保数据开放，能助力“商保”发展吗？

近一个月，商业健康险的讨论热度陡然上升，一跃成为医疗圈内最受关注的话题之一。

2024年12月14日，在全国医疗保障工作会议中，国家医保局明确了2025年的工作任务，其中共7次提到“商保”等词语，包括医保部门将探索在数据共享、个账使用等方面与保司进行更高水平合作等表述，而上一年度这一数字为0。

此前，国家医保局和金融监管部门也释放出支持信号，频频“破壁”，几乎昭示着行业多年心愿要成真。“这次，真的轮到商业健康险要起飞了？”一位业内人士表示。

其实，自2020年初《关于深化医疗保障制度改革的意见》首次明确“商业健康险是多层次医保体系的重要组成部分”后，保险行业就一直期盼着更多政策端的支持。此后几年，在地方层面，不断有试点政策释出。

比如2023年7月出台的《上海市进一步完善多元支付机制支持创新药械发展的若干措施》（以下简称“上海28条”），就提出从数据支持、开放个账、税优政策、直赔等方面支持商保。

各地积极探索“多层次医疗保障体系”，这一氛围逐渐引起中央政策的关注。

诸多措施中，得到医保数据的支持一度是保司最期待的事。业内公认，商保作为数据密集型产业，医保数据在健康险开发中的意义深远，尤其在精算方面能发挥重要作用。保司如果通过充分利用医保数据资源，能够提升产品设计的精准度和适应性、优化保险产品定价策略、提高医保基金风险控制能力。

数据显示，2023年，我国商业健康险保费收入突破9000亿元，2024年前11月已经达到合计9920亿元，健康险即将成为一个规模达万亿元的市场。原中国银保监会等13部门发布《关于促进社会服务领域商业保险发展的意见》中提到，力争到2025年商业健康保险市场规模将超过2万亿元。

随着医疗保险数据的开放与共享，是否能够为近万亿规模的健康保险市场注入新的活力？

在保司界，短暂的激动后一系列现实问题开始浮现：健康险产品目前最迫切需要的是医保数据吗？这些医保数据的细节程度是否足够精细？医保数据能否真正满足健康险产品的设计需求？如何合规使用这些医保数据？

当这些问题浮现后，似乎为双方的合作又蒙上了现实考量的压力。

被释放的医保数据

太平洋健康险的一位相关负责人告诉《健闻咨询》，近期，他们的一款百万医疗产品“蓝医保”在业内引起了不小的关注。

这款产品放开了医保目录外购药品和器械的限制，只要在国家药械清单内的产品均可100%赔付。这在行业内尚属首次，有同行不解太保的大胆：“你们怎么敢赔那么多？”

“我们肯定是算过的，不然不敢上那么猛。”该负责人回答道。

这样创新的底气来源自上海医保部门在数据层面对保司的赋能。“对于院外药，保司不了解医生的开药尺度”，有了数据加持，这就不再是一个盲盒。“我们参考了医院药品使用剂量、分型等数据，掌握了经验数据，就能够算出这些外购药的发生率。”该负责人介绍。

自“上海28条”出台以来，有数款经过医保数据赋能的健康险产品，陆续在上海上线，比如沪惠保、沪儿保等。此外，还有大量健康险产品正处于设计阶段，等待上线。

在全国层面，近日，国家医保局也频频释放支持商保的信号。在前不久召开的全国医疗保障工作会议上，国家医保局明确了2025年的工作任务，其中共7次提到“商保”等词语，包括积极支持商业健康保险与基本医保差异化发展、探索商保、慈善互助等与基本医保同步结算、医保部门将探索在数据共享、个账使用等方面与保司进行更高水平合作等。

11月底，国家医保局更在一周多的时间里，连续两次召开支持商保的会议，发文称国家医保局正在谋划探索推进医保数据赋能商业保险公司、医保基金与商业保险同步结算以及其他有关支持政策。

保司人士普遍感受到了医保支持的春风，然而，医疗保险数据赋能商业保险长期停滞不前的主要原因在于数据控制方对数据安全的顾虑，以及如何保障数据的安全传输和合规使用。

这些根深蒂固的担忧，使保司不得不对这一轮政策支持保持一丝警觉。

如何释放，如何使用？

近期上海做法，或许能在医保数据如何释放，医保数据如何使用方面，给各方一些参考。

2024年，上海医保部门建立了一个数据平台，保司想使用平台中、经过脱敏处理的医保数据，需要事先通过市保交所进行申请，征得医保局、保交所、大数据中心三方同意。申请的数据指标需要精准，“如果项目只需要3个数据指标，却想要5个数据指标，申请就可能无法通过。”上海医保部门相关负责人解释。

“整体进行算法模型设计的流程极其严格，目前每季度大约上线3个项目，试点阶段要非常谨慎。”上海医保部门相关负责人透露。

在绝大多数地区，当前医保数据可使用、但不能外流是更为普遍的选择。

一位地级市的医保局相关负责人告诉《健闻咨询》，“让保司拿硬盘来拷数据，风险太大了，我们是坚决不能同意的。”他们担心直接放开，医保数据可能会被二次加工，进行售卖。

在医保数据不外流的前提下，保司可以从医保部门获得发病率、发病频谱、个人负担等相关可使用的数据，对健康险进行精准的测算和定价。

前述太平洋健康险的相关负责人就指出，以乳腺癌复发险为例，保司想了解，在各种病情下乳腺癌的复发率是多少，复发后所使用的治疗方案及费用有多少？当对这些数据有所掌握后，保司就可以精算出哪些人是可保的，带来的赔付风险是多少，从而进行精准的产品设计。该负责人称，有了这些数据，保司更有信心将一些新药、新器械纳入保障范围，成为保险产品的新卖点。

医保数据开放使用的政策效果十分明显。

据不完全统计，2024年上半年，以上海市为例，上海商业健康险的增长速度是全国平均速度的2倍。

与上海类似的还有浙江惠民保，其平均赔付率多年来一直保持在90%左右，这并不是一个容易达到的平衡，对产品精算有很高的要求。在当地医保部门的数据支持下，浙江惠民保对赔付责任、起付线、封顶线等进行了精算，来维持这种微妙的平衡。

医保数据之外，一些医院也正在发掘数据的价值。近日，首都医科大学宣武医院与北京国际大数据交易所合作，成功完成了2024年北京首笔公立医院数据交易，为全国医疗健康数据的合规应用树立了新的标杆。这批颈动脉支架手术数据集，有助于医院精准理解中国人群的脑血管疾病，还将应用于国产颈动脉支架产品的研发。

上海市第一人民医院也将眼科、内分泌科、放射科等10个科室，共计20个重大疾病数据产品挂牌上海数据交易所，成为全国医疗体系首批合规、可交易的数据产品。

最紧缺的是医保数据吗？

聚焦此刻，医保数据并不是健康险发展最期待的解药。

过往，保司使用医疗数据进行健康险产品的开发、定价、核保、核赔，已有一条非常成熟的产业链，形成了数据赋能商保的传统模式。相比于上述创新，传统模式更加粗糙、原始、直接。

传统模式的核心在于数据公司，这类数据公司或有国资背景，或坐拥地方医疗系统资源，能够获取医疗数据，可以向保司提供核保核赔服务。

当保司需要对参保人健康状况和就医行为进行核查时，通过上述数据平台或数据公司协助，根据不同场景对数据分级分层应用。例如，在常见的两核风筛应用中，有些仅需平台根据保司风险尺度返回“是或否”的标签，这类调用成本通常不高。

“这些数据公司资源通常较为分散，比如能调取到参保人在上海瑞金医院的就医记录，但却发现不了其在嘉定人民医院的就医记录。”一位保司健康险负责人表示，数据覆盖面的不足也给逆选择、欺诈骗保等留下了空间。

除了核保核赔服务外，在过往，保司也会调用一些有限的医疗数据进行新保险产品开发。

“我们先根据医学指南，确定疾病的治疗方法和药械，这些价格都是确定的。再找一些头部医院调研一下，也可以对产品进行定价。”一家保司的相关负责人李城（化名）介绍，目前对医疗数据的使用尚显粗糙。

虽然有着粗糙、原始等缺点，但不少保司人士认为这种传统模式，已经足以满足当下商保公司的需要。他们的焦虑不在于缺乏数据，而在于如何卖出更多的健康险产品。

换句话说，对保司而言，“医保数据赋能商保”在当下属于伪命题。

“医保数据肯定有用，但想象空间也没那么大。”一家保司商业健康险负责人黄健（化名）表示，“数据并不会改变业务场景、销售队伍、客户触达，它可能带来量变，但不会是质变。健康险原来可能有10%、15%的增长，有了数据这一幅度可能变成20%、30%。”

李城也表示，对健康险而言，当务之急不在于更多的数据，而在于如何卖出更多的产品，“大家都想先做大筹资，再去看精细化数据怎么弄。”李城说，让患者在医疗行为中，感受到商保的存在，对商保而言，这比数据的价值更大。

“更细的数据是为了拆分人群去定价，但现在定价很少做到那么细致，只有进到医院端才需要这样定价。到了千人千价的时候，数据的价值就体现出来了。”

一位行业人士认为，“中国商保目前最大的问题不在于产品开发创新，在于老百姓愿意付多少钱买保险，目前粗放经营已经够用。”

一些业界变化值得关注：即使知道多地都在尝试使用医保数据赋能商保，一些保司也并不急着入手，而是希望其他保司先趟出一条路。

“比如癌症复发险，别的保司做完之后，再过两三年我们再跟进也来得及。是亏是赚、数据模型是否合理、数据质量是否有效，这些问题没摸清楚之前，我们不可能闷着头就进去。”黄健说。

而且，保司不是没想过更多利用医疗数据，只是在传统模式中，医疗系统能提供的数据非常有限。在没有更好数据供应的情况下，保司也自觉降低了要求，粗糙又原始的传统模式，已经令他们感觉基本“够用了”。

在一些数据治理能力较差的地区，医疗数据颗粒度不够，是许多保司共同的感觉。“医院对数据安全非常谨慎，能给到保司的数据没有那么多，颗粒度也不够细致。”李城说。

比如，有保司想要某疾病按年龄分布的发病率，但一些医保数据统计维度就没有这么细致。“一些独特的疾病相关数据，在某些数据治理能力不强的地方可能就无法提供。”一位行业人士表示。

而且，医保数据有其特点，它以结算数据为基础，精准却不够全面。

医保数据因为涉及结算业务等，因此更为精准，不容分厘的偏差，但医保数据的局限性在于：缺乏医疗行为的数据。比如患者主诉、检查检验结果等，这些数据均无法通过医保数据得到。与之相反，医疗数据相对深度较深，但存在不够精准、遗漏等问题。

如此看来，探讨医疗数据如何赋能健康险，似乎略显为时过早。对于一个本身实力并不强大的行业来说，业界有更迫切期望的：更加明确的销售场景、系统的市场教育以及健全的商业链路。

本文来自微信公众号：健闻咨询 （ID：HealthInsightPro），作者：宋昕泽，编辑：李琳