推进健康医疗大数据应用，加强建设健康信息化服务体系建设，推进基于区域人口健康信息平台的医疗健康大数据开放共享、深度挖掘和广泛应用。—中共中央国务院《“健康中国2030”规划纲要》探索将商业健康保险信息平台与国家医疗保障信息平台按规定推进信息共享，强化医疗健康大数据运用，推动医疗支付方式改革，更好服务医保政策制定和医疗费用管理。——银保监会《关于促进社会服务领域商业保险发展的意见》“健康大数据工程”是阳光人寿致力发挥先进科技优势的创新工程，通过过往客户保单、理赔记录、其他合法合规途径获取的数据,将大数据分析和人工智能技术成功融入到保险产品中，深化健康险产品创新。

自2017年以来，阳光人寿先后在各地区推进“健康大数据工程”，建立智能风险量化实验室，辅助精算产品定价，优化核保体检流程，提供广泛的技术赋能定制化产品。目前已开发了“大数据+专属终身重疾险”，为客户提供更优惠的保险服务，创新“预核保，再投保”的前置核保流程，优化客户投保体验;将大数据与医疗险结合，使用模型筛选体检代替随机抽样体检,优化了客户核保体验。为促进“保险+医疗”服务提质、提量深度融合，助力保险行业的数字化改革，推进数字经济建设，阳光人寿与中保科联与宁波卫健委联合打造智能风险量化实验室,探索核赔核保由以往单纯的数据服务向综合性分析服务转变。

本项目具体是以宁波卫健委的地区就诊数据为基础，阳光人寿的业务和技术指导为方向，中保科联的技术实施为手段,达到为不同投保人群提供个性化的保险产品，精细化产品营销和风险控制的效果。项目具体完成了以下工作:重疾模型:重疾模型于2020.4月正式上线，已应用于“大数据+专属终身重疾险”产品，通过重疾模型优选，可以有效做好产品风险控制，降低赔付率，助力产品定价更加优惠，服务大众。医费模型︰医费模型于2021.12月正式上线，已应用于相关医疗产品的下发体检环节。

在非标（拒保、延期、次标)人群的识别度上明显优于传统方式，说明模型抽检更准确更高效。客户无需担心被随机抽中，优化了客户核保体验。重疾模型:按照【3+3】思路构建模型:使用历史住院记录生成特征，预测未来是否患有重疾。样本数据为在历史有过就诊且非重疾住院人群,共计69万人群参与建模，按照60%: 20%: 20%划分训练集、验证集、测试集。医疗模型:与重疾模型类似，使用历史住院记录生成特征，预测未来住院费用额度是否超过阈值。评价指标含义·AUC:模型给label=1(如重疾)的人评分比label=0(如非重疾）的人评分要高的概率，在0-1之间，越高模型效果越好;·各年龄段平均提升度︰以每5岁为一组，各年龄段同性别人群。

模型评分优选出70%人群的发生率对比100%人群发生率的提升比率的平均值。重疾模型效果:. AUC:训练验证测试集中，AUC>0.8且接近，代表模型在测试验证的表现和训练中的表现高度一致;·提升度:验证集＋测试集在男性、女性人群的平均提升度达成超过20%。医疗模型效果:.AUC:训练验证测试集中，AUC>0.78且接近，代表模型在测试验证的表现和训练中的表现高度一致;·提升度:验证集+测试集在男性、女性人群的平均提升度达成超过30%。