医疗保险是与许多人息息相关的大事，医疗保险产业涉及到政府、保险公司、医疗机构、个人以及许多复杂的外在环境。所以，医疗保险是一个信息量相对较大，相对复杂的保险产品，在如今信息化越来越发达的背景下，大数据在医疗保险行业发挥着越来越重要的角色。
美国的保险市场是全球规模最大的保险市场，同时，美国也是全球保险业相对成熟的国家，在保险产品的创新、运作以及保险监管等方面，对许多国家和地区来说都有许多借鉴和参考的价值。
美国田纳西州蓝十字蓝盾组织的生物统计学研究科学家Brandon Cosley博士在2017 Teradata大数据峰会上介绍了大数据技术在美国田纳西州医疗保险行业的应用，所以非常值得一些认识和了解医疗行业从业者的人员关注。
田纳西州蓝十字蓝盾组织是谁？
田纳西州蓝十字蓝盾组织是成立于1945年的医疗保健公司，共有将近6000名员工，服务于超过340万人，每年在成员医疗津贴与理赔方面的支出达到128亿美元。该组织还面向患者提供医疗保健服务，为客户支付医药费。
该组织是非以盈利为目（实际有盈利，不过支出是有一定要求的）的公益性组织，去年通过田纳西州蓝十字蓝盾组织基金会及社区信托组织进行的慈善捐款超过1000万美元，用于支持那些以推进健康生活方式为目的、具有高度影响力的项目。
田纳西州蓝十字蓝盾组织有一个预测性分析团队，Brandon Cosley是预测性分析团队的一名数据科学家。他曾经领导过几个数字驱动的社会研究项目，他的研究成果曾经在最顶级的学术和专业期刊上发表，他的主要工作是做一些些数据建模，在产品开发过程中对用户的数据进行优化，对新保险产品进行评估。
Brandon Cosley的团队如何利用大数据技术创造价值？
大数据分析是一个综合性比较强的门类，需要综合考虑多方面的信息，而笔者了解到，Brandon的团队成员的技术、背景非常多元化。
图：美国田纳西州蓝十字蓝盾组织生物统计学研究科学家Brandon Cosley 博士
Brandon介绍团队成员时候说，有的是学经济计量学的，有些是学药理学的，有的是临床实验学的，还有的是政治科学的，每个人都有量化的分析，统计学数据建模背景，都有编程写代码的能力。因为背景多元化，所以看待数据的观点会有所不同，这使得团队有很强的创新能力，这种创新能力发挥了许多价值。
他的团队成立了大约七年时间，最开始田纳西州蓝十字蓝盾组织发现可以用数据来对某类疾病有高风险的人群进行甄别，以此来减少蓝十字蓝盾组织的开支。
Brandon的团队对普通用户的价值在于，田纳西州蓝十字蓝盾组织可以通过这类数据的收集，帮助用户更好地管理自己的生活方式，以此减少患上某种特殊疾病的风险。
另外，田纳西州蓝十字蓝盾组织还可以帮用户降低费用支出，帮助用户选择合适的医生，选择合适的药物，比如仿制药而非品牌药，比如选择医疗保险可以报销的药物等。
Brandon的团队还通过宣传教育来向部分医疗教育水平较低的用户普及知识，让这部分用户在接触美国的医疗系统的时候避免出现低效的情况，也就是所谓花更少的钱，做更多的事儿，这在一定程度上也可以降低用户支出。这对个人、对社会、对企业都是一件好事。
田纳西州蓝十字蓝盾组织与政府也有合作关系，比如有一种为美国65周岁以上老年人提供医疗服务，还有为低收入人群的提供服务业务，帮助政府管理一些患者。
随着发展，该团队收集到了越来越多的数据，可以更多地触及患者。这种做法还受到了政府的鼓励，美国政府曾要求像蓝十字蓝盾这样的管理医疗机构用大数据去面对患者，来患者管理医疗费用。所以蓝十字蓝盾这种组织其实是一种医疗服务的公司，而不是药物服务公司。
蓝十字蓝盾组织的预测分析团队还在发展当中，经常在思考建立新的模型，比如计量某一种疾病要花多少钱，在此基础上计算每一个人在医疗上要花多少钱等，类似的尝试还有很多。从根本上说，该团队目前关注的主要还是临床建模、临床分析，Brandon还表示未来还会有数据团队做专门的数据行为分析，比如做一些反欺诈的工作。这一切都需要一个可靠的数据平台来提供支撑。
Teradata数据分析平台为预测分析提供了哪些便利？
田纳西州蓝十字蓝盾组织将医疗服务供应方与组织成员相关的许多数据都录入Teradata数据仓库。通过数据库内分析平台，可以实现数据驱动业务决策。
2012年，田纳西州蓝十字蓝盾组织就部署了Teradata的医疗数据模型，帮助分析数据集，提高运营效率。Brandon介绍说，一些数据录入Teradata数据仓库后，方便数据分析师做数据访问和分析。
在长期使用过程中Brandon发现，Teradata的平台非常高效，Teradata除了建立数据库以外，还会给提供数据建模功能，它可以在一个数据库的环境中，用很快的速度来计算数据，帮我们以很快的速度计算非常复杂数据。
应该看到，蓝十字蓝盾组织需要收集大量的数据，这涉及到部分敏感数据，在强调隐私的美国，必须考虑这一问题。其实，蓝十字蓝盾组织只能看到部分基本信息，部分敏感信息美国的管控非常严格，比如血液检测、基因检测的信息等，这也是美国大数据在医疗行业得以广泛应用的关键之一，这点也值得我们借鉴。
本文转自d1net（转载）
