JP7448421B2 - 保険設計支援システム及び保険設計支援方法 - Google Patents

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、生命保険及び医療保険は、生命表等の公的統計データと保有契約における疾病の発生状況とをもとに設計されてきた。しかしながら公的統計データは保険設計を目的として収集されたものではないため、保険設計に最適化された内容となっていない。また過去の保有契約のデータは、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。

より精緻にリスクを分析するために、健康診断及び診療報酬明細書（レセプト）等のデータを利用することが考えられる。

特開２０１９－１５３１７９号公報（特許文献１）には、保険商品開発における保険料率設定及び商品設計を正確かつ効率的に実施する技術が開示されている。具体的には、特許文献１には、「プロセッサを有する保険設計支援システムであって、プロセッサは、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、複数の人物が受けた健康診断の結果を含む健診情報と、保険金の支払い条件と、を取得し、レセプト情報及び健診情報に基づいて、複数の人物の各々について、保険事故のリスクの高さを示すリスク値を計算し、レセプト情報及び保険金の支払い条件に基づいて、複数の人物の各々に支払われる保険金額を計算し、リスク値及び保険金額に基づいて、保険に加入する人物に設定される保険料が所定の条件を満たすように、保険の引受基準としてのリスク値の範囲を計算する。」と記載されている。

特開２０１９－１５３１７９号公報

上記の特許文献１に記載されている方法によれば、レセプト情報及び健診情報等を利用することでリスク値を計算し、それを新たな保険商品の設計に利用することができる。一方、保険者（保険会社等）は、例えば既に販売している保険商品の査定基準など、作成済みの査定基準を保有している場合がある。そのような査定基準は、一般には例えば過去の運用の実績に基づくものであり、一定の妥当性が認められるものの、加入者数及びリスク等の観点で最適であるとは限らない。例えば、既存の査定基準の一部を緩和することで、最終的なリスクへの影響が少なく、かつ、加入者数を増やせるような新たな査定基準を設計できる場合がある。しかし、上記の特許文献１に記載されている方法では、各保険者が保有する既存の査定基準を考慮した査定基準の設計がなされていない。

上記課題の少なくとも一つを解決するために、本願において開示される発明の代表的な一例は、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、複数の人物の健康状態情報と、前記複数の人物の属性情報と、前記健康状態情報及び前記属性情報に基づいて保険商品における保険事故のリスクを計算するためのリスクモデルと、前記保険商品への加入可否の判定に使用される査定基準と、前記保険商品に加入する人物の数の目標値と、を保持し、前記査定基準は、前記健康状態情報の値の区分ごとに、保険事故のリスクの高さの評価値を含み、前記プロセッサは、前記健康状態情報、前記属性情報及び前記リスクモデルに基づいて、前記区分ごとに、前記区分に該当する人物の保険事故のリスク値を計算し、前記区分ごとに、前記評価値と前記リスク値とを比較した結果に基づいて、前記査定基準の改定量を計算し、前記改定量が適用された場合の前記査定基準と、前記健康状態情報と、前記属性情報と、に基づいて、前記査定基準に前記改定量が適用された場合に前記保険商品に加入する人物の数を計算し、前記保険商品に加入する人物の数が前記目標値を満たすか否かを判定することを特徴とする。

本発明の一態様によれば、保険者が保有する既存の査定基準を考慮して、リスクへの影響を抑えながらより多くの人が加入できる保険の査定基準を作成することができる。前述した以外の課題、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の受診歴情報管理部が管理する受診基本情報の一例を示す説明図である。 本発明の実施例１の受診歴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の受診歴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の受診歴情報管理部が管理する受療状況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の属性情報管理部が管理する属性情報の一例を示す説明図である。 本発明の実施例１の査定基準情報管理部が管理する査定基準情報の一例を示す説明図である。 本発明の実施例１のリスクモデル情報管理部が管理するリスクモデルパラメータ情報の一例を示す説明図である。 本発明の実施例１のリスク評価結果管理部が管理する査定基準区分リスク情報の一例を示す説明図である。 本発明の実施例１の査定基準変換部が実行する処理の一例を示すフローチャートである。 本発明の実施例１の差分分析実行部が実行する処理の一例を示すフローチャートである。 本発明の実施例１の改定箇所情報抽出部が実行する処理の一例を示すフローチャートである。 本発明の実施例１の改定量算出部が実行する処理の一例を示すフローチャートである。 本発明の実施例１の総リスク評価部が実行する処理の一例を示すフローチャートである。 本発明の実施例１の査定基準変換部及び差分分析実行部の処理に対応するユーザインターフェースの一例を示す説明図である。 本発明の実施例１の差分分析実行部の処理に対応するユーザインターフェースの一例を示す説明図である。 本発明の実施例１の改定箇所情報抽出部及び改定量算出部の処理に対応するユーザインターフェースの一例を示す説明図である。 本発明の実施例１の総リスク評価部の処理に対応するユーザインターフェース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の許容リスク設定部及び改定量算出部が実行する処理の一例を示すフローチャートである。 本発明の実施例２の許容リスク設定部の処理に対応するユーザインターフェースの一例を示す説明図である。

以下、本発明の実施例を図面に基づいて説明する。

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、表示データを出力するディスプレイを表す出力部１０３、ＣＰＵ（Central Processing Unit）１０４、メモリ１０５、通信部１０８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、査定基準変換部１１１、差分分析実行部１１２、改定箇所情報抽出部１１３、改定量算出部１１４及び総リスク評価部１１５を有している。査定基準変換部１１１～総リスク評価部１１５の各部の機能は、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。

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、受診歴情報管理部１２０、健診情報管理部１２１、属性情報管理部１２２、査定基準情報管理部１２３、リスクモデル情報管理部１２４及び評価結果情報管理部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。

また、保険設計支援システム１０１は、例えば図１に示す構成を有する一つの計算機によって実現されてもよいが、複数の計算機によって実現されてもよい。例えば、前述したデータベース１０７が保持する情報が、複数の記憶媒体１０６又はメモリ１０５に分散して格納されてもよいし、前述した保険設計支援システム１０１の機能が、複数の計算機の複数のＣＰＵ１０４によって分散して実行されてもよい。

図２は、本発明の実施例１の受診歴情報管理部１２０が管理する受診基本情報２００の一例を示す説明図である。

受診基本情報２００は、各健康保険加入者が医療機関において受診した履歴の情報である。この情報は、例えばレセプトから収集されてもよいが、それに限らず、誰がどの医療機関を利用してどのような診療行為を受けたのかがわかる情報であれば、利用することができる。ここでは例としてレセプトから収集された情報を説明する。後述する傷病名情報３００（図３）等、受診歴情報管理部１２０が管理する他の情報についても同様である。

受診基本情報２００は、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、診療を行った医療機関を示す医療機関コード２０３、レセプトの発行された月を示す診療年月２０４、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２０５、受診の種別（例えば入院又は外来など）の情報を示す受診種別２０６、及び、診療に要した日数を示す診療日数２０７を含む。この情報によって、例えばレセプト毎に集計、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の受診歴情報管理部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コード３０３、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、及び、当該傷病名に罹患しているかどうかを確認するために検査を実施し、未確定である状態などを示す疑いフラグ３０５を含む。図３の例では、主傷病フラグ３０４の値「１」は、当該傷病が主傷病であることを示す。また、疑いフラグ３０５の値「１」は、当該傷病が疑われたことを示す。

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、傷病コード３０３、主傷病フラグ３０４及び疑いフラグ３０５の複数の組が同じ検索番号２０２に対応付けられる。また、傷病名情報３００の各レコードは、検索番号２０２を介して健保加入者ＩＤ２０１と対応付けられる。傷病名情報３００を用いることによって、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の受診歴情報管理部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、及び、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。診療行為情報４００の各レコードは、検索番号２０２を介して健保加入者ＩＤ２０１と対応付けられる。

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。

図５は、本発明の実施例１の受診歴情報管理部１２０が管理する受療状況情報５００の一例を示す説明図である。

受療状況情報５００は、受診歴情報管理部１２０が管理する受診基本情報２００、傷病名情報３００及び診療行為情報４００を健保加入者ごとにまとめた情報であり、健保加入者ＩＤ５０１、生活習慣病受診有無５０２、生活習慣病入院有無５０３、生活習慣病入院日数５０４及び生活習慣病医療費５０５を含む。この情報は、リスク査定モデルの生成に利用される。

生活習慣病受診有無５０２及び生活習慣病入院有無５０３は、各健保加入者に、いわゆる生活習慣病と分類される傷病の受診歴及び入院歴があるかを示す情報であり、受診基本情報２００及び傷病名情報３００に基づいて生成される。例えば、生活習慣病の受診歴又は入院歴がある場合に、生活習慣病受診有無５０２又は生活習慣病入院有無５０３の値が１となる。

生活習慣病入院日数５０４は、各健保加入者の生活習慣病による入院日数を示す情報であり、受診基本情報２００、傷病名情報３００及び診療行為情報４００に基づいて生成される。

生活習慣病医療費５０５は、各健保加入者の生活習慣病による医療費を示す情報であり、受診基本情報２００、傷病名情報３００及び診療行為情報４００に基づいて生成される。

上記の例は、受診歴情報管理部１２０が管理する情報を生活習慣病の観点でまとめたものであるが、その他の観点でまとめた情報を生成してもよい。

図６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６００の一例を示す説明図である。

健診情報６００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６０２、ＢＭＩ（Body Mass Index）６０３、収縮期血圧６０４、中性脂肪６０５、空腹時血糖６０６、及び問診結果６０７などを含む。問診結果６０７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。上記のＢＭＩ６０３から空腹時血糖６０６は代表的な例であり、実際には健診情報６００がこれらの全てを含まなくてもよいし、これら以外の項目の情報（例えば拡張期血圧など）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。

なお、健診情報６００は、人物の健康状態を示す情報（健康状態情報）の一例であり、健診情報６００に代えて（又はそれに加えて）人物の健康状態を示す他の情報を使用してもよい。人物の健康状態を示す他の情報の例として、人物に装着された装置（例えばいわゆるウェアラブル端末等）が計測した当該人物の健康状態に関する情報（例えば当該人物の運動量、睡眠時間、脈拍、血圧等）が挙げられるが、それに限定されない。

図７は、本発明の実施例１の属性情報管理部１２２が管理する属性情報７００の一例を示す説明図である。

属性情報７００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など被保険者との関係を示す続柄区分７０２、性別７０３、生年月日７０４、勤務先の業種を示す業種区分７０５、職種を示す職種区分７０６、健保への加入日の情報を示す加入年月日７０７、及び、健保からの脱退日の情報を示す脱退年月日７０８を含む。この情報によって、各健保加入者の続柄、年齢、性別、業種、職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８は、本発明の実施例１の査定基準情報管理部１２３が管理する査定基準情報８００の一例を示す説明図である。

査定基準情報８００は、保険者（保険会社等）が既存の保険商品への加入申込者の加入の可否等を査定するための基準として保持している情報であり、例えば、ラベル＿条件１＿８０１、ラベル＿条件２＿８０２、条件１＿８０３、条件２＿８０４、対象年齢８０５及び評点８０６を含む。

ラベル＿条件１＿８０１は、査定のための一つ目の条件のラベルであり、条件１＿８０３はその条件の具体的な値である。ラベル＿条件２＿８０２は、査定のための二つ目の条件のラベルであり、条件２＿８０４はその条件の具体的な値である。対象年齢８０５は、査定の対象の人物の年齢を示す。

評点８０６は、条件１＿８０３、条件２＿８０４及び対象年齢８０５を満たす人物を評価する指標である。これは、それぞれの条件に該当する人物が保険に加入できるかどうかを査定するときに参照されるものであり、例えば、評点８０６の値が大きいほど保険事故が発生するリスクが高いと評価されていることを意味する。

図８の例では、ラベル＿条件１＿８０１が「収縮期血圧」であり、条件１＿８０３は「１２０～１３９（ｍｍＨｇ、以下同様）」又は「１４０～１５９」などといった収縮期血圧の値の区分である。また、ラベル＿条件２＿８０２は「拡張期血圧」であり、条件２＿８０４は「５０～６９」又は「７０～８９」などといった拡張期血圧の値の区分である。

図８に示す査定基準情報８００の先頭のレコードは、収縮期血圧が１２０～１３９、拡張期血圧が５０～６９であり、年齢が４０歳台の人物の評点が０であることを示している。図８の例では、評点が０であることは、当該条件を満たす人物のリスクが標準的であると評価されていることを示している。

一方、査定基準情報８００の３番目のレコードは、収縮期血圧が１６０～１７９、拡張期血圧が５０～６９であり、年齢が４０歳台の人物の評点が３０であることを示している。これは、当該条件を満たす人物の保険金の支払いリスクが標準的なリスクの３０％増し（１．３倍）であると評価されていることを示している。

なお、評点８０６の値「９９９」は、それに対応する条件に該当する人物が存在しないか（例えばそのような条件があり得ないか、又は、当該保険商品においてそのような人物が想定されていないなど）、許容できるリスク量を超えていることを示している。

保険者は、このような査定基準情報８００を保持して、各人物が保険に加入できるかを査定するために使用することができる。例えば、評点８０６の値が所定の第１の基準以下となる条件に該当する人物を、無条件で保険への加入を認める保険体（いわゆる標準体）と査定してもよい。また、評点８０６の値が第１の基準からそれより大きい所定の第２の基準までの範囲内となる条件に該当する人物を、保険料の増額又は保険金の減額等、評点８０６の大きさに応じた所定の条件を付けたうえで保険への加入を認める保険体（いわゆる条件体）と査定してもよい。また、評点８０６の値が第２の基準を超える条件に該当する人物を、保険への加入を謝絶する保険体（いわゆる謝絶体）と査定してもよい。

図８の例では条件として収縮期血圧及び拡張期血圧が設定されている。しかし、これらは一例であり、例えば血糖値など、他の条件が設定されてもよい。また、条件は１項目のみであってもよいし、３項目以上あってもよい。

図９は、本発明の実施例１のリスクモデル情報管理部１２４が管理するリスクモデルパラメータ情報９００の一例を示す説明図である。

リスクモデルパラメータ情報９００は、リスク査定モデルを特定するリスク査定モデルＩＤ９０１、モデルの種類を示すモデル種類９０２、及び、モデルの構造とパラメータを示すモデルパラメータ９０３を含む。

例えば、リスクモデル構築部（図示省略）が、受診基本情報２００、傷病名情報３００、診療行為情報４００、受療状況情報５００、健診情報６００、属性情報７００及び保険金の支払い条件に基づいて、健診情報６００又は属性情報７００に含まれる少なくともいずれかの項目の値からリスク値（例えば保険金の支払い事由に該当する保険事故の発生確率等）を計算するための１以上のモデルを生成してもよい。このリスクモデル構築部は、保険設計支援システム１０１の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てもよい。このようにして生成されたリスク査定モデルの種類、構造及びパラメータがリスクモデルパラメータ情報９００に格納されてもよい。

図９の例では、年齢を説明変数、リスク値を目的変数とする単回帰モデルのパラメータ、年齢、性別及び血圧等を説明変数、リスク値を目的変数とする重回帰モデルのパラメータ、並びに、年齢、性別及び血圧等を説明変数、リスク値を目的変数とするロジスティック回帰モデルのパラメータ等が登録されている。この情報によって、複数のモデルを用いて査定を試行し最適なモデルを選択可能になるという効果がある。また商品特性に応じて適切なモデルを選択することできるという効果がある。

図１０は、本発明の実施例１の評価結果情報管理部１２５が管理する査定基準区分リスク情報１０００の一例を示す説明図である。

査定基準区分リスク情報１０００は、保険設計支援システム１０１がシミュレーションによってリスクを評価した結果の情報であり、例えば、ラベル＿条件１＿１００１、ラベル＿条件２＿１００２、条件１＿１００３、条件２＿１００４、対象年齢１００５及び評点１００６を含む。

ラベル＿条件１＿１００１、ラベル＿条件２＿１００２、条件１＿１００３、条件２＿１００４及び対象年齢１００５は、それぞれ、図８に示した査定基準情報８００のラベル＿条件１＿８０１、ラベル＿条件２＿８０２、条件１＿８０３、条件２＿８０４及び対象年齢８０５と同様である。

評点１００６は、条件１＿１００３、条件２＿１００４及び対象年齢１００５を満たす人物のリスクを評価する指標であり、後述するリスク査定モデルに基づいて算出したものである。評点１００６の値は、例えば確率値又はリスク倍率など、リスクの高さを示す値であり、図１０の例では標準的なリスクは「１」となる。この評点１００６の値は、後述する処理において図８の評点８０６の値と対比される。

図１１は、本発明の実施例１の査定基準変換部１１１が実行する処理の一例を示すフローチャートである。

処理が開始されると（ステップ１１０１）、査定基準変換部１１１は、リスク査定モデルを読み込む（ステップ１１０２）。これによって、図９に示すリスク査定モデルのいずれかが読み込まれる。このステップにおいて、又はこのステップが実行される前に、保険設計支援システム１０１が前述のようにリスク査定モデルを生成して、データベース１０７に格納してもよい。

次に、査定基準変換部１１１は、査定基準情報８００を読み込む（ステップ１１０３）。

次に、査定基準変換部１１１は、区分代表値を算出する（ステップ１１０４）。区分代表値とは、査定基準情報８００に含まれる条件の値の区分の代表値である。各区分の値の代表値の算出方法は任意であるが、例えば、各区分の値の平均値、中央値、最小値又は最大値のいずれかを区分代表値としてもよい。例えば血圧のように高いほどリスクが高くなる傾向がある値の区分については、各区分の平均値又は中央値を区分代表値とした場合と比較して、最大値を区分代表値とした場合にはより厳しい査定が行われ、最小値を区分代表値とした場合にはより緩い査定が行われることとなる。

次に、査定基準変換部１１１は、ステップ１１０４で算出した区分代表値をステップ１１０２で読み込んだリスク査定モデルに適用することによって、リスク値を算出する（ステップ１１０５）。そして、査定基準変換部１１１は、算出したリスク値に基づいて査定基準区分リスク情報１０００を作成する（ステップ１１０６）。これによって、図１０の各条件に対応する評点１００６にステップ１１０５で算出されたリスク値が格納される。

以上で処理が終了する（ステップ１１０７）。

図１２は、本発明の実施例１の差分分析実行部１１２が実行する処理の一例を示すフローチャートである。

処理が開始されると（ステップ１２０１）、差分分析実行部１１２は、査定基準情報８００を読み込み（ステップ１２０２）、さらに、査定基準区分リスク情報１０００を読み込む（ステップ１２０３）。

次に、差分分析実行部１１２は、リスク倍率補正を行う（ステップ１２０４）。これは、条件ごとに、査定基準情報８００の評点８０６の値と査定基準区分リスク情報１０００の評点１００６の値との少なくとも一方を、相互に比較可能な値に変換する処理である。ここでは、評点１００６の値を変換する。

説明したように、評点８０６の値「０」は標準的なリスクを表し、「３０」は標準的なリスクの１．３倍を表す。一方、評点８０６の値は確率値又はリスク倍率であり、「１」は標準的なリスクをあらわし、「１．３」は標準的なリスクの１．３倍を表す。このため、差分分析実行部１１２は、評点１００６の値から１を減算して１００を乗じることによってリスク倍率補正を行う。

なお、上記のようなリスク倍率補正は一例であり、リスクの大きさと評点との対応関係に基づいて適切な補正が行われる限り、上記以外の方法が採用されてもよい。

次に、差分分析実行部１１２は、条件ごとに、評点８０６と返還後の評点１００６との差分値を算出し（ステップ１２０５）、差分表を作成する（ステップ１２０６）。例えば、差分分析実行部１１２は、査定基準情報８００又は査定基準区分リスク情報１０００と同様のフォーマットで、評点の代わりにステップ１２０５で算出された差分値を含む差分表を作成してもよい。

以上で処理が終了する（ステップ１２０７）。

図１３は、本発明の実施例１の改定箇所情報抽出部１１３が実行する処理の一例を示すフローチャートである。

処理が開始されると（ステップ１３０１）、改定箇所情報抽出部１１３は、差分値情報（すなわち図１２の処理で作成された差分表）を読み込み（ステップ１３０２）、標準体と査定される人物の条件のゾーン（標準体ゾーン）を抽出する（ステップ１３０３）。ここでは例として、査定基準情報８００の評点８０６の値が０となる条件の区分の集合を標準体ゾーンとして抽出する。

次に、改定箇所情報抽出部１１３は、改定対象区分を抽出する（ステップ１３０４）。例えば、改定箇所情報抽出部１１３は、標準体ゾーンに近い区分など、標準体ゾーンとの関係が所定の条件を満たす区分を改定対象区分として抽出してもよい。

次に、改定箇所情報抽出部１１３は、閾値判定を行い（ステップ１３０５）、改定対象箇所情報を作成する（ステップ１３０６）。例えば、改定箇所情報抽出部１１３は、ステップ１３０４で抽出した改定対象区分の差分値が所定の閾値より大きい場合に、その区分を改定対象箇所に含めるように、改定対象箇所情報を作成してもよい。

なお、ステップ１３０４から１３０６は次のように実行されてもよい。すなわち、改定箇所情報抽出部１１３は、全ての区分から、ステップ１３０２で読み込んだ差分値が所定の閾値より大きい区分を抽出し、さらにそれらの区分のうち、標準体ゾーンとの関係が所定の条件を満たす区分（例えばそれらの区分のうち標準体ゾーンの条件の値に近い値に該当する区分）を改定対象箇所に含めるように、改定対象箇所情報を作成してもよい。

以上で処理が終了する（ステップ１３０７）。

図１４は、本発明の実施例１の改定量算出部１１４が実行する処理の一例を示すフローチャートである。

処理が開始されると（ステップ１４０１）、改定量算出部１１４は、査定基準情報８００を読み込み（ステップ１４０２）、さらに、改定箇所情報抽出部１１３によって作成された改定対象箇所情報を読み込む（ステップ１４０３）。

次に、改定量算出部１１４は、目標を設定する（ステップ１４０４）。例えば、改定量算出部１１４は、査定条件の緩和（又は引き締め）をすることによって増やしたい契約者数の目標値を設定してもよい。

次に、改定量算出部１１４は、健診情報６００及び属性情報７００を読み込む（ステップ１４０５）。次に、改定量算出部１１４は、評点の改定量を算出する（ステップ１４０６）。例えばあらかじめ評点の改定の刻み幅を決めておき、その刻み幅の分だけ改定するように評点の改定量を算出してもよい。

次に、改定量算出部１１４は、ステップ１４０６で算出された改定量を反映した査定基準の評点を算出する（ステップ１４０７）。例えば、査定基準情報８００の評点８０６にステップ１４０６で算出された改定量を反映させた評点が算出される。

次に、改定量算出部１１４は、ステップ１４０７で算出された評点を健診情報６００及び属性情報７００に適用することによって、加入可能者を抽出し（ステップ１４０８）、抽出した可能加入者の数が目標値を満たすかを判定する（ステップ１４０９）。例えば、改定前の査定基準情報８００の評点８０６に基づいて抽出した加入可能者の数に対して、改定によって増加した加入可能者の数が、ステップ１４０４で設定された目標を満たしているかが判定される。

ステップ１４０９で目標値が満たされない場合、処理はステップ１４０７に戻り、改定量を変更して（例えば増やして）、再度ステップ１４０７～ステップ１４０９が実行される。ステップ１４０９で目標値が満たされた場合、処理が終了する（ステップ１４１０）。

図１５は、本発明の実施例１の総リスク評価部１１５が実行する処理の一例を示すフローチャートである。

総リスク評価部１１５は、査定基準が改定された場合のリスクの総量（総リスク量）を計算する。本実施例では、総リスク量として、査定基準が改定された場合に保険に加入可能な人物が加入した場合に想定される保険金の支払金額の合計であるが、これに限定せずに、リスクの総量を表す値を使用することができる。

処理が開始されると（ステップ１５０１）、総リスク評価部１１５は、加入可能者情報を読み込む（ステップ１５０２）。この加入可能者情報とは、改定量算出部１１４が図１４に示す処理のステップ１４０９において目標値を満たすと判定したときの加入可能者情報である。

次に、総リスク評価部１１５は、受診歴情報を読み込む（ステップ１５０３）。受診歴情報とは、受診歴情報管理部１２０が管理する情報であり、例えば、受診基本情報２００、傷病名情報３００、診療行為情報４００及び受療状況情報５００等である。

次に、総リスク評価部１１５は、支払事由を読み込む（ステップ１５０４）。支払事由とは、どのような場合にどれだけの保険金を支払うかを示す保険の条件であり、例えば、図８に示した査定基準情報８００に対応する既存の保険商品において定められたものである。

次に、総リスク評価部１１５は、保険金の支払いの発生率を計算する（ステップ１５０５）。例えば、総リスク評価部１１５は、各加入可能者の受診歴情報と支払事由とを参照して、各加入可能者において保険金の支払いが発生するかを判定して、その結果に基づいて発生率を計算してもよい。

次に、総リスク評価部１１５は、計算した発生率を評価する（ステップ１５０６）。例えば、査定基準を緩和したことによって保険金の支払いの発生率が増加した場合、その発生率の増加、又はそれに起因する保険金の総支払額の増加が許容範囲内であるか否かを所定の基準に基づいて判定してもよい。

次に、総リスク評価部１１５は、評価結果を評価結果情報管理部１２５に格納する（ステップ１５０７）。

以上で処理が終了する（ステップ１５０８）。

次に、図１１から図１５に示した処理を実行するときに保険設計支援システム１０１が提供するユーザインターフェースの一例を、図１６から図１９を参照して説明する。

図１６は、本発明の実施例１の査定基準変換部１１１及び差分分析実行部１１２の処理に対応するユーザインターフェースの一例を示す説明図である。

図１６に示す査定表区分リスク評価画面１６００は、保険設計支援システム１０１によって出力される表示データの一例であり、例えば、対象商品選択部１６０１、対象査定データ選択部１６０２、リスクモデル選択部１６０３、代表値設定部１６０４、リスク評価実行ボタン１６０５及び結果表示部１６０６を含む。

なお、この表示データは、出力部１０３によって画像として出力されてもよいし、通信部１０８によって出力されてもよい。後者の場合、表示データは通信部１０８からネットワーク（図示省略）を介して外部の装置（例えばユーザが使用する端末装置など、図示省略）に転送され、当該外部の装置によって画像として出力されてもよい。その場合、画面を介して入力される情報は、当該外部の装置の入力部（図示省略）を用いて入力され、ネットワーク及び通信部１０８を介して保険設計支援システム１０１に入力される。後述する他の画面についても同様である。

対象商品選択部１６０１では、検討の対象となる既存の保険商品が選択される。例えば、保険商品Ａという商品の査定基準の変更を検討する場合、対象商品選択部１６０１において「保険商品Ａ」が選択される。

対象査定データ選択部１６０２では、検討の対象となるデータの項目が選択される。例えば、対象商品選択部１６０１で選択された保険商品において査定基準として採用されているデータの項目が選択されてもよい。図１６の例では「血圧」が選択されているが、必要に応じて例えば「血糖値」など、ほかのデータの項目も選択され得る。

リスクモデル選択部１６０３では、検討の対象となるリスク査定モデルが選択される。例えば、対象商品選択部１６０１で選択された保険商品において保険金の支払事由となっている事象の発生リスクを査定するためのモデルが選択されてもよい。図１６の例では「入院リスク」が選択される。ここで、図９に示したリスク査定モデルのいずれかを指定する情報が選択されてもよい。

代表値設定部１６０４では、区分代表値の算出方法が設定される。図１６の例では「右端値」が設定されている。この場合、例えば血圧の値「５０～６９」の区分のうち右端（すなわち最大値）の６９が区分代表値として算出される。

上記の各部に値を設定して、リスク評価実行ボタン１６０５の操作（例えば入力部１０２に含まれるマウスによるクリック等、以下同様）が行われると、図１１の処理の実行が開始される。このとき、ステップ１１０２ではリスクモデル選択部１６０３において選択されたリスク査定モデルが読み込まれる。ステップ１１０４では、代表値設定部１６０４において設定された算出方法で区分代表値が算出される。例えば、対象商品選択部１６０１で選択された保険商品において査定基準として採用されているデータの値の区分の代表値が、代表値設定部１６０４において設定された算出方法で算出される。

ステップ１１０６で作成された査定基準区分リスク情報が結果表示部１６０６に表示されてもよい。図１６に示すリスクモデル算出結果１６０７はその一例である。この例では、各行に収縮期血圧の区分を、各列に拡張期血圧の区分を割り当てた表において、それぞれの区分の組み合わせに対応するリスク値が表示されている。すなわち、これは、図１０の査定基準区分リスク情報に含まれる評点１００６に相当する値を二次元のマトリクスで表示したものである。

さらに、図１２の処理が実行され、リスク倍率補正（ステップ１２０４）の結果が結果表示部１６０６に表示されてもよい。図１６に示すリスクモデル変換結果１６０８はその一例である。ここでは、図１２を参照して説明したように、リスクモデル算出結果１６０７のリスク値から１を減算して１００を乗じた値がリスクモデル変換結果１６０８として表示されている。

図１７は、本発明の実施例１の差分分析実行部１１２の処理に対応するユーザインターフェースの一例を示す説明図である。

図１７に示す査定表区分リスク評価画面１６００は、保険設計支援システム１０１によって出力される表示データの一例であり、例えば、対象商品選択部１７０１、対象査定データ選択部１７０２、リスクモデル選択部１７０３、代表値設定部１７０４、比較分析実行ボタン１７０５及び結果表示部１７０６を含む。

対象商品選択部１７０１、対象査定データ選択部１７０２、リスクモデル選択部１７０３及び代表値設定部１７０４は、それぞれ図１６の対象商品選択部１６０１、対象査定データ選択部１６０２、リスクモデル選択部１６０３及び代表値設定部１６０４と同様である。

比較分析実行ボタン１７０５が操作されると、図１２の少なくともステップ１２０５以降の処理が実行される。ステップ１２０６で作成された差分表が結果表示部１７０６に表示されてもよい。図１７の例では、結果表示部１７０６に現行基準１７０７、リスクモデル変換結果１７０８及び比較結果１７０９が表示されている。

現行基準１７０７は、対象商品選択部１７０１において選択された保険商品で採用されている査定基準の評点を示している。これは、図８の査定基準情報８００に含まれる評点８０６に相当する値を二次元のマトリクスで表示したものである。リスクモデル変換結果１７０８は、図１６のリスクモデル変換結果１６０８と同様である。比較結果１７０９は、区分ごとに現行基準１７０７の値とリスクモデル変換結果１７０８との差分を計算した結果である。

図１８は、本発明の実施例１の改定箇所情報抽出部１１３及び改定量算出部１１４の処理に対応するユーザインターフェースの一例を示す説明図である。

図１８に示す改定個所情報抽出及び改定量算出画面１８００は、保険設計支援システム１０１によって出力される表示データの一例であり、例えば、抽出方法設定部１８０１、閾値設定部１８０２、改定候補抽出実行ボタン１８０３、改定効果目標設定部１８０４、変更上限量設定部１８０５、改定量算出実行ボタン１８０６及び結果表示部１８０７を含む。

ユーザが抽出方法設定部１８０１及び閾値設定部１８０２に値を設定して改定候補抽出実行ボタン１８０３を操作すると、改定箇所情報抽出部１１３の処理（図１３）が実行され、その結果が結果表示部１８０７に表示される。

抽出方法設定部１８０１には、改定候補箇所の抽出方法が設定される。図１８の例では「標準体近傍」が設定されている。これは、標準体の条件に近い条件の区分（例えば標準体の血圧の範囲に近い血圧の値に対応する区分）を改定候補箇所として抽出するという抽出方法を示す。

なお、上記のような抽出方法は一例であり、例えば標準体との関係にかかわらず改定候補箇所を抽出する方法、又は、標準体から遠い条件を抽出する方法などが設定されてもよい。あらかじめ用意された複数の抽出方法のいずれかがプルダウンメニューを介して選択されてもよい。

閾値設定部１８０２には、改定候補箇所を抽出するときに参照される閾値が設定される。図１８の例では「２０以上」が設定されている。これは、計算された現行基準１７０７の値とリスクモデル変換結果１７０８との差分が２０以上となる区分を改定候補箇所として抽出することを示す。

結果表示部１８０７に示した改定候補箇所抽出結果１８０８は、図１７の比較結果１７０９に示した各区分の差分を対象として、抽出方法設定部１８０１に「標準体近傍」、閾値設定部１８０２に「２０以上」を設定して改定箇所情報抽出部１１３の処理を実行した結果の一例を示す。

この例では、標準体に相当する区分は、図１７に示した現行基準１７０７において評点が０となっている区分である。この場合、太枠で表示された区分が、差分の値が閾値「２０」を超える区分のうち、標準体の区分に近い区分であり、これらが改定候補箇所として抽出される。

さらに、ユーザが改定効果目標設定部１８０４及び変更上限量設定部１８０５に値を設定して改定量算出実行ボタン１８０６を操作すると、改定量算出部１１４の処理（図１４）が実行され、その結果が結果表示部１８０７に表示される。

改定効果目標設定部１８０４には、査定基準の改定の効果の目標値が設定される。図１８の例では「３％増加（約３００名）」が設定されている。これは、査定基準の改定によって保険の加入者を３％（例えば現行基準での加入者が約１００００人であれば、約３００人）増加させることを目標として設定したことを示す。

変更上限量設定部１８０５には、査定基準の改定（すなわち値の変更）の量の上限が設定される。図１８の例では、「１０以下」と設定されている。これは、評点の値を最大１０まで変更することを許容することを示す。

結果表示部１８０７に示した改定量算出結果１８０９は、改定候補箇所抽出結果１８０８に示した改定候補箇所の評点を１０だけ減少させた結果、改定の効果が目標値に達するという計算結果が得られたことを示している。

このように区分の評点を改定することで、当該区分に該当する人物が、改定前は謝絶体であったところ、改定後は条件体又は標準体として扱われる場合がある。あるいは、改定前は条件体であった人物が、改定後は標準体として扱われる場合がある。あるいは、改定の前後でいずれも条件体であっても、改定後の条件は改定前より緩和される（例えば保険料の増額又は保険金の減額の幅が小さくなる）場合がある。これによって、当該査定基準が適用される保険への加入者が増加することが見込まれる。

図１９は、本発明の実施例１の総リスク評価部１１５の処理に対応するユーザインターフェースの一例を示す説明図である。

図１９に示す改定個所情報抽出及び改定量算出画面１９００は、保険設計支援システム１０１によって出力される表示データの一例であり、例えば、評価用データ読込部１９０１、支払事由読込部１９０２、現行基準読込部１９０３、改定候補情報読込部１９０４、リスク評価実行ボタン１９０５、改定案採用ボタン１９０６及び結果表示部１９０７を含む。

評価用データ読込部１９０１には、総リスク評価部１１５が総リスク量（例えば査定基準の改定の前後の保険金の総額）を評価するために使用するデータを指定する情報が設定される。例えば、受診基本情報２００（図２）、傷病名情報３００（図３）、診療行為情報４００（図４）、受療状況情報５００（図５）、健診情報６００（図６）及び属性情報７００（図７）等のデータのセットを使用する場合、それらを指定するデータセット名（例えば「データセットＡ」）が評価用データ読込部１９０１に設定される。

支払事由読込部１９０２には、総リスク評価部１１５が総リスクの評価に使用する支払事由を指定する情報が設定される。例えば既存の保険商品の支払事由を使用する場合、その保険商品を指定する情報（例えば「保険商品Ａ」）が支払事由読込部１９０２に設定されてもよい。

現行基準読込部１９０３及び改定候補情報読込部１９０４には、総リスク評価部１１５が総リスクの評価に使用する現行の支払い基準を指定する情報、及び、それに対する改定候補を指定する情報が設定される。例えば、現行基準１７０７を現行の査定基準として総リスクの評価に使用する場合、それを指定する情報（例えば「基準情報Ａ」）が現行基準読込部１９０３に設定される。また、現行基準１７０７を改定候補箇所抽出結果１８０８及び改定量算出結果１８０９に従って改定した査定基準を改定候補として総リスクの評価に使用する場合、それを指定する情報（例えば「改定候補情報Ａ」）が改定候補情報読込部１９０４に設定される。

ユーザが上記の評価用データ読込部１９０１～改定候補情報読込部１９０４に値を設定して、リスク評価実行ボタン１９０５を操作すると、設定された値に基づいて総リスク評価部１１５の処理（図１５）が実行される。結果表示部１９０７に示した総リスク評価結果１９０８は、総リスク評価部１１５の処理の結果の表示の一例である。例えば、総リスク評価部１１５は、現行の査定基準と改定候補の査定基準とのそれぞれについて、保険金の支払いの発生率に基づいて保険金の総支払額を計算し、その結果を表示してもよい。その結果、総リスクの増加が許容されると判断した場合、ユーザは改定案採用ボタン１９０６を操作する。その結果、改定候補の査定基準が新たな査定基準として採用される。

図１９の例では、現行の（すなわち改定前の）査定基準による総リスクＲ１と、改定候補の（すなわち改定適用後の）査定基準による総リスクＲ２とを比較するグラフが総リスク評価結果１９０８として表示されている。ユーザは、これを参照して、総リスクの増加（すなわちΔＳ＝Ｒ１－Ｒ２）が許容できるかを判断してもよい。具体的には、例えば、総リスクの増加量（ΔＳ＝Ｒ１－Ｒ２）又は増加率が所定の閾値以下であれば許容する、といった条件を使用してもよい。

以上の実施例１によれば、既存の保険商品の査定基準を改定した場合に見込まれる加入者の増加と、そのときのリスクの増加とが計算される。ユーザは、計算結果を参照して、例えば加入者を増やすために有効な改定を発見したり、許容できないリスクが生じる改定を発見したりすることができる。これによってより多くの者に提供可能かつ安全な運営を行うことのできる保険商品の設計が支援される。

次に、本発明の実施例２を説明する。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の保険設計支援システム１０１は、記憶媒体１０６がさらに許容リスク設定部１１６を有することを除いて、実施例１の保険設計支援システム１０１と同様である。許容リスク設定部１１６の機能は、他の各部の機能と同様に、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。

図２１は、本発明の実施例２の許容リスク設定部１１６及び改定量算出部１１４が実行する処理の一例を示すフローチャートである。

処理の開始（ステップ２１０１）から、改定量算出部１１４が改定対象箇所情報を読み込む（ステップ２１０３）までの処理は、図１４のステップ１４０１～１４０３の処理と同様である。

次に、許容リスク設定部１１６が許容リスク量を設定する（ステップ２１０４）。例えば許容リスク設定部１１６はユーザによって入力された許容リスク量を設定してもよい。例えば、許容リスク量は、査定基準の改定によって生じるリスク量の増加量又は増加率の上限であってもよい。

続く健診情報及び属性情報の読み込み（ステップ２１０５）から加入可能者の抽出（ステップ２１０８）までの処理は、図１４のステップ１４０５～１４０８の処理と同様である。

次に、改定量算出部１１４は、査定基準の改定が許容されるかを判定する（ステップ２１０９）。これは、例えば、ステップ２１０８で抽出された加入可能者が加入した場合のリスク量が許容されるかどうかに基づいて判定されてもよい。例えば、抽出された加入可能者が加入した場合のリスク量がステップ２１０４で設定した許容リスク量以下であれば改定が許容されると判定される。

このとき、総リスク評価部１１５が、改定量算出部によるステップ２１０８までの処理結果に基づいて実施例１と同様に総リスクを計算し、改定量算出部１１４がその総リスク量を許容リスク量と比較してもよい。また、このとき、後述するように、条件の区分ごとに期待されるリスク量を計算し、計算した期待されるリスク量の変化を許容リスク量と比較してもよい。

ステップ２１０９において査定基準の改定が許容される（すなわち改定可）と判定された場合、改定量算出部１１４は、改定量を変更して（ステップ２１１０）、ステップ２１０７に戻る。このときの変更方法として以下の方法が考えられるが、それらに限定されず、種々の変更方法を採用することができる。

例えば、改定対象箇所のうち、最も高リスクの区分の改定量を０に近づくように変更してもよいし、最も該当人数が少ない区分の改定量を０に近づくように変更してもよいし、両者を同時に満たす区分の改定量を０に近づくように変更してもよい。

ステップ２１０９において査定基準の改定が許容されない（すなわち改定不可）と判定された場合、処理が終了する（ステップ２１１１）。あるいは、ステップ２１０７～２１０９が所定の回数実行された場合など、所定の終了条件が満たされた場合に処理を終了してもよい。

図２２は、本発明の実施例２の許容リスク設定部１１６の処理に対応するユーザインターフェースの一例を示す説明図である。

図２２に示す許容リスク設定画面２２００は、保険設計支援システム１０１によって出力される表示データの一例であり、例えば、評価用データ読込部２２０１、支払事由読込部２２０２、現行基準読込部２２０３、許容リスク量設定部２２０４、改定量算出実行ボタン２２０５及び結果表示部２２０６を含む。

評価用データ読込部２２０１、支払事由読込部２２０２及び現行基準読込部２２０３は、それぞれ、図１９に示した評価用データ読込部１９０１、支払事由読込部１９０２及び現行基準読込部１９０３と同様である。

許容リスク量設定部２２０４には、査定基準の改定において許容されるリスク量が設定される。例えば、査定基準の改定に起因するリスク量の増加量又は増加率の上限が設定されてもよい。図２２の例では、「＋１％」が設定されている。これは、査定基準の改定後のリスク量が改定前のリスク量に対して＋１％の増加までは許容されることを示す。例えばここに設定された値が図２１のステップ２１０４で許容リスク設定部１１６に読み込まれる。

ユーザが評価用データ読込部２２０１から許容リスク量設定部２２０４に値を設定して、改定量算出実行ボタン２２０５を操作すると、許容リスク設定部１１６及び改定量算出部１１４が図２１の処理を実行する。結果表示部２２０６に示した改定候補箇所及び改定量算出結果２２０７、改定実行した場合の期待リスク変化率２２０８及び改定実行した場合の総期待リスク２２０９は、図２１の処理の結果の表示の一例である。

改定候補箇所及び改定量算出結果２２０７は、図２１のステップ２１０６までを実行した結果の一例である。これは実施例１の改定量算出結果１８０９と同様のものであり、例えば実施例１と同様の方法で算出される。

改定実行した場合の期待リスク変化率２２０８及び改定実行した場合の総期待リスク２２０９は、査定基準の改定の前後でのリスク量の変化の計算結果の一例である。具体的には、改定実行した場合の期待リスク変化率２２０８は、条件（例えば血圧等）の区分ごとに、その区分に該当する保険加入者への保険料の支払いリスク（例えば支払額）の変化を示している。改定実行した場合の総期待リスク２２０９は、加入者全体の総支払額の変化を示している。

図２２の例では、改定実行した場合の期待リスク変化率２２０８において、改定候補箇所に該当する区分が太枠で表示されている。それらの区分に記載された数値は、それらの区分の評点を改定候補箇所及び改定量算出結果２２０７に示した通りに変更した場合の査定基準に基づく期待リスクの変化率（例えば保険金の支払額の変化率）を示している。

具体的には、図２２の例において、太枠で表示された改定候補箇所の区分のうち、収縮期血圧が１８０から１９９ｍｍＨｇかつ拡張期血圧が５０から６９ｍｍＨｇの区分の期待リスク変化率が３．５％である。これは、当該区分の評点を、現行の「２０」に対して「－１０」の改定を加えることで「１０」に変更した場合、それによって当該区分に該当する保険加入者への保険金の支払額が３．５％増加すると計算されたことを示す。これは、許容リスク量設定部２２０４に設定された許容リスク「＋１％」より大きい。

一方、この例において、上記以外の改定候補箇所の区分における期待リスク変化率は、０．０５％又はそれより小さい値となっている。これらは、いずれも設定された許容リスク量「＋１％」より小さい。

また、図２２の例では、改定実行した場合の総期待リスク２２０９に示すように、査定基準を上記の通りに改定した場合の総リスク量の増加は設定された許容リスク量より小さくなっている。

この場合、総リスク量の増加が設定された許容リスク量より小さいことから、この査定基準の改定は全体としては許容されるといえる。しかし、上記のように条件の区分ごとに見た場合、期待リスク変化率が許容リスク量を超える区分がある。このため、当該区分の改定を許容せず、他の区分については改定を許容すると判定してもよい。

より具体的には、改定量算出部１１４は、図２１のステップ２１０９において改定不可と判定し、ステップ２１１０において、期待リスク変化率が許容リスク量を超える区分の改定量を変更してもよい。例えば上記の例では収縮期血圧が１８０から１９９ｍｍＨｇかつ拡張期血圧が５０から６９ｍｍＨｇの区分の改定量が「－１０」のときに期待リスク変化率が「３．５％」であったため、当該区分の改定量を「０」に近づくように（例えば「－５」等に）変更してもよい。これによって、当該区分については査定基準の緩和の程度が低下して、期待リスク変化率が下がることが予想される。

このとき、期待リスク変化率が許容リスク量を超えていない区分については、その区分の改定量がすでに変更上限量設定部１８０５に設定された値に達していない限り、改定量をさらに「０」から遠ざかるように変更してもよい。これによって、当該区分については査定基準の緩和程度が増して、期待リスク変化率が上がることが予想される。

上記の例では、総リスク量増加と比較される許容リスク量と、各区分の期待リスク量の増加と比較される許容リスク量とが同一の値である例を示したが、これらが異なる値であってもよい。

上記の処理を繰り返すことで、各区分の期待リスク変化率が許容リスク量を超えず、総リスク量が許容リスク量を超えないような査定基準の改定量を探ることができる。その結果、既存の保険商品の査定基準を改定することで、より多くの加入者が見込まれ、かつリスクも許容可能な保険商品を設計することが支援される。

以上の本発明の実施形態は、次のような例を含む。

（１）プロセッサ（例えばＣＰＵ１０４）と、プロセッサに接続される記憶装置（例えばメモリ１０５又は記憶媒体１０６）と、を有する保険設計支援システム（例えば保険設計支援システム１０１）であって、記憶装置は、複数の人物の健康状態情報（例えば健診情報６００又はその他の情報）と、複数の人物の属性情報（例えば属性情報７００）と、健康状態情報及び属性情報に基づいて保険商品における保険事故のリスクを計算するためのリスクモデル（例えばリスクモデルパラメータ情報９００に基づくリスク査定モデル）と、保険商品への加入可否の判定に使用される査定基準（例えば査定基準情報８００）と、保険商品に加入する人物の数の目標値（例えば改定効果目標設定部１８０４に設定された目標値）と、を保持し、プロセッサは、健康状態情報、属性情報及びリスクモデルに基づいて、複数の人物の保険事故のリスク値を計算し（例えばステップ１１０５）、リスク値に基づいて、査定基準の改定量を計算し（例えばステップ１４０６）、改定量が適用された場合の査定基準と、健康状態情報と、属性情報と、に基づいて、査定基準に改定量が適用された場合に保険商品に加入する人物の数を計算し（例えばステップ１４０８）、保険商品に加入する人物の数が目標値を満たすか否かを判定する（例えばステップ１４０９）。

これによって、保険者が保有する既存の査定基準を考慮して、リスクへの影響を抑えながらより多くの人が加入できる保険の査定基準を作成することができる。

（２）上記（１）において、査定基準は、健康状態情報の値の区分（例えば条件１＿８０３及び条件２＿８０４の区分）ごとに、保険事故のリスクの高さの評価値（例えば評点８０６）を含み、プロセッサは、健康状態情報、属性情報及びリスクモデルに基づいて、区分ごとに、区分に該当する人物の保険事故のリスク値を計算し（例えばステップ１１０５）、区分ごとに、評価値とリスク値とを比較した結果に基づいて査定基準の改定量を計算する（例えばステップ１４０６）。

これによって、区分ごとに改定の要否及び改定量が計算され、査定基準の適切な改定案が作成される。

（３）上記（２）において、プロセッサは、評価値と保険事故のリスクの高さとを対応付ける情報（例えばリスク値から評点への換算式）に基づいて、区分ごとに、リスク値を評価値と比較可能な値に変換し（例えばステップ１２０４）、変換されたリスク値が評価値より低い場合に、評価値を下げる方向に改定する評価値の改定量を査定基準の改定量として計算する（例えばステップ１４０６）。

これによって、区分ごとに改定の要否及び改定量が計算され、査定基準の適切な改定案が作成される。

（４）上記（３）において、プロセッサは、変換されたリスク値と評価値との差が所定の基準より大きい区分について、評価値の改定量を計算する（例えばステップ１２０５～ステップ１３０６、ステップ１４０６）。

これによって、区分ごとに改定の要否及び改定量が計算され、査定基準の適切な改定案が作成される。

（５）上記（４）において、プロセッサは、変換されたリスク値と評価値との差が所定の基準より大きい区分のうち、標準体に分類される人物の健康状態情報の値に対応する区分との関係が所定の条件を満たす区分について、評価値の改定量を計算する（例えばステップ１２０５～ステップ１３０６、ステップ１４０６）。

これによって、区分ごとに改定の要否及び改定量が計算され、査定基準の適切な改定案が作成される。

（６）上記（５）において、プロセッサは、変換されたリスク値と評価値との差が所定の基準より大きい区分のうち、標準体に分類される人物の健康状態情報の値に近い値に対応する区分について、評価値の改定量を計算する（例えばステップ１２０５～ステップ１３０６、ステップ１４０６）。

これによって、区分ごとに改定の要否及び改定量が計算され、査定基準の適切な改定案が作成される。

（７）上記（６）において、保険設計支援システムは、表示データを出力する出力部（例えば出力部１０３又は通信部１０８）をさらに有し、出力部は、区分ごとに、現行の査定基準に含まれる評価値（例えば現行基準１７０７）、リスク値（例えばリスクモデル算出結果１６０７）、評価値とリスク値との比較結果（例えば比較結果１７０９）及び改定量（例えば改定量算出結果１８０９）の少なくともいずれかの情報を含む表示データを出力する。

これによって、査定基準の改定の内容をユーザが把握することが容易になる。

（８）上記（１）において、記憶装置は、保険商品における保険金の支払い条件をさらに保持し、プロセッサは、保険商品に加入する人物の数が目標値を満たす場合、保険商品に加入する人物の医療機関の受診履歴を示す受診情報（例えば受診基本情報２００、傷病名情報３００、診療行為情報４００及び受療状況情報５００の少なくともいずれか）と、支払い条件と、に基づいて、改定量が適用された場合の保険商品に加入する人物全体の保険金の支払いに関する総リスク量を計算し（例えばステップ１５０５～ステップ１５０６）、総リスク量を出力する。

これによって、査定基準の改定によって生ずるリスクが評価される。

（９）上記（８）において、記憶装置は、改定量が適用された場合に許容される総リスク量の条件を示す情報（例えば許容リスク量設定部２２０４に設定された値）をさらに保持し、プロセッサは、総リスク量が許容される総リスク量の条件を満たさない場合、改定量を小さくするように変更し（例えばステップ２１１０）、変更された改定量に基づいて、査定基準に改定量が適用された場合の保険商品に加入する人物の数及び総リスク量を計算する（例えばステップ２１０８及びステップ２１０９）。

これによって、改定に起因するリスク量が許容範囲内となる査定基準の改定案を作成することができる。

（１０）上記（９）において、査定基準は、健康状態情報の値の区分ごとに、保険事故のリスクの高さの評価値（例えば評点８０６）を含み、プロセッサは、健康状態情報、属性情報及びリスクモデルに基づいて、区分ごとに、区分に該当する人物の保険事故のリスク値を計算し（例えばステップ１１０５）、区分ごとに、評価値とリスク値とを比較した結果に基づいて査定基準の改定量を計算し（例えばステップ１４０６）、区分ごとに、改定量が適用された場合の区分に該当する人物の保険金の支払いに関するリスク量を計算し（例えばステップ２１０９）、記憶装置は、改定量が適用された場合に許容される区分ごとのリスク量の条件を示す情報（例えば許容リスク量設定部２２０４に設定された値）をさらに保持し、プロセッサは、区分ごとのリスク量が許容される区分ごとのリスク量の条件を満たさない場合、区分の評価値の改定量を小さくするように変更する（例えばステップ２１１０）。

これによって、区分ごとの改定に起因するリスク量が許容範囲内となる査定基準の改定案を作成することができる。

（１１）上記（１０）において、表示データを出力する出力部（例えば出力部１０３又は通信部１０８）をさらに有し、プロセッサは、現行の査定基準に基づく総リスク量を計算し、出力部は、現行の査定基準に基づいて計算された総リスク量、改定量が適用された場合の総リスク量、及び、改定量が適用された場合に許容される総リスク量の条件の少なくともいずれかの情報を含む表示データ（例えば許容リスク設定画面２２００）を出力する。

これによって、改定に起因するリスク量が許容範囲内となる査定基準の改定の内容をユーザが把握することが容易になる。

（１２）上記（１）において、記憶装置は、保険商品における保険金の支払い条件と、複数の人物の医療機関の受診履歴を示す受診情報（例えば受診基本情報２００、傷病名情報３００、診療行為情報４００及び受療状況情報５００の少なくともいずれか）と、をさらに保持し、プロセッサは、受診情報、健康状態情報、属性情報及び支払い条件に基づいて、リスクモデルを生成して記憶装置に格納する。

これによって、精度よくリスクを計算するためのモデルを生成することができる。

（１３）上記（１）において、健康状態情報は、各人物が受けた健康診断の結果、及び、各人物に装着された装置（例えばいわゆるウェアラブル端末等）が計測した各人物の健康状態に関する情報（例えば運動量、睡眠時間、脈拍、血圧等）の少なくともいずれかを含む。

これによって、健康診断の結果に限らず、人物の健康状態を示す情報を幅広く利用することができる。

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るものではない。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
１０７ データベース
１０８ 通信部
１１１ 査定基準変換部
１１２ 差分分析実行部
１１３ 改定箇所情報抽出部
１１４ 改定量算出部
１１５ 総リスク評価部
１１６ 許容リスク設定部
１２０ 受診歴情報管理部
１２１ 健診情報管理部
１２２ 属性情報管理部
１２３ 査定基準情報管理部
１２４ リスクモデル情報管理部
１２５ 評価結果情報管理部

Claims (13)

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、複数の人物の健康状態情報と、前記複数の人物の属性情報と、前記健康状態情報及び前記属性情報に基づいて保険商品における保険事故のリスクを計算するためのリスクモデルと、前記保険商品への加入可否の判定に使用される査定基準と、前記保険商品に加入する人物の数の目標値と、を保持し、
   前記査定基準は、前記健康状態情報の値の区分ごとに、保険事故のリスクの高さの評価値を含み、
   前記プロセッサは、
   前記健康状態情報、前記属性情報及び前記リスクモデルに基づいて、前記区分ごとに、前記区分に該当する人物の保険事故のリスク値を計算し、
   前記区分ごとに、前記評価値と前記リスク値とを比較した結果に基づいて、前記査定基準の改定量を計算し、
   前記改定量が適用された場合の前記査定基準と、前記健康状態情報と、前記属性情報と、に基づいて、前記査定基準に前記改定量が適用された場合に前記保険商品に加入する人物の数を計算し、
   前記保険商品に加入する人物の数が前記目標値を満たすか否かを判定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、
   前記プロセッサは、
   前記評価値と前記保険事故のリスクの高さとを対応付ける情報に基づいて、前記区分ごとに、前記リスク値を前記評価値と比較可能な値に変換し、
   変換された前記リスク値が前記評価値より低い場合に、前記評価値を下げる方向に改定する前記評価値の改定量を前記査定基準の改定量として計算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、
   前記プロセッサは、前記変換されたリスク値と前記評価値との差が所定の基準より大きい前記区分について、前記評価値の改定量を計算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、
   前記プロセッサは、前記変換されたリスク値と前記評価値との差が所定の基準より大きい前記区分のうち、標準体に分類される人物の前記健康状態情報の値に対応する区分との関係が所定の条件を満たす区分について、前記評価値の改定量を計算することを特徴とする保険設計支援システム。
5. 請求項４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、前記変換されたリスク値と前記評価値との差が所定の基準より大きい前記区分のうち、標準体に分類される人物の前記健康状態情報の値に近い値に対応する区分について、前記評価値の改定量を計算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、
   表示データを出力する出力部をさらに有し、
   前記出力部は、前記区分ごとに、現行の前記査定基準に含まれる前記評価値、前記リスク値、前記評価値と前記リスク値との比較結果及び前記改定量の少なくともいずれかの情報を含む表示データを出力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、
   前記記憶装置は、前記保険商品における保険金の支払い条件をさらに保持し、
   前記プロセッサは、前記保険商品に加入する人物の数が前記目標値を満たす場合、前記保険商品に加入する人物の医療機関の受診履歴を示す受診情報と、前記支払い条件と、に基づいて、前記改定量が適用された場合の前記保険商品に加入する人物全体の保険金の支払いに関する総リスク量を計算し、前記総リスク量を出力することを特徴とする保険設計支援システム。
8. 請求項７に記載の保険設計支援システムであって、
   前記記憶装置は、前記改定量が適用された場合に許容される前記総リスク量の条件を示す情報をさらに保持し、
   前記プロセッサは、前記総リスク量が前記許容される総リスク量の条件を満たさない場合、前記改定量を小さくするように変更し、
   変更された前記改定量に基づいて、前記査定基準に前記改定量が適用された場合の前記保険商品に加入する人物の数及び前記総リスク量を計算することを特徴とする保険設計支援システム。
9. 請求項８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、
   前記区分ごとに、前記改定量が適用された場合の前記区分に該当する人物の保険金の支払いに関するリスク量を計算し、
   前記記憶装置は、前記改定量が適用された場合に許容される前記区分ごとのリスク量の条件を示す情報をさらに保持し、
   前記プロセッサは、前記区分ごとのリスク量が前記許容される区分ごとのリスク量の条件を満たさない場合、当該区分の前記評価値の改定量を小さくするように変更することを特徴とする保険設計支援システム。
10. 請求項９に記載の保険設計支援システムであって、
    表示データを出力する出力部をさらに有し、
    前記プロセッサは、現行の前記査定基準に基づく総リスク量を計算し、
    前記出力部は、現行の前記査定基準に基づいて計算された総リスク量、前記改定量が適用された場合の総リスク量、及び、前記改定量が適用された場合に許容される前記総リスク量の条件の少なくともいずれかの情報を含む表示データを出力することを特徴とする保険設計支援システム。
11. 請求項１に記載の保険設計支援システムであって、
    前記記憶装置は、前記保険商品における保険金の支払い条件と、前記複数の人物の医療機関の受診履歴を示す受診情報と、をさらに保持し、
    前記プロセッサは、前記受診情報、前記健康状態情報、前記属性情報及び前記支払い条件に基づいて、前記リスクモデルを生成して前記記憶装置に格納することを特徴とする保険設計支援システム。
12. 請求項１に記載の保険設計支援システムであって、
    前記健康状態情報は、各人物が受けた健康診断の結果、及び、前記各人物に装着された装置が計測した前記各人物の健康状態に関する情報の少なくともいずれかを含むことを特徴とする保険設計支援システム。
13. 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、
    前記記憶装置は、複数の人物の健康状態情報と、前記複数の人物の属性情報と、前記健康状態情報及び前記属性情報に基づいて保険商品における保険事故のリスクを計算するためのリスクモデルと、前記保険商品への加入可否の判定に使用される査定基準と、前記保険商品に加入する人物の数の目標値と、を保持し、
    前記査定基準は、前記健康状態情報の値の区分ごとに、保険事故のリスクの高さの評価値を含み、
    前記保険設計支援方法は、
    前記プロセッサが、前記健康状態情報、前記属性情報及び前記リスクモデルに基づいて、前記区分ごとに、前記区分に該当する人物の保険事故のリスク値を計算する手順と、
    前記プロセッサが、前記区分ごとに、前記評価値と前記リスク値とを比較した結果に基づいて、前記査定基準の改定量を計算する手順と、
    前記プロセッサが、前記改定量が適用された場合の前記査定基準と、前記健康状態情報と、前記属性情報と、に基づいて、前記査定基準に前記改定量が適用された場合に前記保険商品に加入する人物の数を計算する手順と、
    前記プロセッサが、前記保険商品に加入する人物の数が前記目標値を満たすか否かを判定する手順と、を含むことを特徴とする保険設計支援方法。

Images