Poindexter能预测疾病发生率了，靠数据分析就能降低美国的医疗支出？

据雷锋网(公众号：雷锋网)了解，2005年以来，美国雇工的医疗保险消费上升了135%，雇员的医疗保险消费同步上升62%，如今，如何少花钱、多办事就成为了医疗行业的头等大事。美国的保险经纪人、自费保险的老板、健康管理机构以及医务人员都忙着减少健康花销。但是，如何做到呢？

美国的医疗数据分析公司APH给出了这样的解决方案。

据雷锋网消息，12月8日，APH公司宣布，公司的人口健康管理平台上增加了预测建模功能。有了这种功能以后，保险提供商不仅可以通过APH的旗舰产品——Poindexter确定冠状动脉、神经或骨科疾病和慢性肾脏疾病的发生率，还可以利用Poindexter预测患者的住院时间和普通患者呼叫急救的概率。

我们都知道，虽然保险公司可以通过历年的统计资料对某一地域、某一时期人群的发病率、患病率、住院率以及门诊住院医疗费等事项做出大致预测，但由人的健康受到诸多因素的影响，其中许多因素是不确定的，难以准确预测。另外，医疗条件的改善和医疗技术的发展，医疗费用开支中不能排除人为的因素。所有这些使得医疗费用总额的合理与否难以区分，因此，保险人的赔付也具有不易预测性，也难以确定医疗保险的保费。而Poindexter的预测建模功能能减少这种不确定性。

通过数据分析以预见未来

APH公司成立于2004年，致力于不断提升数据分析技术以及持续地优化医疗实践流程，期望达到管理健康风险、优化医疗收入和支出的目的。其产品主要由三部分组成，而Poindexter属于其第一部分——高级数据分析。

Poindexter是一种为管理人口健康定制的数据分析风险控制工具。该工具提供动态的、可靠的人口观察。你可以了解到宏观趋势以及了解最新的变化。Poindexter通过观测个人以及群体的变化趋势，以实用格式搜集硬数据同时也会考虑到医疗保健变化的影响，提前6~12个月预测具体形势、发展趋势、保健差距、住院率以及再入院率。APH所产生的关键信息可以促进进一步定制行动计划。该工具还会检测索赔，药学以及临床来源的数据，对比人口学、地理以及雇主行业来调整这些搜集到的数据。

帮助保险公司识别疾病风险期的人

该公司表示，保险第三方管理公司和保险经纪人可以通过Poindexter的新功能，在他们的受保人群中识别出处于疾病风险期的人。有自家管理健康险的老板也可以直接受益。保险经纪人，公司老板，保险提供者，健康计划和其他人可以使用APH的数据服务来推动卫生福利项目。

Poindexter为每个人打了风险评分 ，以此识别出那些健康状况风险升高的人群。有了这些信息，病例管理者可以通过及时干预来帮助病人避免灾难性事件，从而改善护理结果，降低医疗成本。

APH首席执行官Neil Godbey说“随着数据科学和预测分析技术的发展日新月异，我们对Poindexter进行了创新，自家管理健康险的老板可以通过数据挖掘找出可以改善的数据，并帮助他们的员工过上更健康的生活。”在APH公司的官网上，举了这样一个例子，将Poindexter应用于美国急诊室，有可能使其省下35.2万美元。

我们都知道，医疗风险需要以综合的方式应对。在治疗中，医疗风险的识别是重要的前提，分担是关键所在。只有在识别风险的基础上，才能客观公平地划分各个相关主体的权利和义务，使之承担相应的责任。就这个意义上说，APH公司新增的预测分析功能很酷。

相关文章：

美国国会批准21世纪治愈法案，精准医疗与癌症登月计划都将受益

2016年移动医疗界的6大噩耗！

这14项技术，让你了解2017年医疗科技的趋势

这家公司想让普通医院，也有机器学习能力

。