10月12日，商涌科技CEO邢静受日内瓦协会邀请，出席了日内瓦协会2023年健康与老龄化大会，探讨随着全球步入老龄化社会，对健康问题、养老保障的思考。在“对养老保障的再思考”环节，邢静分享了《技术如何联结保险+医疗为养老保障作贡献》。

以下根据邢静女士演讲实录内容整理：

我相信在20~30年后，当中国有1亿到2亿老人，面临养老、居家的时候，我们的社会成本是难以负担的，那个时候对每个家庭、对商业保险、对国家都是巨大的成本。好的一面是我们的技术也在不断发展，也许从技术角度来看能改变我们对这件事情的思考。

商涌科技作为一家健康保险科技公司，现在做的所有事情都是围绕医疗大数据以及人工智能。我们认识到保险已经不能再去算概率的问题，也不能去算如何通过一个高效运转的系统赡养更多的老人，而是应该看如何用技术解决方案降低管理成本，包含了健康管理成本、治疗成本，以及当一些老人失能失智需要的照顾成本。这件事不能单纯靠人工的堆叠，而是要靠技术替代。

举个例子，比如说对于初老人群，即70岁以前的老年人，他这个阶段可能身体状况出现了一些问题，是非标体、非健康人群，但是还没有到重大疾病的阶段，这样的人群居家养老的概率较大，毕竟养老院的成本相对更高。在居家这个场景下，当老人日常身体不舒服、疼痛，如果每次都去医院无疑增加了成本，也降低了医疗机构效率，那我们可以提供影像识别技术，通过视频来看他的活动受限到达什么样的程度，通过指导进行一些康复动作，达到一定的康复效果。

这样的计算和方案我们已经在落地实施了，一次评测只需要3分钟机器就能完成，成本差不多是在6美元以下，而老年人可以在家里面反复使用，只需要一台手机就可以完成。

当然并不是这样的康复方案一定能让患者康复，要视患病情况而定。如果严重，那此时算法的意义就是帮助患者做分级和预警，告诉老人应该去就近的医院做进一步的检查或治疗。提高效率、降低成本很重要的一点是根据患者实际情况去做分级，而并不是一定支出人力去无时无刻照顾、关注老人。

对于老年人和慢病老年人如何通过一些有效管理降低慢病风险？管，意味着约束，其实是反人性的一个动作，比如说大家都知道有效运动、规律睡眠都对健康有益，但很多人都是不愿意接受被动管理，这个时候算法很重要。

另外，通常医疗系统的健康管理都只考虑给患者一个正确方案，却没有考虑每个人的心理接受程度。有效的管理是在给老年人健康管理方案时，先画出这个人的心理曲线，然后以他偏好的方式去长期持续地激励他做出改变。这件事情不是靠说服和指令，而是要靠机器自动给出一些决策，给患者适合的个性化解决方案。这不能靠人工去判断，因为无法保证高效。

此外，老人年纪大了之后可能会涉及到重大疾病的治疗问题，通常金额是较高的。所以我们很难给出针对60岁以上的老年人医疗险的报价，因为价格高了保险就卖不出去。那么保险应该如何在医疗成本和健康保障中间进行更好的管理呢？我们的答案是通过技术帮客户寻找适合且低成本的方案。比如说针对肿瘤客户，我们可以在目前积累的数据样本里，寻找出中国现行的治疗方案是怎样的，哪家医院哪个医生的方案成功率相对更高，如何让成本是在一定区间内波动相对合理。技术应该帮保险客户去寻找这样的方案，计算之后对客户做牵引和引导。

基于发病率不断提高，以及发病年龄逐步降低，商涌科技一直在深度布局肿瘤全病程管理，这也是考虑到降低未来中老年人的治病成本。

很多人都问做全病程管理要投很多的人力吧？其实，肿瘤全病程管理不是一件重人力的事，因为计算一次治疗方案的评价只需要几分钟；为肿瘤患者做肿瘤治疗知识的患教， AI自动生成内容解决方案制作一条视频也只需要1小时，成本不到40美金，一年可以做几百个视频；跟患者交互，也不再需要通过人工打电话的方式处理，用ChatGPT就可以；而我们的医生团队更多的是在搭建专家模型，监测系统给出患者交互信息的准确性，然后去纠偏，所以我们一个医生顾问同时可以对接100~200个肿瘤患者。这样的边际成本是极低的，而可以更高效准确的匹配到后面的医院、医生以及治疗方案，包括海外资源，我们也跟美国梅奥那边有合作，可以做海外精准线上诊疗方案确认，最大限度缩短时间，在成本内有效提高被保客户的治疗预期效果。

还有愈后的康复，也可以通过智能设备配合算法做精准管理，一是节省时间，二是可以尽量把人力从这种重人工的行业里面抽离出来，因为未来将有很多的中老年人需要被照顾，不能完全依靠人工，需要数字技术加持。

数字化可以将每个人解构，每一个客户都是以众多数据以及标签的方式存在于保险公司，这会让我们对客户更了解，甚至会让保险变得更有人性，保险及医疗行业将共同努力提高大家的健康水平，降低家庭成本、商保成本、社会成本。

其实我们在做的事情简单来讲，就是在用数字化的方案搭建一个桥梁，让医疗市场的健康管理治疗服务，以更低的成本、更高的效率、更好的客户体验方式介入到商业健康险市场的客户端，改善客户对于商业健康险保障的体验感，然后愿意去为以后的保障去加保，对待商业保险更加信任。

商业保险的底层逻辑是数据，医疗市场的底层逻辑也是数据，双方是相通的，只是大家立场不同。但是如果能基于患者角度出发，就能解决立场问题，我们做资源的合理分配、快速衔接，在同等治疗效果的情况下，选择低成本方案，我相信如果能提高医疗市场的对接效率，他们也会接受商业保险的这样一个支付规则。放眼最前端的保险市场——美国的健康险就是这样的运行的，分不同的商业计划，高端的可能治疗的服务会更好一些，相对中低端的会更加追求务实的效果。只要大家之间的隔阂打破了，桥梁建立起来之后，我觉得这个市场就火起来了，而且可以最大限度地降低成本，那就是合理且必须的成本，商保也一定愿意为此支付的，这是行业的底层逻辑。我跟数字医疗行业的朋友沟通下来的话，我们也都相信数字医疗是行业的趋势，它可以从患者的依从性，患者教育，还有以及预防疾病的话，从多种角度提供帮助，但是大家非常concern的一个点的话，因为我在医疗机构工作，所以我们会常面临到同种症状同种疾病，但是因为患者本身他具有可能有一些其他原因，会导致非常迥异的治疗方案，所以如果作为健康管理公司给予患者。

数字医疗的一个重要意义，就是基于患者的情况帮助患者判断，包括基础病史、可能会有的并发问题，然后找到数据库里是否支撑有类似的病例，病例样本量是多少，预计不同的方案之后的愈后成功率大概在什么样的区间，我们会帮他选择相对更好的一个路径，但并不是帮他去做决定，给他提供足够的信息支持，解决医疗市场信息不对称的问题。

大家都觉得看病很难，尤其是一些不易判断的疾病，比如老年多发性骨质瘤，患者可能要横跨三四个科室才能确认原来患上的是血液病。我们要解决的是这个层面的问题，而且告诉患者有多少类似案例，在什么医院什么医生的治疗方案下，成功率大概是多少，但是决定由患者来做。然后我们在整个过程中会进行一些纠偏，比如说一些诊断需要做的必要检查，如果遗漏的话，我们会提醒患者可以先在当地医院先把必要检查做完，然后能够确诊以后，再考虑下一步用什么样的治疗方案，而不是诊断都有问题的情况下就先开始治疗。还有一个项目也能助力解决这些问题，就是通过软件技术去预测每个患者的血药浓度，改变现在医生通过患者的身高体重去判断用药量，因为血药浓度对于比如化疗抗生素的使用是有标准的，而很多公立医院由于设备不足，没有办法精准测量患者需要的浓度，所以市场确实存在着药品剂量过高或者不足的情况，这直接影响愈后效果，而我们正在着手用软件解决这个问题。公司诸如这样的数字医疗项目还有很多，比如对疼痛类的疾病做肢体识别的辅助诊断，避免患者一定要到现场。当然这是数字医疗的范畴，但是真正到医疗端，我们是非常尊重医生跟患者之间的医患关系的，尊重他们彼此之间的责任关系，我们只解决信息不对称的问题，为患者提供做选择的更多可能性。