“带病体”保险研发进入新阶段，上海这一年做了什么
开放数据之后，精算模型能支撑起针对特定病种的专病复发险，让一部分原本“不可保”的人被纳入保障。“
带病体”保险研发已逐步进入2.0阶段——告别“大而全”的粗放模式，转向依据病种、病程及病情控制情况开展定制化开发。这一过程中，高效便捷的医疗数据开放，推动着“带病体”保险产品开发惠及更多患者。
一年前，上海市金融监管局、市医保局、市卫健委等7部门发布的《关于促进商业健康保险高质量发展助力生物医药产业创新的若干措施》提出，升级卫生健康数据共享功能。依托市大数据中心、经认证的第三方机构，建立医疗、医保和商保的数据合作共享机制；在确保数据安全和隐私保护的前提下，为特定群体、特定风险保险产品研发和风险防控提供支持。
由上海申康医院发展中心牵头组建的市场化平台——上海临床创新转化研究院（下称“临转院”）， 正是该政策导向下的实践载体。近一年来，临转院与商业保险公司（下称“保司”）在安全可控框架内积极推动上海真实医疗数据，推动了多项专病复发险的开发和落地。近日，第一财经与临转院商保协同创新部总监潘佶琦展开了一次深度对话。
她认为，开发专病复发险的核心在于充分挖掘医疗数据价值，并将医疗数据有效转化成“商保语言”。而以数据开放为起点，价值闭环的最终实现还需回答两个现实问题：如何推动医疗机构深度参与患者全病程管理？如何解决专病复发险触达难的销售困境？
“在医疗数据赋能下，专病复发险开发仅需3~6个月” 第一财经：临转院作为上海推动医疗数据赋能商保创新的重要市场化平台，目前，与政府相关部门在赋能商保创新方面有哪些合作？潘佶琦：临转院主要发挥的是平台作用，它对接卫健委、数据局、大数据中心等政府部门和上海申康医院发展中心医学伦理审查委员会，同时也对接上海市级三甲医院的商保需求。
在卫健委、数据局、大数据中心的指导下，数据经上海申康医院发展中心医学伦理审查委员会审查通过后，在大数据中心域内经匿名化、上链等处理，在大数据中心数据加工安全专区内完成业务数据分析和开发利用工作。从接到保司委托的专病复发险开发课题，到完成医疗数据脱敏、费率精算定价，再到产品雏形形成，我们经过几个产品的开发实践，时间周期基本处于3~6个月区间内。
在医疗数据赋能下，一个完整的专病复发险产品开发时间没有公众想象得那么长。筑牢患者信息安全底线 第一财经：你提到了医疗数据开放需要经过上海申康医院发展中心医学伦理审查委员会“过会”审核。这个数据授权是一次性的？还是一次授权后流入数据池的医疗数据可以供给保司多次开发利用？
潘佶琦：通过上海市公共数据开放平台合规获得的医疗数据，根据各家保司不同产品的开发诉求，严格按“正当、必要、最小化利用”原则从中按需调用。但每一次调用诉求，都必须先过伦理委员会审查。审查通过后，由大数据中心调取数据，交给上海数据集团进行初步治理——包括区块链存证和匿名化处理，之后才传送给临转院做数据开发。
原始数据不离开大数据中心安全域。第一财经：伦理委员会的专家构成如何？他们审什么？潘佶琦：伦理委员会设有一个专家库，每次开会前从库中随机抽选委员，确保每次审议的独立性。
专家构成比较多元，有伦理、临床医学、法律领域的专业人士，也包括一些社会组织人士，比如总工会代表等。他们审议的核心议题聚焦三点：第一，数据能不能用、安全有没有保障；第二，提出诉求的相关方对于医疗数据的开发方案是否具有科学性；第三，数据开放的目的和结果是否符合伦理要求，会不会侵害少数人群的利益。
前几次伦理审查对于商业保险项目而言，无疑是一场持续的“硬仗”，申请曾被多次驳回。第一财经：前期的争议点在哪？最终是怎么突破这个僵局的？潘佶琦：最大的分歧来自两个层面：第一个是是否需要单独知情同意。
医学专家的态度起初非常坚定：患者数据的每一次开放，都必须经过单独知情同意。这在伦理上是站得住脚的，但对于商保领域大体量的数据需求来说，逐一获取知情同意几乎不具备可操作性——你不可能为了一款保险产品的精算模型，去回溯联系过去五年里数百万名患者逐一签字。第二个是是否具有带病体的“精准排除”风险。
伦理专家们的顾虑是：全市医疗数据开发出来的保险产品，定价精度更高，但反过来也意味着投保和核保环节能更精准地识别高风险人群，从而把他们挡在门外。这会不会从“合理风控”滑向“系统性歧视”？经过多轮反复论证和博弈，各方达成了几个关键的阶段性共识。
最核心的一点是知情同意模式的突破——我们最终确认，此类匿名化医疗数据开放研究风险小，不会对研究参与者的健康、权利和福祉产生不利影响，不需要经过每一名患者个体的单独知情同意。针对第二个分歧，我们建立了一系列风险防控措施及对特定群体的保护措施，如不针对特定职业、特定地域的人群进行研究，分析结论的人群组必须超过一定量级才允许数据输出等。
如果不开放数据，带病体就被商保“一刀切”地排除在外；而开放数据之后，精算模型反而能支撑起针对特定病种的专病复发险，让一部分原本“不可保”的人被纳入保障。比如10毫米肺结节患者、乳腺癌三期患者，这些群体在以往几乎找不到合适的商业健康险，但现在通过专病复发险实现了覆盖。当然，部分重大疾病患者（如癌症四期患者）和高龄人群确实仍难以获得合适的健康险产品保障。
我们应承认这个局限，但方向是对的。专病复发险如何触及患者 第一财经：业内有一种说法，癌症复发险“算出来难，卖出去更难”。在这一方面，临转院做了哪些工作？
效果怎么样？潘佶琦：癌症复发险的销售对象是曾经得过癌症的人群，这些人群脱离了医疗环境，很难被触达到。我们对于申爱保（特定妇科癌症复发险）做了两件事：第一件事，让宣传物料“进院”，允许在医院合法合规的区域摆放商保宣传物料。当然，具体落地仍尊重各家医院的自主意愿。
经过一年多的试点，整体落地情况比较理想。第二件事，建立肿瘤诊疗标准化随访个案管理机制，这也是临转院独有的核心服务。我们培养了一批个案管理师团队，可以进院对肿瘤患者进行持续跟踪随访。
这里必须划一条红线：保司销售人员不得在院内开展销售活动，医护人员和个案管理师也不可以宣传商保产品。在实操层面，我们探索出了一条合规路径——商保人员在院内特定区域办公。患者看到宣传物料后，如有咨询需求，可以直接咨询在场的个案管理师，个案管理师将需求引导给商保人员。
这样一来，患者需求被自然承接，保司也实现了院内合规触达，同时完全不涉及院内销售行为。但从“进得去”到“卖得好”“赔得出”，仍需时间沉淀。目前保司线下销售人员存在明显缺口，经备案准入医院的销售人员更为稀缺，患者对商保知晓度和认可度也有限。
总体来看，专病复发险的整体触达度还不够宽。这不是单点突破能解决的，需要场景、队伍、认知同步推进。第一财经：专病复发险创新的方向是覆盖更多传统保险“不可保”人群。
但单一产品在合理保费和风控基础上，纳入的“带病体”毕竟有限。那么，如何让疾病不同阶段的患者都找到合适的商保产品，并做好保障衔接？潘佶琦：这个问题本质上是在问——多层次商保体系怎么搭。
以前述肺部疾病患者为例，我们看到的不是“一款产品解决所有问题”，而是一条分阶段、递进式的保障链条。在结节期，上海已有保司创新推出了适配肺结节患者的专属产品。与传统百万医疗险不同，这款产品的承保范围突破了8mm~10mm结节群体的限制，并且癌前病变/早期浸润性腺癌也可投保。
而当患者疾病进展到肺癌阶段，尤其是Ⅱ—Ⅲ期，保障需求发生变化，需要切换到对应的肿瘤复发险产品。但我们也看到，四期患者目前仍被排除在大多数复发险之外。总的来说，我们不能指望一款“带病体”产品包打天下，而是要让不同阶段的患者“各得其所”。
而这个体系运转起来的前提是三个条件同时成立：潜在投保群体足够大、医疗数据足够全、保险杠杆效应足够强。当市场上的产品供给足够充分，疾病不同阶段的患者自然就能落入不同产品的保障范围之内。在为慢病专病保险储备基础 第一财经：为何慢病领域鲜少有专病险？
潘佶琦：相比肿瘤复发险，慢病专病保险的开发难度更大。这背后有多重原因：一是病程长。慢病往往持续数年至数十年，长期随访的完整队列更为稀缺；二是进展路径复杂。
疾病演变方向多元，并发症相互交织，风险建模的复杂度远高于肿瘤；三是患者依从性干预难。生活方式对疾病进展的影响极强，保险端很难像临床端那样有效干预；四是数据基础要求高。需要连续、跨机构、长周期的数据支撑。
目前，临转院已在规划泛血管疾病、脑疾病专病数据队列，为后续慢病专病保险储备基础。我们优先切入的细分赛道是心脑血管类疾病保障。专病复发险能否惠及其他省市患者 第一财经：上海医疗数据开放赋能商保的经验，有哪些关键做法？
潘佶琦：我们总结下来，最核心的有两点： 一是顶层机制上，建立统一的数智伦理审查体系。对使用全市卫生健康数据的商保开发项目统一进行伦理审批。同时设立统一的转化平台，作为数据转化的窗口，统一进行数据的脱敏、上链和安全管控，以在保障数据安全合规使用的前提下，加快数据的商业化应用。
二是要实现业务价值闭环。目前很多地区仅尝试数据开放，但缺少配套的全病程管理服务体系。上海的实践表明，带病体保险必须配套规范化、个案定制化的随访管理服务，才能平衡带病体保险的赔付风险，真正实现商业模式的可持续。第一财经：利用上海医疗数据开发的专病复发险，可以惠及其他省市患者吗？
潘佶琦：目前我们的产品在市场销售上没有设地域限制，外地患者也可以购买，且在保险设计上会引导他们来上海就诊（如异地就医津贴）、接受上海的医疗诊疗和全病程管理。但从保险产品设计的角度而言，上海的人群基线、诊疗水平、就医费用结构、创新药可及性都具有明显的地域特殊性。如果直接将上海的复发率、费用模型套用到其他省市，会产生一定的定价偏差，不能直接照搬。
更务实的路径是：外地省份以上海队列为参照基准，结合本地医疗数据进行本地化校正。长期来看，上海可以在审慎评估的基础上，逐步开展跨区域、跨平台的联合建模探索，打造全国带病体保险数据协作网络。