一种健康保险精准定价方法和装置

本发明属于机器学习，尤其涉及一种健康保险精准定价方法和装置。

背景技术：

1、健康保险市场中存在产品同质化严重、产品供需不匹配的问题。相同性质、质量的产品竞争使得保险经营利润下降，也不能满足人民个性化的健康保障需求；产品供给方面，市场中缺乏专属性更强的专业产品，如根据投保人身体健康状况、投保人自身风险量身定制的产品。针对以上问题，健康保险公司未来应提供更加细分的产品，满足人民多样化的健康保障需求，根据市场实际情况开展产品创新，丰富产品供给，增加产品种类。如针对不同疾病人群、收入人群、特殊职业人群开发个性化保险产品，甚至可以为患病人群提供专属健康保险，与其他保险公司形成差异化竞争，提高保费收入，占据市场份额，谋求自身长远发展。

2、目前健康保险市场中，已患病的投保人往往会被保险公司拒绝承保，而这一人群恰恰是需要保障的主要人群。患者被保险公司拒保后，独自承担高额医疗费用，为基本医疗保险带来了巨大压力。目前无法对健康保险进行精准定价，进而导致带病体被拒绝承保的现实困境。

技术实现思路

1、本发明要解决的技术问题是，提供一种健康保险精准定价方法和装置，为不同风险程度投保人制定与其风险程度相适应的精准保费，规避市场中逆向选择问题，降低保险公司赔付成本。

2、为实现上述目的，本发明采用如下的技术方案：

3、一种健康保险精准定价方法，包括以下步骤：

4、步骤s1、获取与患者脑出血疾病医疗费用相关的特征信息和投保人的风险类别；

5、步骤s2、根据所述特征信息及风险类别，得到不同风险类别最优医疗费用预测模型；

6、步骤s3、根据不同风险类别最优医疗费用预测模型，构建健康保险精准定价模型；

7、步骤s4、将投保人未来医疗费用预测值输入到所述健康保险精准定价模型，进行个人精准保费计算。

8、作为优选，步骤s1中，与患者脑出血疾病医疗费用相关的特征信息包括高密度脂蛋白、bmi、舒张压、尿酸、凝血酶原时间、低密度脂蛋白、凝血酶原百分率、d-二聚体、收缩压、活化部分凝血活酶时间、胆固醇。

9、作为优选，步骤s2中，根据所述特征信息及风险类别，基于机器学习进行训练得到不同风险类别下脑出血疾病的最优医疗费用预测模型。

10、作为优选，步骤s3中，根据不同风险类别最优医疗费用预测模型，基于信度因子得到健康保险精准定价模型。

11、本发明还提供一种健康保险精准定价装置，包括：

12、获取模块，用于获取与患者脑出血疾病医疗费用相关的特征信息和投保人的风险类别；

13、第一构建模块，用于根据所述特征信息及风险类别，得到不同风险类别最优医疗费用预测模型；

14、第二构建模块，用于根据不同风险类别最优医疗费用预测模型，构建健康保险精准定价模型；

15、定价模块，用于将投保人未来医疗费用预测值输入到所述健康保险精准定价模型，进行个人精准保费计算。

16、作为优选，与患者脑出血疾病医疗费用相关的特征信息包括高密度脂蛋白、bmi、舒张压、尿酸、凝血酶原时间、低密度脂蛋白、凝血酶原百分率、d-二聚体、收缩压、活化部分凝血活酶时间、胆固醇。

17、作为优选，第一构建模块根据所述特征信息及风险类别，基于机器学习进行训练得到不同风险类别下脑出血疾病的最优医疗费用预测模型。

18、作为优选，第二构建模块根据不同风险类别最优医疗费用预测模型，基于信度因子得到健康保险精准定价模型。

19、本发明应用机器学习技术，基于投保人的海量数据，采用特征选择、聚类分析、医疗费用预测和精准定价技术手段，规避市场中逆向选择问题，实现健康保险市场精准定价。

技术特征：

1.一种健康保险精准定价方法，其特征在于，包括以下步骤：

2.如权利要求1所述的健康保险精准定价方法，其特征在于，步骤s1中，与患者脑出血疾病医疗费用相关的特征信息包括高密度脂蛋白、bmi、舒张压、尿酸、凝血酶原时间、低密度脂蛋白、凝血酶原百分率、d-二聚体、收缩压、活化部分凝血活酶时间、胆固醇。

3.如权利要求2所述的健康保险精准定价方法，其特征在于，步骤s2中，根据所述特征信息及风险类别，基于机器学习进行训练得到不同风险类别下脑出血疾病的最优医疗费用预测模型。

4.如权利要求3所述的健康保险精准定价方法，其特征在于，步骤s3中，根据不同风险类别最优医疗费用预测模型，基于信度因子得到健康保险精准定价模型。

5.一种健康保险精准定价装置，其特征在于，包括：

6.如权利要求5所述的健康保险精准定价装置，其特征在于，与患者脑出血疾病医疗费用相关的特征信息包括高密度脂蛋白、bmi、舒张压、尿酸、凝血酶原时间、低密度脂蛋白、凝血酶原百分率、d-二聚体、收缩压、活化部分凝血活酶时间、胆固醇。

7.如权利要求6所述的健康保险精准定价装置，其特征在于，第一构建模块根据所述特征信息及风险类别，基于机器学习进行训练得到不同风险类别下脑出血疾病的最优医疗费用预测模型。

8.如权利要求7所述的健康保险精准定价装置，其特征在于，第二构建模块根据不同风险类别最优医疗费用预测模型，基于信度因子得到健康保险精准定价模型。

技术总结
本发明公开一种健康保险精准定价方法和装置，包括以下步骤：步骤S1、获取与患者脑出血疾病医疗费用相关的特征信息和投保人的风险类别；步骤S2、根据所述特征信息及风险类别，得到不同风险类别最优医疗费用预测模型；步骤S3、根据不同风险类别最优医疗费用预测模型，构建健康保险精准定价模型；步骤S4、将投保人未来医疗费用预测值输入到所述健康保险精准定价模型，进行个人精准保费计算。采用本发明的技术方案，为不同风险程度投保人制定与其风险程度相适应的精准保费，规避市场中逆向选择问题，降低保险公司赔付成本。

技术研发人员：马本江,王小艳,周忠民
受保护的技术使用者：中南大学
技术研发日：
技术公布日：2024/1/13