“35岁的李莉（化名）几年前被诊断为二型糖尿病病人，一直服药治疗，虽然平日有规律管理自己的血糖，但糖尿病未来带来的风险让她无法安心，她联系多家保险代理人寻求购买重疾险，被“劝退”了。”这是中国近4亿慢病患者共同面临的困惑。

数据显示，中国人口有70%是亚健康人群，这类被称为“次标体”的群体，有着更高出险概率，也有着强烈的投保和付费意愿，他们对健康保障的需求比任何一个群体都要大，却往往被保险公司“一刀切”拒保。这个最需要保障群体，过去一直面临着花钱也买不到合适的保险的尴尬境遇，而如今还要面临买到了保险也用不上的二次尴尬境遇。

近两年在市场上颇为火热的短期健康险，以百万医疗险为首，似乎是给了带病人群一根“救命稻草”，“不论是否有既往症，人人都可以投保”的宣传语，一下子把对健康保障需求极高的带病人群吸引过来。但红火了两年之后，用户慢慢发现百万的赔付针对的大多是特定重疾和罕见病，而一般的疾病医疗均有免赔额的设定，想要触发理赔，门槛还是较高。

随便点开一个这类保险的短视频账号，90%的评论区几乎被质疑声淹没，“买了用不上”成为了用户普遍担心的痛点。

针对这类现象，有保险类媒体甚至直接指出：“放眼国内保险市场，大多数公司的选项是：运用什么技术才能卖出更多且效益显著的保费。在这种意识驱使下，当技术过度服务于保险销售，其近于诈骗也就不足为奇了。”

行业红利被稀释，增长乏力提前到来

“如果保司总做一些低发生率的产品，大部分客户对理赔无感，健康险的规模怎么可能做大呢？”一位业内大咖最近发表了自己的观点。

的确，健康险本身的增长乏力现象，出现的比我们预想更早。银保监会官网公布了2021年保险业主要数据：健康险保费8447亿，年增长仅为3.35%，增速大幅放缓。而2020年增长15.66%，2019年增长29.70％，从2013年到2018年健康险年复合增长率达到35.95%。

和保费收入增速大幅放缓形成鲜明对比的是，健康险赔付支出4029亿（20年是2921亿），增速高达37.93%。

保费增速大幅放缓，赔付支出骤然增高，两组数据反映出的本质是：用不上的人不续保了，用得上的人才会续保。如果保司通过涨价手段来规避逆选择风险，那买的人会更加少，恶性循环。

如何破题，让大部分用户觉得这个保险“用得上”，而保司也不会赔的多？这其中的弹性空间的确就在“带病人群”上。不过，套用一句网络用语，保司们现在的做法是“代数对了，公式错了”。

不是只有理赔才叫有用，让保险触达用户健康每一环

和普通保险不同的是，健康险保障的是健康的状态，因此存在两种可保模式：模式一，是通过饮食、运动等方法，主观人为控制健康状态；模式二，是通过人工智能大数据等科技手段进行客观测量、预测、定量各种健康状态风险敞口。

不过，相当一部分人认为健康管理是一个“伪命题”，这与上文提到的“可保模式一”的主观人为成分有着较大的关系，即需要投保用户自己的配合度极高，保司的健康管理成本也很高。同时，由于缺少AI大数据的赋能，以及专业硬科技能力的加持，无法对模式一的健康保障效果进行有效测量、预测，则无法对其未来可能产生的风险（赔付）敞口进行定量。

AI大数据的赋能，成为了健康险行业全新的“破壁者”，能够真正用大数据把“慢病次标体”都“管”起来，即便没有发生理赔，也能让用户感觉“用得上”，且成本是人工干预的几百分之一！用最低的成本，让保险和用户的健康生活深度捆绑。

用AI大数据把“慢病次标体”管起来、留下来！

从核保开始，对人群进行风险标签划分，从而提供多样化、差异化的健康险产品；承保过后通过健康促进、疾病管理、智能预诊等手段，以及AI大数据技术的强支撑，将可保模式一与模式二无缝衔接融合，为投保用户做到早发现早诊断早治疗，大大降低慢病人群的重疾发生概率，为保司减少赔付、为用户保住健康。同时还能够为保司提供次年续保的有效数据支撑策略依据，提升续保率，真正激活近4亿次标体的慢病患者，为健康险带来下一个指数级增长引擎，走出健康人群“红海”、进入慢病人群“蓝海”。

汤子欧，福布斯中国撰稿人，20余年健康保障和保险科技相关领域资深投资人。瑞士日内瓦大学[AppliedFinance]应用金融学博士、清华大学五道口金融学院[GlobalFinance]全球金融博士（优秀证书）、复旦大学健康经济学博士；美国健康保险师（HIAA）（中国首位）、国际寿险管理师（FLMI）。表达观点仅代表个人。