JP2019012493A - 保険設計支援システム及び保険設計支援方法 - Google Patents

Abstract

【課題】レセプトに代表される過去の医療受診情報に基づいて、最適な医療保険設計を支援する。【解決手段】プロセッサと、プロセッサに接続される記憶装置と、を有する保険設計支援システムであって、記憶装置は、複数の人物に関する実際の医療報酬の情報を含むレセプト情報と、疾病間の関係を示す疾病因果構造情報と、保険において設計された保険金の支払い条件と、を保持し、プロセッサは、レセプト情報から抽出された疾病から、疾病因果構造情報に基づいて、原因疾病を特定する原因疾病特定手順と、特定された原因疾病が前記支払い条件に該当する場合に、抽出された疾病に関して行われた診療行為をレセプト情報から抽出し、抽出された診療行為と、原因疾病に対応する支払い条件と、に基づいて、複数の人物に支払われる保険金額を推計する保険金推計手順と、推計された保険金額に基づいて、保険の設計を評価する保険設計評価手順と、を実行する。【選択図】図１

Description

本発明は、保険商品開発における商品設計技術に関する。

従来、医療保険の支払条件及び金額は、生命表等の公的統計データと過去の保険契約の発生状況（経験データという）とをもとに算出されている。経験データは、過去に発売した商品の事例に限られるため、未経験の新しい支払条件を有する保険商品開発の際に将来リスクを正しく算定することが困難である。例えば、特開平８−３３５２３５号公報（特許文献１）では、利用者が予め設定した利益率と発生率を基に、将来収支をシミュレーションする方法が開示されているが、保険設計については触れられていない。

特開平８−３３５２３５号公報

上記特許文献１に記載されている方法のように、利用者が設定する情報を基にした収支分析では、複雑な背景因子が影響する医療保険において、正確な分析を行うことが困難である。

また、保険会社のもつ経験データを基にした分析では、未経験の支払条件を設定した場合の影響度を正確に推定することができない。レセプトなどの医療受診情報をもとに保険金額推定を行うことができれば、未経験の支払事由を設定した際の影響を分析できる。さらに、実際に保険契約者が負担する医療費も同時に算出することが可能であるため、契約者にとっても利用価値の高い保険金商品の条件を探索することが可能になる。そこで本発明は、レセプトに代表される過去の医療受診情報から、医療保険に加入していた場合に受け取ることができる保険金の推定と医療機関に支払う医療費を算定し、最適な医療保険設計を支援するシステムの提供を目的とする。

上記の課題を解決するため、本発明は、プロセッサと、前記プロセッサに接続される記憶装置と、を有する保険設計支援システムであって、前記記憶装置は、複数の人物に関する実際の医療報酬の情報を含むレセプト情報と、疾病間の関係を示す疾病因果構造情報と、保険において設計された保険金の支払い条件と、を保持し、前記プロセッサは、前記レセプト情報から抽出された疾病から、前記疾病因果構造情報に基づいて、原因疾病を特定する原因疾病特定手順と、前記特定された原因疾病が前記支払い条件に該当する場合に、前記抽出された疾病に関して行われた診療行為を前記レセプト情報から抽出し、前記抽出された診療行為と、前記原因疾病に対応する前記支払い条件と、に基づいて、前記複数の人物に支払われる保険金額を推計する保険金推計手順と、前記推計された保険金額に基づいて、前記保険の設計を評価する保険設計評価手順と、を実行することを特徴とする。

本発明の一形態によれば、レセプトなどの医療受診情報に基づくシミュレーションによって保険金額推定を行うことで、経験データにない支払事由を設定した際の影響を分析することができる。これによって、医療保険の支払条件設計において正確なリスク評価を自動的に実行し、業務を精緻化及び効率化することができる。上記した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。

本発明の実施例１の保険設計支援システムの構成の一例を示すブロック図である。 本発明の実施例１のレセプト情報管理部が管理するレセプト基本情報の一例を示す説明図である。 本発明の実施例１のレセプト情報管理部が管理する傷病名情報の一例を示す説明図である。 本発明の実施例１のレセプト情報管理部が管理する診療行為情報の一例を示す説明図である。 本発明の実施例１の健診情報管理部が管理する健診情報の一例を示す説明図である。 本発明の実施例１の健保加入者情報管理部が管理する健保加入者情報の一例を示す説明図である。 本発明の実施例１の疾病因果構造管理部が管理する疾病因果構造情報の一例を示す説明図である。 本発明の実施例１の支払条件管理部が管理する入院給付条件情報の一例を示す説明図である。 本発明の実施例１の支払条件管理部が管理する手術給付条件情報の一例を示す説明図である。 本発明の実施例１の加入条件管理部が管理する加入条件情報の一例を示す説明図である。 本発明の実施例１のレセプト情報管理部が管理する原因疾病記録情報の一例を示す説明図である。 本発明の実施例１の保険設計支援システムが疾病因果構造を構築する手順を示したフロー図である。 本発明の実施例１の保険設計支援システムが、レセプト情報から、原因疾病を特定する手順を示したフロー図である。 本発明の実施例１の保険設計支援システムが、レセプトから特定した原因疾病をもとに、支払い対象疾病かどうかを判定し、給付金を算出する手順を示したフロー図である。 本発明の実施例１の保険設計支援システムが、健診とレセプトから告知に相当する情報を生成する手順を示したフロー図である。 本発明の実施例１の保険設計支援システムが、レセプトから所定の支払条件に従って保険金を算出し、給付額と医療費とのアンバランスを解消するための支払条件を最適化する手順を示したフロー図である。 本発明の実施例１の保険設計支援システムが出力する疾病因果構造構築画面の一例を示した説明図である。 本発明の実施例１の保険設計支援システムが出力する保険金シミュレーション画面の一例を示した説明図である。 本発明の実施例１の保険設計支援システムが出力する保険設計シミュレーション画面の一例を示した説明図である。 本発明の実施例２の保険設計支援システムの構成の一例を示すブロック図である。 本発明の実施例２の商品別加入者情報管理部が管理する商品別加入者情報の一例を示す説明図である。 本発明の実施例２の保険設計支援システム１０１が、レセプト及び健診結果のデータから、実際の保険商品に加入している契約者と同一の統計的特徴をもつ集団を抽出するための手順を示したフロー図である。 本発明の実施例２の保険設計支援システムが加入者群を選定する処理の際に出力する加入者群選定画面の一例を示した説明図である。

以下に本発明の実施例１として、レセプト（診療報酬明細書）を用いて保険金額の推計から保険商品設計までを実行する方法を、図面を参照しつつ説明する。

図１は、本発明の実施例１の保険設計支援システム１０１の構成の一例を示すブロック図である。

保険設計支援システム１０１は、コンピュータシステムであり、例えばキーボード及びマウスなどの入力部１０２、ディスプレイを表す出力部１０３、ＣＰＵ（Central Processing Unit）１０４、メモリ１０５、及び記憶媒体１０６を備えている。保険設計支援システム１０１は、原因疾病特定部１１１、保険金判定部１１２、保険設計評価部１１３、告知情報生成部１１４、加入条件判定部１１５を有している。原因疾病特定部１１１〜加入条件判定部１１５の各部は、ＣＰＵ１０４が記憶媒体１０６に格納されたプログラムを実行することによって実現される。これらのプログラムがＣＰＵ１０４によって実行されるときに、それらの少なくとも一部が必要に応じてメモリ１０５にコピーされてもよい。以下の説明において上記の各部が実行する処理は、実際には、ＣＰＵ１０４が上記のプログラムに記述された命令に従って実行する。

保険設計支援システム１０１にはデータベース１０７が接続される。データベース１０７は、レセプト情報管理部１２０、健診情報管理部１２１、健保加入者情報管理部１２２、疾病因果構造管理部１２３、支払条件管理部１２４、及び加入条件管理部１２５を有する。データベース１０７は、例えば、ネットワークを介して保険設計支援システム１０１に接続された記憶システムに格納されもよいし、保険設計支援システム１０１内に（例えば記憶媒体１０６に格納されることによって）内蔵されてもよい。データベース１０７が保険設計支援システム１０１の外部のシステムに格納される場合、その内容の少なくとも一部が必要に応じて記憶媒体１０６又はメモリ１０５にコピーされてもよい。また、入力部１０２、出力部１０３、ＣＰＵ１０４、メモリ１０５及び記憶媒体１０６を有する計算機と、データベース１０７とを含むシステム全体を保険設計支援システムと呼んでもよい。

図２は、本発明の実施例１のレセプト情報管理部１２０が管理するレセプト基本情報２００の一例を示す説明図である。

レセプト基本情報２００は、それぞれのレセプトに関する基本的な情報であり、健康保険（健保）の加入者を特定する健保加入者ＩＤ２０１、レセプトを特定するための検索番号２０２、レセプトの発行された月を示す診療年月２０３、レセプトに記載されている医療費の情報を示す合計点数２０４、レセプトが入院であるか外来であるかなどの情報を示すレセプト種別２０５、及び、診療に要した日数を示す診療日数２０６を含む。この情報によって、レセプト毎に集計、分析を行うことができるという効果がある。

図３は、本発明の実施例１のレセプト情報管理部１２０が管理する傷病名情報３００の一例を示す説明図である。

傷病名情報３００は、それぞれのレセプトから抽出された傷病に関する情報であり、レセプトを特定するための検索番号２０２、治療対象となった傷病を示す傷病名３０２、傷病名に対応する傷病名コード３０３、及び、複数の疾病の中で最も医療資源を投入した疾病に付与される主傷病フラグ３０４を含む。例えば一人の患者が１カ月間に複数の病気のために診療を受けた場合、傷病名３０２、傷病名コード３０３及び主傷病フラグ３０４の複数の組が同じ検索番号２０２に対応付けられる。この情報によって、傷病別に分析することが可能になるという効果がある。

図４は、本発明の実施例１のレセプト情報管理部１２０が管理する診療行為情報４００の一例を示す説明図である。

診療行為情報４００は、それぞれのレセプトから抽出された、それぞれのレセプトに対応する月に患者に対して施された診療行為に関する情報であり、レセプトを特定するための検索番号２０２、患者に対して施された診療行為を示す診療行為名称４０２、診療行為に対応する診療行為コード４０３、診療行為ごとに定められた診療行為点数４０４、診療行為が行われた日を示す１日の情報４０５から３１日の情報４０８を含む。診療行為が行われた日を示す１日の情報４０５から３１日の情報４０８は、その月の１日から３１日までの各日に、診療行為名称４０２が示す診療行為が行われたか否かを示す情報である。図４には例として１日の情報４０５、２日の情報４０６、３日の情報４０７及び３１日の情報４０８を示すが、実際には４日の情報から３０日の情報も含まれる。この情報によって、診療行為別に分析することが可能になるという効果がある。

なお、レセプト情報管理部１２０は、図２〜図４に示したレセプト基本情報２００、傷病名情報３００及び診療行為情報４００を、レセプト情報としてまとめて管理してもよい。

図５は、本発明の実施例１の健診情報管理部１２１が管理する健診情報５００の一例を示す説明図である。

健診情報５００は、健保加入者が受信した健康診断（健診）の結果に関する情報であり、健保加入者ＩＤ２０１、健診を受診した年度を示す健診受診年度５０２、ＢＭＩ（Body Mass Index）５０３、収縮期血圧５０４、中性脂肪５０５、空腹時血糖５０６、及び問診結果５０７などを含む。問診結果５０７は、例えば、飲酒の習慣の有無、運動の習慣の有無等を示す情報等を含んでもよい。この情報によって、健康状態に応じたシミュレーション対象集団の選定が可能になるという効果がある。

図６は、本発明の実施例１の健保加入者情報管理部１２２が管理する健保加入者情報６００の一例を示す説明図である。

健保加入者情報６００は、各健保加入者の属性に関する情報であり、健保加入者ＩＤ２０１、各健保加入者が被保険者本人か扶養者か及び扶養者の場合は被保険者との関係を示す続柄区分６０２、性別６０３、生年月日６０４、勤務先の業種を示す業種区分６０５、職種６０６、健保への加入日の情報を示す加入年月日６０７、及び、健保からの脱退日の情報を示す脱退年月日６０８を含む。この情報によって、続柄、年齢、性別、業種及び追跡可能年数等に応じた分析が可能になるという効果がある。

図７は、本発明の実施例１の疾病因果構造管理部１２３が管理する疾病因果構造情報７００の一例を示す説明図である。

疾病因果構造情報７００は、疾病間の関連情報を特定する疾病関連ＩＤ７０１、疾病因果構造の起点となる傷病を示す因果起点傷病７０２、因果起点傷病７０２に対して終端となる因果終端傷病７０３、医学的知見を基に算定した疾病間の関連度を示す医学的関連度７０４、データから算定した疾病間の関連を示す実態関連度７０５、及び、医学的関連度７０４と実態関連度７０５を融合して算定した疾病関連度７０６を含む。この情報によって、医学的知見と実態をベースにした疾病の関連を基にした分析が可能になるという効果がある。

図８は、本発明の実施例１の支払条件管理部１２４が管理する入院給付条件情報８００の一例を示す説明図である。

入院給付条件情報８００は、入院給付（すなわち入院に対する保険金の支払い）の対象条件を特定する入院給付対象条件ＩＤ８０１、支払対象の傷病を示す支払対象傷病８０２、及び、対象の保険商品を特定する保険商品ＩＤ８０３を含む。この情報によって、保険商品毎に対象とする疾病を設定する事が可能になるという効果がある。

図９は、本発明の実施例１の支払条件管理部１２４が管理する手術給付条件情報９００の一例を示す説明図である。

手術給付条件情報９００は、手術給付（すなわち手術に対する保険金の支払い）の対象条件を特定する手術給付対象条件ＩＤ９０１、支払対象の手術処置を示す支払対象診療行為９０２、対象の保険商品を特定する保険商品ＩＤ８０３、及び、対象処置に対する給付の倍率を示す給付倍率設定９０３を含む。この情報によって、保険商品毎に対象とする手術給付条件を設定する事が可能になるという効果がある。

図１０は、本発明の実施例１の加入条件管理部１２５が管理する加入条件情報１０００の一例を示す説明図である。

加入条件情報１０００は、加入条件を特定する加入条件ＩＤ１００１、年齢の加入条件を示す年齢条件１００２、性別の加入条件を示す性別条件１００３、及び、健康状態の加入条件を示す健康状態条件１００４を管理している。この情報によって、保険商品別に年齢や性別、健康状態を加味した加入者群を作成することが可能になるという効果がある。

図１１は、本発明の実施例１のレセプト情報管理部１２０が管理する原因疾病記録情報１１００の一例を示す説明図である。

レセプト情報管理部１２０は、各レセプトに記録された傷病名に応じて、当該傷病名の原因と考えられる疾病を、疾病因果構造をもとに特定し、原因疾病１１０１として管理している。原因疾病記録情報１１００の検索番号２０２は、各レセプトを特定する情報であり、原因疾病１１０１は、各レセプトに記録された傷病の原因として特定された疾病である。この情報によって、各レセプトに対応する患者に保険金が給付されるか否かを判定することが可能になるという効果がある。

次に、疾病の因果構造を構築する手順を、図を用いて説明する。

図１２は、本発明の実施例１の保険設計支援システム１０１が疾病因果構造を構築する手順を示したフロー図である。

ここでは、疾病因果構造管理部１２３の管理する医学的知見に基づく疾病の関連情報を、レセプトなどの実態データに基づき算出する関連情報と融合する。まず、原因疾病特定部１１１は、開始ステップにて疾病因果構造を構築する手順を開始すると、構築条件設定ステップ１２０２にて、疾病因果構造を構築する際の条件設定を行う。具体的には、原因疾病特定部１１１は、医学的知見に基づく関連度とデータに基づく関連度とを融合する方法として、例えば両者の和を計算する方法、両者の積を計算する方法、又はその他任意の演算方法の指定を行う。

次に、原因疾病特定部１１１は、レセプト情報読込ステップ１２０３にて、レセプト情報管理部１２０からレセプト情報を読込む。次に、原因疾病特定部１１１は、レセプト情報から、分析対象レセプト抽出ステップ１２０４にて、分析の対象とするレセプトを抽出する。例えば、入院レセプトを対象とする場合には、原因疾病特定部１１１は、レセプト種別２０５を参照して、その値が入院を示す値となっているレセプト（すなわち入院レセプト）を抽出する。

次に、原因疾病特定部１１１は、疾病因果構造構築ステップ１２０５にて、傷病発生の因果構造を構築する。具体的には、原因疾病特定部１１１は、入院レセプトの診療年月２０３及び傷病名３０２の情報を参照し、疾病とその発生順序をもとに、図７の疾病因果構造情報７００に示す因果起点傷病７０２及び因果終端傷病７０３を抽出し、その関連度を求める。

例えば、ある患者において、最初の入院レセプトの傷病名に肺がんの記載があった場合に、因果起点傷病７０２が肺がんとなり、翌月に発行されたレセプトの傷病名に肺炎の記載があった場合、因果起点傷病７０２が肺がんであり、因果終端傷病７０３が肺炎となる。原因疾病特定部１１１は、このような抽出を対象の集団に含まれる各患者について実行し、その中で肺がんと肺炎の実態関連度７０５を算出する。

実態関連度７０５をＰ’とすると、Ｐ’は、例えば、肺がんの入院発生者数をＮ_Ａ、肺がんの後に肺炎で入院が発生した患者数をＮ_ＡＢとして下記の式１に従って算出することができる。

ただし、肺がんの後に肺炎で入院した患者であっても、肺がんでの入院が発生してから肺炎での入院が発生するまでの期間の長さが所定の条件を満たさない（例えば所定の期間より長い）患者については、その数をＮ_ＡＢに含めなくてもよい。このように、各患者において、二つの疾病に対する診療行為が行われた時期の関係（すなわち両者の前後関係及び時間的な距離）に基づいて両者の因果関係の強さを示す関連度が算出される。

原因疾病特定部１１１は、これらの処理を全ての疾病の組合せについて実施し、データに基づく疾病因果構造を構築する。次に、原因疾病特定部１１１は、医学的因果構造融合ステップ１２０６にて、疾病因果構造構築ステップ１２０５で求めたデータに基づく因果構造と疾病の実態関連度７０５に対して医学的知見をもとに補正を行う。具体的には、例えば本システムのユーザ等が、主要な疾病間の医学的関連度７０４として、ほぼ確実に因果関係がある場合に１、因果関係が認められない場合は０、弱い因果関係がある場合は０．５など、エビデンスレベルに応じた関連度を予め入力しておく。次に、原因疾病特定部１１１は、医学的関連度７０４と実態関連度７０５をもとに、両者の値の和を疾病関連度７０６として算出する。ここで、疾病関連度７０６を算出するために、和を計算する他に、積を計算する、又は、その他任意の方法（例えば重み付けをして和又は積を計算するなど）を用いて両者を合成してもよい。

以上で疾病因果構造を構築する手順が終了する（終了ステップ１２０７）。

次に、原因疾病を特定する手順を、図を用いて説明する。

図１３は、本発明の実施例１の保険設計支援システム１０１が、レセプト情報から、原因疾病を特定する手順を示したフロー図である。

原因疾病特定部１１１は、開始ステップ１３０１にてレセプト情報から原因疾病を特定する手順を開始すると、対象疾病定義読込ステップ１３０２にて、予め設定した処理の対象とする原因疾病の候補の読込を行う。例えば、肺がんに関連する疾病の分析を実行する場合には肺がんが設定される。

次に、原因疾病特定部１１１は、原因疾病特定条件設定ステップ１３０３にて、原因疾病を特定する際に用いる判定基準となる疾病関連度７０６に対する閾値を設定する。次に、原因疾病特定部１１１は、疾病因果構造読込ステップ１３０４にて、予め構築した疾病因果構造（例えば図７に示す疾病因果構造情報７００）を読み込む。次に、原因疾病特定部１１１は、レセプト情報読込ステップ１３０５にて、分析対象のレセプトを読み込む。

次に、原因疾病特定部１１１は、傷病名抽出ステップ１３０６にて、読み込んだレセプトの診療年月日とともに傷病名３０２を抽出する。ここで、原因疾病特定部１１１は、例えば、各レセプトの診療年月２０３及び診療行為情報４００の１日の情報４０５から３１日の情報４０８に基づいて診療年月日を特定してもよい。ここで抽出された傷病名によって特定される傷病は、後の処理において「着目疾病」とも記載される。

次に、原因疾病特定部１１１は、原因疾病特定ステップ１３０７にて、抽出した傷病名中に、対象疾病定義読込ステップ１３０２で取得した対象疾病定義に該当する原因疾病が存在するか判定する。原因疾病該当判定ステップ１３０８にて、該当する原因疾病がない場合は処理を終了し、該当する原因疾病が存在する場合は次の閾値判定ステップ１３０９に移行する。閾値判定ステップ１３０９にて、原因疾病特定部１１１は、該当する原因疾病とステップ１３０６で抽出した傷病名が示す疾病との間の疾病関連度が、原因疾病特定条件設定ステップ１３０３にて設定した閾値を満たすか判定する。閾値が満たされる場合には、原因疾病特定部１１１は、次の原因疾病情報記録ステップ１３１０にて、抽出した傷病名に対する原因疾病をレセプト情報管理部１２０の原因疾病記録情報１１００に記録する。

例えば、ステップ１３０２において「肺がん」が設定され、ステップ１３０６で「肺炎」が抽出された場合、ステップ１３０７では疾病因果構造情報７００が参照される。ここで、仮に、図７の疾病因果構造情報７００における「疾病Ｃ」が肺炎であるとすると、ステップ１３０７では、ＩＤ「２」によって識別される疾病関連に基づいて、レセプトから抽出された傷病名「肺炎」の原因（すなわち終端である「肺炎」に対応する起点）である「疾病Ｂ」が特定される。仮にこの「疾病Ｂ」が肺がんであるとすると、ステップ１３０７で原因疾病が存在すると判定される。図７の例ではこれらの疾病関連度が「１．２」であるため、ステップ１３０３で設定された疾病関連度の閾値が１．２より小さければ、読み込んだレセプトに対応する原因疾病１１０１として「肺がん」が記録される。

一方、仮に、「疾病Ｂ」が肺がんではないとすると、さらに疾病Ｂの原因が探索される。図７の例では、ＩＤ「１」によって識別される疾病関連に基づいて、「疾病Ｂ」の原因（すなわち終端である「疾病Ｂ」に対応する起点）である「疾病Ａ」が特定される。仮にこの「疾病Ａ」が肺がんであるとすると、ステップ１３０７で原因疾病が存在すると判定される。図７の例では「疾病Ｂ」と「疾病Ｃ」との疾病関連度が「１．２」、「疾病Ａ」と「疾病Ｂ」との疾病関連度が「１．７」であるため、これらに基づいて「疾病Ａ」（すなわち肺がん）と「疾病Ｃ」（すなわち肺炎）との疾病関連度が計算される。例えば、これらのうち最小のもの（すなわち「１．２」）を「肺がん」と「肺炎」との疾病関連度としてもよいし、他の方法で計算してもよい。このようにして計算された疾病関連度がステップ１３０３で設定された閾値より大きければ、読み込んだレセプトに対応する原因疾病１１０１として「肺がん」が記録される。

なお、ステップ１３０２において設定された疾病と、ステップ１３０６においてレセプトから抽出された疾病とが同一である場合には、図７を参照するまでもなく、ステップ１３０６においてレセプトから抽出された疾病が当該レセプトに対応する原因疾病１１０１として記録される。

以上でレセプト情報から原因疾病を特定する手順が終了する（終了ステップ１３１１）。

次に、保険金を算出する手順を、図を用いて説明する。

図１４は、本発明の実施例１の保険設計支援システム１０１が、レセプトから抽出した疾病から特定した原因疾病をもとに、当該原因疾病が支払い対象疾病かどうかを判定し、当該原因疾病が支払い対象疾病である場合に、レセプトから抽出した疾病に関する診療行為に基づいて給付金を推計する手順を示したフロー図である。ここでは、入院給付だけでなく、手術給付に関しても、支払い対象かどうかが判定され、給付金が算出される。

保険金判定部１１２は、開始ステップに１４０１にて支払い対象疾病の判定及び給付金の算出の手順を開始すると、原因疾病記録情報読込ステップ１４０２にて原因疾病記録情報１１００を読み込む。次に、保険金判定部１１２は、保険商品支払い条件読込ステップ１４０３にて入院給付条件情報８００及び手術給付条件情報９００を読込む。

次に、保険金判定部１１２は、入院給付条件判定ステップ１４０４にて、特定した原因疾病が入院給付の対象か否かを判定する。具体的には、保険金判定部１１２は、疾病が抽出されたレセプトに対応する原因疾病１１０１を参照し、それらの中に、入院給付条件情報８００に記載された傷病がある場合には、特定した原因疾病が（言い換えると、当該レセプトに記載された入院が）入院給付の対象であると判定する。この場合、保険金判定部１１２は、入院給付保険金算出ステップ１４０５にて入院給付金を算出する。一般の医療保険商品では、入院の日数１日当たりに対して、支払い条件で定められた所定の給付金を支払う形態となっている。よって、レセプト基本情報の診療日数２０６（入院レセプトの場合には入院日数を表す）に所定の保険金を乗ずることで入院給付金を算出することができる。一方、入院給付条件判定ステップ１４０４にて、特定した原因疾病が入院給付の対象ではないと判定された場合、ステップ１４０５は実行されない。

次に、保険金判定部１１２は、手術給付条件判定ステップ１４０６にて、給付対象の手術が行われているか否かを判定する。具体的には、保険金判定部１１２は、レセプト情報管理部１２０の診療行為情報４００の診療行為名称４０２が手術給付条件情報９００の支払対象診療行為９０２に該当する場合に、給付対象の手術が行われていると判定する。その場合、保険金判定部１１２は、手術給付保険金算出ステップ１４０７にて、手術給付金の算出を行う。具体的には、保険金判定部１１２は、手術給付条件情報９００の給付倍率設定９０３を参照し、所定の入院１日当たりの給付金額に当該倍率を乗じて手術給付金を算出する。一回の入院で複数の手術を行うなどの場合は、最も倍率の高い診療行為を一度のみ算出する。但し、保険商品の契約条項によっては、この限りではない。一方、手術給付条件判定ステップ１４０６にて、給付対象の手術が行われていないと判定された場合、ステップ１４０７は実行されない。

最後に、保険金判定部１１２は、合計保険金算出ステップ１４０８にて、入院給付金と手術給付金とを合算して、合計給付金を算出する。以上で原因疾病が支払い対象疾病かどうかを判定し、給付金を算出する手順が終了する（終了ステップ１４０９）。

次に、健診やレセプトから、医療保険の加入審査に用いる告知に相当する情報を生成する手順を、図を用いて説明する。

図１５は、本発明の実施例１の保険設計支援システム１０１が、健診とレセプトから告知に相当する情報を生成する手順を示したフロー図である。

告知情報生成部１１４は、開始ステップ１５０１にて告知に相当する情報を生成する手順を開始すると、告知作成条件設定フロー１５０２にて、作成する告知項目の設定を行う。例えば、生成する告知項目として、身長体重などの基本的な項目の他、過去の既往歴、過去５年以内の手術歴、入院有無、現在の服薬状況、糖尿病などの生活習慣病の有無、妊娠の有無、検査値異常の有無、業種及び職種などがある。

次に、告知情報生成部１１４は、加入者情報・レセプト・健診情報読込ステップ１５０３にてレセプト情報管理部１２０の有するレセプトの情報と、健診情報管理部１２１の有する健診情報５００と、健保加入者情報管理部１２２の有する健保加入者情報６００とを読み込む。次に、告知情報生成部１１４は、健康状態判定ステップ１５０４にて、健診情報５００から検査値異常の有無を判定する。例えば、告知情報生成部１１４は、空腹時血糖が所定の値以上であった場合に、血糖異常ありと判定する。血圧及び中性脂肪等の、その他の項目についても、告知情報生成部１１４は、所定の値を逸脱している場合に、異常ありと判定する。

次に、告知情報生成部１１４は、生活習慣判定ステップ１５０５にて、問診項目を基にした告知相当情報の生成を行う。例えば、問診の中に含まれる喫煙、飲酒、及びその他の身体的情報を抽出する。次に、告知情報生成部１１４は、医療受診状況判定ステップ１５０６にて、レセプトを基に、手術歴及び入院歴の有無等の情報を抽出する。具体的には、告知情報生成部１１４は、レセプトの診療行為情報４００を参照して、例えば過去５年以内に手術の実績があるかを判定する。また同様にして、告知情報生成部１１４は、入院のレセプトが存在しているかどうかを判定する。このようにして、手術歴及び入院歴の情報を作成する。

次に、告知情報生成部１１４は、告知相当情報作成ステップ１５０７にて、健康状態の判定結果と、生活習慣の判定結果と、医療受診状況の判定結果を総合して告知相当情報を作成する。以上で告知に相当する情報を生成する手順が終了する（終了ステップ１５０８）。

図１６は、本発明の実施例１の保険設計支援システム１０１が、レセプトから所定の支払条件に従って保険金を算出し、給付額と医療費とのアンバランスを解消するための支払条件を最適化する手順を示したフロー図である。

開始ステップ１６０１にて保険金の算出及び支払い条件最適化の手順が開始されると、加入条件判定部１１５が、評価対象群抽出ステップ１６０２にて、別途告知情報生成部１１４が作成した告知相当情報をもとに、加入条件の審査を行い、医療保険に加入できる健康状態の者を抽出する。ここで抽出された人物のレセプトを対象として、後述するステップ１６０４以降の手順が実行される。ここで対象を絞り込んで、加入できない人物を除外することによって、より正確に保険の設計を評価することができる。

次に、保険設計評価部１１３が、評価条件設定ステップ１６０３にて、支払条件が最適か否かを評価するための評価指標とその目標値を設定する。例えば、加入者の支払う医療費の負担額（支出）に対して保険金が充足しているか否かを加入者ごとに計算して、充足している者の割合である充足率を目標指標として使用してもよい。具体的には、例えば、医療費が発生した加入者の数に対する、推計された保険金が当該医療費の負担額以上である加入者の数の割合を、充足率として計算してもよい。その場合、所定の充足率の値（例えば９０％）が評価指標の目標値として設定される。充足率は、保険の設計（具体的には支払い条件）が適切であるか否かを的確に評価することができる指標の一例であり、他の指標を採用してもよい。

次に、保険設計評価部１１３は、医療費算出ステップ１６０４にて、レセプトに記載の診療報酬点数を基に医療費を算定する。医療費は、診療報酬点数の３割分を窓口負担額として算出できる。次に、保険金判定部１１２が、保険金額算出ステップ１６０５にて、図１４に示す保険金算出フローに従い保険金額を算出する。

次に、保険設計評価部１１３は、ステップ１６０５にて算出した保険金額と医療費とを基に、評価指標算出ステップ１６０６にて評価指標を算出する。ここで算出される評価指標は、評価条件設定ステップ１６０３にて設定されたものである。例えば、評価指標として、保険金が医療費を満たしている者の割合（すなわち充足率）が設定された場合、保険設計評価部１１３は、充足率を評価指標の値として算出する。次に、保険設計評価部１１３は、目標値判定ステップ１６０７にて、算出した評価指標の値が目標値を満たしているか否か判定する。算出した評価指標の値が目標値を満たしていない場合は、保険設計評価部１１３は、次の過不足要因探索ステップ１６０８にて要因の探索を行う。

例えば、充足率が目標値に満たない場合を例にして、具体的な処理を説明する。まず、保険設計評価部１１３は、各加入者別に医療費と保険金の差分を算出する。算出した差分の上位（例えば上位５％とする）を１としその他を０とすることで差分を指標化し、差分の大小を識別する。次に、保険設計評価部１１３は、加入者ごとの過去の診療行為の実績及び入院有無の情報等を説明変数として、目的変数（すなわち上記のように指標化された差分）と結合してデータセットを作成する。

さらに、保険設計評価部１１３は、作成したデータセットに対して、目的変数である医療費と保険金の差分に対して寄与している説明変数を抽出する。分析する手法として、決定木又は回帰モデル等の任意の手法を適用することができる。例えば、決定木モデルを採用した場合、目的変数すなわち医療費と保険金の差分に対して与える影響の大きい要因（説明変数）を抽出することができる。

設定した目標値に対して保険設計を最適化するため、保険設計評価部１１３は、抽出した要因のなかから保険金の支払条件となっている項目を抽出し、支払条件変更ステップ１６０９にて、当該支払条件を変更する。例えば、差分に対して影響の大きい要因として抽出した項目が手術回数であった場合、支払条件の手術回数上限を変更する。例えば手術回数上限が１回であった場合、２回まで給付対象とすることで、保険金の支払額が増加することになり、保険金が不足している場合においては差分を減少させる効果がある。

次に、保険設計評価部１１３は、保険金額算出ステップ１６０５にて再度保険金額を算出し、評価指標が目標値を満たしているか否かを判定する処理（ステップ１６０６、ステップ１６０７）を、目標値に到達するまで繰り返すことによって、最適化処理を実行する。目標値を満たす結果が得られると（すなわち目標値判定ステップ１６０７にて評価指標の値が目標値を満たしていると判定されると）、保険設計評価部１１３は、更新済み支払条件出力ステップ１６１０にて、上記の処理結果の支払条件を出力する。以上で保険金の算出及び支払い条件最適化の手順が終了する。

次に、疾病因果構造を構築する際の手順を、画面例を用いて説明する。

図１７は、本発明の実施例１の保険設計支援システム１０１が出力する疾病因果構造構築画面１７０１の一例を示した説明図である。

例えば本システムのユーザが、出力部１０３によって表示された疾病因果構造構築画面１７０１を参照して、入力部１０２を操作して給付の対象となる疾病を原因疾病入力１７０２に入力し、関連を調べたい着目疾病入力１７０３に着目する疾病を入力し、関連判定閾値入力１７０４に、原因疾病と着目疾病の関連を認める判定基準となる閾値を入力する。ユーザが入力部１０２を操作して計算実行ボタン１７０５を押下すると、原因疾病特定部１１１が図１２の処理を実行することによって疾病因果構造を構築する。

医学的知見に基づく疾病因果構造表示１７０８は、原因疾病とその他の疾病を医学的知見による関連度で結んだ図を示している。疾病Ａから疾病Ｂへの医学的関連度７０４をＰ_ＡＢとし、疾病Ｂから疾病Ｃへの医学的関連度をＰ_ＢＣ、疾病Ｂから疾病Ｄへの関連度をＰ_ＢＤ表現し、線の太さは関連度の強さを表現している。データに基づく疾病因果構造表示１７０９は、疾病間の関連度をデータから算出したものであり、実態関連度７０５をそれぞれＰ’_ＡＢ、Ｐ’_ＢＣ、Ｐ’_ＢＤとして表している。

次に融合手法選択１７０６にて、ユーザが医学的知見に基づく疾病因果構造とデータに基づく疾病因果構造を融合する方法を選択する。図１７では和によって融合する例を示している。算出結果をデータで補正した因果構造表示１７１０に表示している。これが疾病関連度７０６に相当する。

図１７の例では疾病Ａ（例えば肺がん）から疾病Ｂを経由して疾病Ｃ（例えば肺炎）に至る経路が示されている。着目疾病である疾病Ｃの肺炎と疾病Ａの肺がんとの関連を判定する際に、Ｐ_ＡＢ＋Ｐ’_ＡＢとＰ_ＢＣ＋Ｐ’_ＢＣの両経路が閾値以上である場合に関連ありと判定し、判定結果表示１７１１に結果を表示する。ここでは、説明の為に上記の例を挙げたが、関連を判定する手法は上記の限りではなく、任意の手法を用いることができる。

また、本処理は内部で実行し、画面上の操作を要せずに実行することも可能である。例えば、ユーザが原因疾病と着目疾病を指定する代わりに、原因疾病特定部１１１が原因疾病と着目疾病との全ての（又は必要な数の）組合せを生成して、それらについて疾病因果構造を構築してもよい。その場合、保険設計支援システム１０１は、疾病因果構造構築画面１７０１を出力しなくてもよい。

次に、保険金額推計を実行し結果を参照する際の手順を、画面例を用いて説明する。

図１８は、本発明の実施例１の保険設計支援システム１０１が出力する保険金シミュレーション画面１８０１の一例を示した説明図である。

出力部１０３によって表示された保険金シミュレーション画面１８０１内に設定パネル１８０２があり、例えばユーザが入力部１０２を介して推計対象保険商品選択１８０３を操作することによって、推計対象の保険商品を選択し所望の支払条件を指定する。さらに、ユーザは、加入者条件選択１８０４にて、対象とする加入者群の抽出条件を指定し、対象期間選択１８０５にて、レセプトの推計対象期間を指定し、入院日額選択１８０６にて、保険金算定の際に用いる入院日額を設定する。ユーザが入力部１０２を操作して推計実行ボタン１８０７を押下すると、保険金判定部１１２が図１４に示す手順で各種計算を実行し、結果表示１８０８に計算結果が表示される。

保険金推計の結果は推計結果表１８０９に表示される。例えば、原因疾病別の保険金推計額の平均などが表示される。計算結果からは、平均に限らず標準偏差又はその他任意の統計量を算出し、表示することができる。保険金推計結果グラフ表示１８１０に、推計結果表１８０９にて選択した推計結果がグラフ表示される。このグラフ表示によって、保険金額推計結果の分布などのより詳細な情報を得ることができる。

次に、保険金推計により最適な支払条件設計を行う際の手順を、画面例を用いて説明する。

図１９は、本発明の実施例１の保険設計支援システム１０１が出力する保険設計シミュレーション画面１９０１の一例を示した説明図である。

出力部１０３によって表示された保険設計シミュレーション画面１９０１内に設定パネル１８０２があり、例えばユーザが入力部１０２を操作することによって設定パネル１８０２内の目標給付充足率設定１９０２に目標給付充足率を入力する。この目標給付充足率が、図１６のステップ１６０３で設定される目標値に相当する。ユーザが最適化実行ボタン１９０３を押下すると、保険設計評価部１１３等が、図１６に示す手順に従って最適な支払条件探索を実行する。

計算結果は、集計結果表示１９０４、最適化前結果表示１９０５及び最適化後結果表示１９０６に表示される。集計結果表示１９０４には、保険商品選択１８０３で設定した保険商品の支払条件に従って算出した保険金推計額及び医療費について、平均などの統計値と、医療費に対して保険金が充足している者の割合と不足している者の割合が表示される。図１９の例では、集計結果表示１９０４に、原因疾病として肺がんが選択されたときの、最適化前及び最適化後のそれぞれにおける平均医療費自己負担、平均保険金額及び充足率が表示されている。ここで、最適化とは、図１６のステップ１６０７において目標値が満たされたと判定されるまでステップ１６０５〜ステップ１６０９を繰り返すことである。最適化後の欄には支払条件変更内容表示１９０７に表示されている内容の変更を行った結果の保険金推計額が表示される。

例えば、支払条件変更内容１９０７には、従来支払条件対象外としていた疾病を対象に加えたり、特定の手術処置に関する給付額を増減させるなどの条件変更内容が表示される。最適化前結果表示１９０５には、最適化処理実行前の充足割合がグラフ表示され、最適化後結果表示１９０６には最適化処理実行後の充足割合がグラフ表示される。本画面例は説明のための一例を示したものであり、設定項目及び表示方法は任意のものを用いて構わない。

上記実施例１によれば、レセプト及び健診等の情報を用いて保険金推計を実施する事によって、実際にはまだ設定されていない仮想的な支払条件及び実際にはまだ加入していない仮想的な加入者を加えた際の影響を評価することができる。さらに保険契約者が負担する医療費も同時に算出することが可能であるため、契約者にとっても利用価値の高い保険金商品の条件を探索することが可能になる。これによって、医療保険の支払条件設計において正確なリスク評価を自動的に実行し、商品設計に係る設計業務を大幅に効率化できるという効果がある。

本発明の実施例２について、図を用いて詳細に説明する。ここでは、実際の（すなわち既に販売されている）保険商品の加入者群の健康状態の年齢、性別などの基本的な属性データに基づき、レセプトデータと健康診断結果、属性データを基に、統計的に同一の特徴を持つ仮想加入者群を選定する保険設計支援システムについて説明する。以下に説明する相違点を除き、実施例２のシステムの各部は、図１〜図１９に示された実施例１の同一の符号を付された各部と同一の機能を有するため、それらの説明は省略する。

図２０は、本発明の実施例２の保険設計支援システム１０１の構成の一例を示すブロック図である。

実施例２では、保険設計支援システム１０１の記憶媒体１０６は、保険加入者特徴抽出部１１６を有している。また、データベース１０７は、実際の保険商品加入者群の健康状態、年齢、性別などの基本的な属性データの情報を管理する商品別加入者情報管理部１２６を有している。

図２１は、本発明の実施例２の商品別加入者情報管理部１２６が管理する商品別加入者情報２１００の一例を示す説明図である。

商品別加入者情報２１００は、保険加入者を特定する保険加入者ＩＤ２１０１、保険商品を特定する保険商品ＩＤ８０３、保険商品の名称を示す保険商品名称２１０２、被保険者の性別６０３、被保険者の生年月日６０４、被保険者の業種を示す業種区分２１０３、被保険者の職種を示す職種区分２１０４、保険商品への加入年月日２１０５、同保険商品からの脱退年月日２１０６、及び告知情報２０１７を管理している。この情報によって、商品別の加入者の特徴を抽出して、レセプト及び健診結果情報から同一の統計的特徴をもつ集団を選定することが可能になるという効果がある。

図２２は、本発明の実施例２の保険設計支援システム１０１が、レセプト及び健診結果のデータから、実際の保険商品に加入している契約者と同一の統計的特徴をもつ集団を抽出するための手順を示したフロー図である。

まず、保険加入者特徴抽出部１１６は、調整変数設定ステップ２２０２にて、統計的に同一の集団を抽出するために、背景調整を行う少なくとも一つの項目（共変量）を設定する。例えば、年齢と性別構成を調整したい場合は、年齢と性別を設定する。その他、健康状態も含めて調整したい場合は、各種検査値等を設定する。共変量には、上記だけでなく、必要な項目を任意に設定することができる。次に、保険加入者特徴抽出部１１６は、商品別加入者情報読込ステップ２２０３にて、商品別加入者情報２１００を読込む。

次に、保険加入者特徴抽出部１１６は、健保加入者情報読込ステップ２２０４にて、レセプトデータ、健診結果及び属性データを読み込む。次に、保険加入者特徴抽出部１１６は、告知情報生成ステップ２２０５にて、レセプトデータ、健診結果及び属性データから告知情報を生成する。次に、保険加入者特徴抽出部１１６は、加入条件判定ステップ２２０６にて、健保加入者の群から対象の保険商品に加入できる群の選定を行う。次に、保険加入者特徴抽出部１１６は、背景調整ステップ２２０７にて、保険商品加入者群の共変量と、健保加入者の共変量を調整する。次に、保険加入者特徴抽出部１１６は、背景調整済み選定群抽出ステップ２２０８にて、対象とする保険商品加入者群の共変量と統計的に有意差のない群を、健保加入者群の中から選定する。以下の説明では、統計的に有意差がないことを同一と記載する。すなわち、ここでの同一は、完全な同一だけでなく、十分に類似することを含む。実施例２の保険設計支援システム１０１は、保険加入者特徴抽出部１１６が抽出した集団を基に、保険金推計を実施する。

次に、レセプト及び健診結果のデータから、実際の保険商品の加入者群と同一の統計的特徴をもつ集団を抽出する際の手順を、画面例を用いて説明する。

図２３は、本発明の実施例２の保険設計支援システム１０１が加入者群を選定する処理の際に出力する加入者群選定画面２３０１の一例を示した説明図である。

出力部１０３によって表示される加入者群選定画面２３０１には、設定パネル２３０２が含まれる。設定パネル２３０２は、調整変数指定２３０３、商品別加入者情報２３０４、健診・レセプト情報２３０５、告知情報生成実行ボタン２３０６、加入条件判定実行ボタン２３０７及び選定実行ボタン２３０８を有する。

例えばユーザが入力部１０２を操作することによって、調整変数指定２３０３に、調整を行う変数を入力し、商品別加入者情報２３０４にて、分析対象とする商品の加入者群を指定し、健診・レセプト情報２３０５にて、背景を調整し選定する対象の群のデータセットを指定する。そして、ユーザが告知情報生成実行ボタン２３０６を押下すると、設定した健診・レセプト情報から告知情報生成部１１４が告知情報を生成する。次に、ユーザが加入条件判定実行ボタン２３０７を押下すると、生成した上記の告知情報と健診情報から加入条件判定部１１５が加入可否を判定する。出力部１０３は、例えば、加入可否の判定結果の情報を、加入者群選定画面２３０１内の加入条件判定結果表示２３０９に表示する。

次に、ユーザが選定実行ボタン２３０８を押下すると、加入条件を満足した群の中から、保険加入者特徴抽出部１１６が、実際の保険商品の加入者群と同一の統計的特徴を持つ集団を抽出する。加入者群選定画面２３０１内の選定結果表示２３１０には、例えば調整を行った変数と、その変数に関する実加入者群の平均及び選定した群の平均と、差異の検定結果等とが表示される。各調整変数に関して両群間の有意差がないように、対象者を選定することで、統計的に同一の特徴を持つ群を抽出することができる。

上記実施例２によれば、保険加入者群と同一の特徴をもつ群を基にして、保険金推計が可能となり、より精緻な保険設計評価を実施することができる効果がある。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明のより良い理解のために詳細に説明したのであり、必ずしも説明の全ての構成を備えるものに限定されものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることが可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によってハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによってソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、不揮発性半導体メモリ、ハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶デバイス、または、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納することができる。

また、制御線及び情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線及び情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。

１０１ 保険設計支援システム
１０２ 入力部
１０３ 出力部
１０４ ＣＰＵ
１０５ メモリ
１０６ 記憶媒体
１１１ 原因疾病特定部
１１２ 保険金判定部
１１３ 保険設計評価部
１１４ 告知情報生成部
１１５ 加入条件判定部
１１６ 保険加入者特徴抽出部
１２０ レセプト情報管理部
１２１ 健診情報管理部
１２２ 健保加入者情報管理部
１２３ 疾病因果構造管理部
１２４ 支払条件管理部
１２５ 加入条件管理部
１２６ 商品別加入者情報管理部

Claims (14)

1. プロセッサと、前記プロセッサに接続される記憶装置と、を有する保険設計支援システムであって、
   前記記憶装置は、複数の人物に関する実際の医療報酬の情報を含むレセプト情報と、疾病間の関係を示す疾病因果構造情報と、保険において設計された保険金の支払い条件と、を保持し、
   前記プロセッサは、
   前記レセプト情報から抽出された疾病から、前記疾病因果構造情報に基づいて、原因疾病を特定する原因疾病特定手順と、
   前記特定された原因疾病が前記支払い条件に該当する場合に、前記抽出された疾病に関して行われた診療行為を前記レセプト情報から抽出し、前記抽出された診療行為と、前記原因疾病に対応する前記支払い条件と、に基づいて、前記複数の人物に支払われる保険金額を推計する保険金推計手順と、
   前記推計された保険金額に基づいて、前記保険の設計を評価する保険設計評価手順と、を実行することを特徴とする保険設計支援システム。
2. 請求項１に記載の保険設計支援システムであって、
   前記保険設計評価手順において、前記プロセッサは、前記複数の人物の属性情報、前記複数の人物が受けた健康診断の結果を含む健診情報、前記レセプト情報、及び前記保険の加入条件に基づいて、前記保険の加入条件を満たす複数の人物を評価対象として抽出し、
   前記保険金推計手順において、前記プロセッサは、前記評価対象として抽出された複数の人物に支払われる保険金額を推計することを特徴とする保険設計支援システム。
3. 請求項２に記載の保険設計支援システムであって、
   前記保険設計評価手順において、前記プロセッサは、
   前記レセプト情報に基づいて、前記評価対象として抽出された複数の人物の医療費を計算し、
   前記医療費と前記保険金額とに基づいて前記保険の設計の評価指標を計算し、
   前記評価指標が所定の目標値に達しない場合、前記支払い条件を変更し、
   前記支払い条件を変更した結果、前記評価指標が所定の目標値に達した場合、前記変更した支払い条件を出力することを特徴とする保険設計支援システム。
4. 請求項３に記載の保険設計支援システムであって、
   前記評価指標は、前記評価対象として抽出された人物のうち、前記医療費が発生した人物の数に対する、前記保険金額が前記医療費の負担額以上である人物の数の割合である充足率であることを特徴とする保険設計支援システム。
5. 請求項１に記載の保険設計支援システムであって、
   前記原因疾病特定手順において、前記プロセッサは、前記レセプト情報に基づいて、二つの疾病の組合せごとに、前記二つの疾病の一方に関する診療が行われた時期と他方に関する診療が行われた時期とを特定し、前記特定された時期の関係に基づいて、前記二つの疾病の関係の強さを示す関連度を計算し、前記関連度に基づいて前記疾病因果構造情報を生成することを特徴とする保険設計支援システム。
6. 請求項５に記載の保険設計支援システムであって、
   前記原因疾病特定手順において、前記プロセッサは、医学的知見に基づいて生成された前記二つの疾病の関係の強さを示す関連度と、前記レセプト情報に基づいて計算された関連度と、を合成することによって生成された関連度に基づいて前記疾病因果構造情報を生成することを特徴とする保険設計支援システム。
7. 請求項１に記載の保険設計支援システムであって、
   前記プロセッサは、前記複数の人物の属性情報、前記複数の人物が受けた健康診断の結果を含む健診情報、及び前記レセプト情報に基づいて、前記属性情報、前記健診情報及び前記レセプト情報の一つ以上の項目の統計的特徴が、既に販売されている実際の保険商品の加入者の前記一つ以上の項目の統計的な特徴と類似する集団を前記複数の人物から抽出する保険加入者特徴抽出手順をさらに実行し、
   前記保険金推計手順において、前記プロセッサは、前記抽出された集団に含まれる複数の人物に支払われる保険金額を推計することを特徴とする保険設計支援システム。
8. 計算機システムが実行する保険設計支援方法であって、
   前記計算機システムは、プロセッサと、前記プロセッサに接続される記憶装置と、を有し、
   前記記憶装置は、複数の人物に関する実際の医療報酬の情報を含むレセプト情報と、疾病間の関係を示す疾病因果構造情報と、保険において設計された保険金の支払い条件と、を保持し、
   前記保険設計支援方法は、
   前記プロセッサが、前記レセプト情報から抽出された疾病から、前記疾病因果構造情報に基づいて、原因疾病を特定する原因疾病特定手順と、
   前記特定された原因疾病が前記支払い条件に該当する場合に、前記プロセッサが、前記抽出された疾病に関して行われた診療行為を前記レセプト情報から抽出し、前記抽出された診療行為と、前記原因疾病に対応する前記支払い条件と、に基づいて、前記複数の人物に支払われる保険金額を推計する保険金推計手順と、
   前記プロセッサが、前記推計された保険金額に基づいて、前記保険の設計を評価する保険設計評価手順と、を含むことを特徴とする保険設計支援方法。
9. 請求項８に記載の保険設計支援方法であって、
   前記保険設計評価手順は、前記プロセッサが、前記複数の人物の属性情報、前記複数の人物が受けた健康診断の結果を含む健診情報、前記レセプト情報、及び前記保険の加入条件に基づいて、前記保険の加入条件を満たす複数の人物を評価対象として抽出する手順を含み、
   前記保険金推計手順は、前記プロセッサが、前記評価対象として抽出された複数の人物に支払われる保険金額を推計する手順を含むことを特徴とする保険設計支援方法。
10. 請求項９に記載の保険設計支援方法であって、
    前記保険設計評価手順は、
    前記プロセッサが、前記レセプト情報に基づいて、前記評価対象として抽出された複数の人物の医療費を計算する手順と、
    前記プロセッサが、前記医療費と前記保険金額とに基づいて前記保険の設計の評価指標を計算する手順と、
    前記プロセッサが、前記評価指標が所定の目標値に達しない場合、前記支払い条件を変更する手順と、
    前記支払い条件を変更した結果、前記評価指標が所定の目標値に達した場合、前記プロセッサが、前記変更した支払い条件を出力する手順と、を含むことを特徴とする保険設計支援方法。
11. 請求項１０に記載の保険設計支援方法であって、
    前記評価指標は、前記評価対象として抽出された人物のうち、前記医療費が発生した人物の数に対する、前記保険金額が前記医療費の負担額以上である人物の数の割合である充足率であることを特徴とする保険設計支援方法。
12. 請求項８に記載の保険設計支援方法であって、
    前記原因疾病特定手順は、前記プロセッサが、前記レセプト情報に基づいて、二つの疾病の組合せごとに、前記二つの疾病の一方に関する診療が行われた時期と他方に関する診療が行われた時期とを特定し、前記特定された時期の関係に基づいて、前記二つの疾病の関係の強さを示す関連度を計算し、前記関連度に基づいて前記疾病因果構造情報を生成する手順を含むことを特徴とする保険設計支援方法。
13. 請求項１２に記載の保険設計支援方法であって、
    前記原因疾病特定手順は、前記プロセッサが、医学的知見に基づいて生成された前記二つの疾病の関係の強さを示す関連度と、前記レセプト情報に基づいて計算された関連度と、を合成することによって生成された関連度に基づいて前記疾病因果構造情報を生成する手順を含むことを特徴とする保険設計支援方法。
14. 請求項８に記載の保険設計支援方法であって、
    前記プロセッサが、前記複数の人物の属性情報、前記複数の人物が受けた健康診断の結果を含む健診情報、及び前記レセプト情報に基づいて、前記属性情報、前記健診情報及び前記レセプト情報の一つ以上の項目の統計的特徴が、既に販売されている実際の保険商品の加入者の前記一つ以上の項目の統計的な特徴と類似する集団を前記複数の人物から抽出する保険加入者特徴抽出手順をさらに含み、
    前記保険金推計手順は、前記プロセッサが、前記抽出された集団に含まれる複数の人物に支払われる保険金額を推計する手順を含むことを特徴とする保険設計支援方法。

Images