WO2017148160A1 - 基于生物信息的健康保险风险评估系统 - Google Patents

基于生物信息的健康保险风险评估系统 Download PDF

Info

Publication number
WO2017148160A1
WO2017148160A1 PCT/CN2016/103037 CN2016103037W WO2017148160A1 WO 2017148160 A1 WO2017148160 A1 WO 2017148160A1 CN 2016103037 W CN2016103037 W CN 2016103037W WO 2017148160 A1 WO2017148160 A1 WO 2017148160A1
Authority
WO
WIPO (PCT)
Prior art keywords
database
risk assessment
index
risk
health insurance
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/CN2016/103037
Other languages
English (en)
French (fr)
Inventor
张贯京
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Qianhai AnyCheck Information Technology Co Ltd
Original Assignee
Shenzhen Qianhai AnyCheck Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Qianhai AnyCheck Information Technology Co Ltd filed Critical Shenzhen Qianhai AnyCheck Information Technology Co Ltd
Publication of WO2017148160A1 publication Critical patent/WO2017148160A1/zh
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Definitions

  • the present invention relates to the field of medical information processing, and in particular, to a health insurance risk assessment system based on biological information.
  • Bioinformatics provides orderly data and related information that grows exponentially. After analysis and collation, the risk control concept and innovative thinking of health insurance can be obtained from massive information. Therefore, it is necessary to establish a nuclear insurance and actuarial system for assessing the risk of health insurance targets, and apply bioinformatics database technology to the underwriting and actuarial risk assessment of health insurance, thereby reducing the underwriting cost of health insurance companies. Strengthen the risk control and core competitiveness of health insurance companies.
  • the main object of the present invention is to provide a bio-information-based health insurance risk assessment system, which aims to solve the technical problem that the existing insurance risk assessment system cannot combine the bio-information assessment health insurance risk to cause a large risk assessment.
  • the present invention provides a bio-information-based health insurance risk assessment system, which includes a risk assessment database system, a database search engine, and a bio-nuclear insurance claims risk index analysis system.
  • the risk assessment database system is connected to the bio-nuclear insurance risk index analysis system by the database search engine, wherein:
  • the risk assessment database system includes a historical risk assessment database, a realistic risk assessment database, a predictive risk assessment database, a financial risk rating database, and a biometric risk assessment data.
  • the biological nuclear insurance risk index analysis system includes a biological genetic detection subsystem, a human health early warning subsystem, and a biological nuclear insurance compensation risk control subsystem;
  • the biological gene detection subsystem is configured to detect a biological gene of a human disease based on a biological brain grid
  • the human health early warning subsystem is configured to use an biosensor to perform an early warning on a human disease type according to a biological genetic detection result
  • the bio-nuclear insurance risk control subsystem is configured to analyze and evaluate risk factors of the insured's health insurance underwriting and health insurance claims to obtain an assessment result of the health insurance risk.
  • the historical risk assessment database comprises a population vital sign database, a family genetic database, a family disease database, an individual past medical history database, an individual growth environment database, and a living area infectious disease incidence database.
  • the real-life risk assessment database includes an air pollution index database of an individual living area, a traffic accident occurrence index database, an individual physical examination index database, an individual real biochemical index library, an individual lifestyle index database, and an individual.
  • the social security index database of living areas includes an air pollution index database of an individual living area, a traffic accident occurrence index database, an individual physical examination index database, an individual real biochemical index library, an individual lifestyle index database, and an individual.
  • the predictive risk assessment database includes a disease gene database.
  • the financial risk rating database includes a health insurance demand index database, a financial status index database, a real financial index database, and a revenue insured ratio information database.
  • the biometric risk assessment database includes an insured fingerprint database and an insured iris database.
  • the health insurance underwriting index database comprises a standard body nuclear insurance index database, a secondary standard body nuclear insurance index database, an extended insurance index database, a refusal index database, and a nuclear insurance comprehensive index database.
  • the actuarial rate index library includes a multi-function life function library, an interest function library, a basic annuity database, an actuarial present value database, a policy cash value database, and a solvency index database.
  • the risk assessment database system is disposed in a database server.
  • the bio-nuclear insurance risk index analysis system is set in an application server.
  • the bio-information-based health insurance risk assessment system of the present invention adopts the above technical solution, and achieves the following technical effects: a multi-dimensional information database is adopted, and data information in all information databases is quantitatively classified. With the advantages of large amount of information and comprehensive information, it can be widely used in the life insurance industry.
  • the assessment of health insurance risks combined with bioinformatics reduces the risk of assessment, reduces the cost of underwriting for life insurance companies, and strengthens the risk control and core competitiveness of life insurance companies.
  • FIG. 1 is a schematic diagram showing the system configuration of a preferred embodiment of the bioinformation-based health insurance risk assessment system of the present invention
  • FIG. 2 is a schematic structural diagram of a preferred embodiment of the risk assessment database system of FIG. 1;
  • FIG. 3 is a schematic structural diagram of a preferred embodiment of the bio-nuclear insurance claim risk index analysis system of FIG. 1.
  • FIG. 1 is a schematic structural diagram of a system of a biometric-based health insurance risk assessment system according to a preferred embodiment of the present invention.
  • the biometric-based health insurance risk assessment system includes a risk assessment database system 1, a database search engine 2, and a bio-nuclear insurance risk index analysis system 3, wherein the risk assessment database system 1
  • the database search engine 2 is connected to the bio-nuclear insurance risk index analysis system 3.
  • the risk assessment database system 1 is disposed in the database server 10, and the bio-nuclear insurance risk index analysis system 3 is disposed in the application server 30.
  • FIG. 2 is a schematic structural diagram of a preferred embodiment of the risk assessment database system of FIG. 1.
  • the risk assessment database system 1 includes a historical risk assessment database 11, a realistic risk assessment database 12, a predictive risk assessment database 13, a financial risk rating database 14, a biometric risk assessment database 15, and health.
  • the historical risk assessment database 11 includes a population vital sign database 111, a family genetic database 1 12, a family disease database 113, an individual past medical history database 114, an individual growth environment database 115, and a living area infectious disease incidence database 116.
  • the real risk assessment database 12 includes an air pollution index database 121 in an individual living area, a traffic accident occurrence index database 122, an individual physical examination index library 123, an individual real biochemical index library 124, and an individual lifestyle index database. 125 and the social security index library 126 of the individual living area.
  • the individual life index library 125 stores a physical index BMI, an intellectual index IQ+EQ, a marital status, a number of children, a smoking habit, a physical exercise, a sleep, an education level, a career, a change, a social situation, a place of residence, and a place to go to work. Distance and other information.
  • the predictive risk assessment database 13 includes a disease gene database 131 for storing genetic test data for common human diseases.
  • genetic testing methods can detect whether anti-cancer genes and oncogenes are defective at a very early stage, and the probability of possible onset; breast cancer mothers have daughters suffering from breast cancer It is 15 times that of ordinary people.
  • People with defective CYP and GST in the liver can eat 60 yuan more than the average person if they often eat stinky tofu, preserved food, and bad habits such as smoking and drinking.
  • the chance of hepatitis B with the original person becoming a liver cancer is 223 times that of a normal person.
  • the genetic susceptibility gene of hepatitis B helps to predict the risk of hepatitis B. If the Apo E gene on chromosome 19 is defective, it is prone to heart disease and Alzheimer's disease (ie, dementia). If the CETP gene on the 16th chromosome has a problem, it is easy to have arteriosclerosis, vascular embolism, and the risk of myocardial infarction.
  • the financial risk rating database 14 includes a health insurance demand index library 141, a financial condition index library 142, a real financial index library 143, and a revenue insured ratio information repository 144.
  • the existing international health insurance demand function model and the health service demand function model are used to estimate the life insurance insurance demand in China under the framework of human capital, and to control the possible selective deviation and endogeneity. Deviation and omission variable deviations are used to distinguish the impact of institutional changes on stability, health and longevity and the impact of health and insurance service needs.
  • the biometric risk assessment database 15 includes an insured fingerprint database 151 and an insured iris database 152.
  • the insured fingerprint database 151 is used to store insured fingerprint information
  • the insured iris database 152 is used to store the insured iris information.
  • the health insurance underwriting index database 16 includes a standard body nuclear insurance index library 161, a secondary standard body nuclear insurance index library 1
  • the actuarial rate index library 17 includes a multivariate life function library 171, an interest function library 172, a basic annuity database 173, an actuarial present value database 174, a policy cash value database 175, and a solvency index library.
  • FIG. 3 is a schematic structural diagram of a preferred embodiment of the bio-nuclear insurance risk index analysis system of FIG. 1.
  • the bio-nuclear insurance risk index analysis system 3 includes a biological genetic detection subsystem 31, a human health early warning subsystem 32, and a biological nuclear insurance compensation risk control subsystem 33.
  • the biological gene detection subsystem 31 is connected to the human health early warning subsystem 32, and the biological genetic detection subsystem 31 and the human health early warning subsystem 32 are connected to the biological nuclear insurance risk control subsystem 33. .
  • the biological gene detection subsystem 31 is configured to detect a biological gene of a human disease based on a biological brain grid; the human health early warning subsystem 32 is configured to use a biosensor to perform an early warning on a human disease type according to a biological genetic detection result;
  • the bio-nuclear insurance risk control subsystem 33 is configured to analyze and evaluate the insured's health insurance underwriting and health insurance claims risk factors to obtain health insurance risk assessment results, thereby reducing the health insurance service risk.
  • the bio-information-based health insurance risk assessment system of the present invention adopts a multi-dimensional information database, and the data information in all information databases are quantitatively graded, and has the advantages of large amount of information and comprehensive information, and has strong operability. , can be widely used in the life insurance industry.
  • the present invention combines bioinformatics to assess health insurance risks, reduces assessment risk, reduces life insurance company's underwriting cost, and enhances life insurance company's risk control and core competitiveness.
  • the bio-information-based health insurance risk assessment system of the present invention adopts the above technical solutions, and achieves the following technical effects:
  • a multi-dimensional information database is adopted, and data information in all information databases is quantized and graded, and has information.
  • the large quantity and comprehensive information advantages can be widely applied in the life insurance industry.
  • the assessment of health insurance risks combined with biological information reduces the risk of assessment, reduces the cost of underwriting for life insurance companies, and strengthens the risk control and core competitiveness of life insurance companies.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Medical Informatics (AREA)
  • Finance (AREA)
  • Public Health (AREA)
  • Accounting & Taxation (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Technology Law (AREA)
  • Biomedical Technology (AREA)
  • Strategic Management (AREA)
  • Pathology (AREA)
  • Marketing (AREA)
  • Epidemiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种基于生物信息的健康保险风险评估系统，包括风险评估数据库系统、数据库搜索引擎器及生物核保核赔风险指数分析系统，风险评估数据库系统通过数据库搜索引擎器连接至生物核保核赔风险指数分析系统。风险评估数据库系统包括历史性风险评估数据库、现实性风险评估数据库、预测性风险评估数据库、财务风险等级评估数据库、生物识别风险评估数据库、健康保险核保指数库及精算费率指数库。生物核保核赔风险指数分析系统包括生物基因检测子系统、人体健康预警子系统及生物核保核赔风险控制子系统。本发明采用信息量化分级的多维信息数据库且结合生物信息评估健康保险，有利于降低评估风险并减少核保成本。

Description

说明书 发明名称：基于生物信息的健康保险风险评估系统 技术领域
[0001] 本发明涉及医疗信息处理领域， 尤其涉及一种基于生物信息的健康保险风险评 估系统。
背景技术
[0002] 随着我国经济的持续增长， 用于健康和人寿保险的支出不断增加。 健康、 生命 和教育一样， 是人力资本的主要组成部分， 安定、 卫生和健康投资可以直接提 高社会生产力。 因而研究人寿保险和健康保险的需求， 具有重要的经济和社会 意义， 对保险公司核保和精算更具现实意义。
[0003] 生物信息技术提供了以指数增长的有序数据及相关信息， 经过分析与整理， 从 海量信息中可以获得健康保险的风险控制理念和创新思维。 因此， 有必要建立 一种用于评估健康保险标的风险的核保和精算系统， 将生物信息数据库技术应 用于健康保险的核保和精算的风险评估中， 从而减少健康保险公司的核保成本 ， 加强健康保险公司的风险控制和核心竞争力。
技术问题
[0004] 本发明的主要目的在于提供一种基于生物信息的健康保险风险评估系统， 旨在 解决现有保险风险评估系统不能结合生物信息评估健康保险风险而导致评估风 险大的技术问题。
问题的解决方案
技术解决方案
[0005] 为实现上述目的， 本发明提供了一种基于生物信息的健康保险风险评估系统， 该健康保险风险评估系统包括风险评估数据库系统、 数据库搜索引擎器以及生 物核保核赔风险指数分析系统， 所述风险评估数据库系统通过所述数据库搜索 弓 I擎器连接至所述生物核保核赔风险指数分析系统， 其中：
[0006] 所述风险评估数据库系统包括历史性风险评估数据库、 现实性风险评估数据库 、 预测性风险评估数据库、 财务风险等级评估数据库、 生物识别风险评估数据 库、 健康保险核保指数库以及精算费率指数库；
[0007] 所述生物核保核赔风险指数分析系统包括生物基因检测子系统、 人体健康预警 子系统以及生物核保核赔风险控制子系统；
[0008] 所述生物基因检测子系统用于基于生物脑网格对人体疾病的生物基因进行检测
[0009] 所述人体健康预警子系统用于根据生物基因检测结果采用生物传感器对人体疾 病类型进行预警；
[0010] 所述生物核保核赔风险控制子系统用于对被保险人的健康保险核保以及健康保 险理赔的危险因素进行分析与评估以获得健康保险风险的评估结果。
[0011] 优选的， 所述历史性风险评估数据库包括群体生命体征数据库、 家族遗传数据 库、 家族疾病数据库、 个体既往病史数据库、 个体生长环境数据库以及生活地 区传染病发病率数据库。
[0012] 优选的， 所述现实性风险评估数据库包括个体生活地区大气污染指数库、 交通 事故发生率指数库、 个体实吋体检指标库、 个体实吋生化指标库、 个体生活方 式指数库以及个体生活地区社会治安指数库。
[0013] 优选的， 所述预测性风险评估数据库包括疾病基因数据库。
[0014] 优选的， 所述财务风险等级评估数据库包括健康保险需求指数库、 财务状况指 数库、 实吋金融指数库以及收入保额比值信息库。
[0015] 优选的， 所述生物识别风险评估数据库包括被保险人指纹数据库以及被保险人 虹膜数据库。
[0016] 优选的， 所述健康保险核保指数库包括标准体核保指数库、 次标准体核保指数 库、 延保指数库、 拒保指数库以及核保综合指数库。
[0017] 优选的， 所述精算费率指数库包括多元生命函数库、 利息函数库、 基础年金数 据库、 精算现值数据库、 保单现金价值数据库以及偿付能力指数库。
[0018] 优选的， 所述风险评估数据库系统设置于数据库服务器中。
[0019] 优选的， 所述生物核保核赔风险指数分析系统设置于应用服务器中。
发明的有益效果
有益效果 [0020] 相较于现有技术， 本发明所述基于生物信息的健康保险风险评估系统采用上述 技术方案， 达到了如下技术效果： 采用了多维信息数据库， 所有信息数据库中 数据信息都采用量化分级， 具有信息量大及信息全面性优点， 能够广泛应用在 人寿保险行业。 此外， 结合生物信息评估健康保险风险降低了评估风险， 减少 了人寿保险公司的核保成本， 加强了人寿保险公司的风险控制和核心竞争力。 对附图的简要说明
附图说明
[0021] 图 1是本发明基于生物信息的健康保险风险评估系统较佳实施例的系统结构示 意图；
[0022] 图 2是图 1中的风险评估数据库系统较佳实施例的结构示意图；
[0023] 图 3是图 1中的生物核保核赔风险指数分析系统较佳实施例的结构示意图。
[0024] 本发明目的的实现、 功能特点及优点将结合实施例， 参照附图做进一步说明。
实施该发明的最佳实施例
本发明的最佳实施方式
[0025] 为更进一步阐述本发明为达成上述目的所采取的技术手段及功效， 以下结合附 图及较佳实施例， 对本发明的具体实施方式、 结构、 特征及其功效进行详细说 明。 应当理解， 此处所描述的具体实施例仅仅用以解释本发明， 并不用于限定 本发明。
[0026] 参考图 1所示， 图 1是本发明基于生物信息的健康保险风险评估系统较佳实施例 的系统结构示意图。 在本发明中， 所述基于生物信息的健康保险风险评估系统 包括风险评估数据库系统 1、 数据库搜索引擎器 2以及生物核保核赔风险指数分 析系统 3， 所述风险评估数据库系统 1通过所述数据库搜索引擎器 2连接至所述生 物核保核赔风险指数分析系统 3。 所述风险评估数据库系统 1设置于数据库服务 器 10中， 所述生物核保核赔风险指数分析系统 3设置于应用服务器 30中。 所述生 物核保核赔风险指数分析系统 3通过数据库搜索引擎器 2从所述风险评估数据库 系统 1获取与健康保险风险评估相关的数据信息， 并根据所述数据信息对健康保 险的风险进行实吋监测、 分析与评估， 以降低健康保险风险的评估风险并减少 核保成本。 [0027] 参考图 2所示， 图 2是图 1中的风险评估数据库系统较佳实施例的结构示意图。 在本实施例中， 所述风险评估数据库系统 1包括历史性风险评估数据库 11、 现实 性风险评估数据库 12、 预测性风险评估数据库 13、 财务风险等级评估数据库 14 、 生物识别风险评估数据库 15、 健康保险核保指数库 16以及精算费率指数库 17
[0028] 所述历史性风险评估数据库 11包括群体生命体征数据库 111、 家族遗传数据库 1 12、 家族疾病数据库 113、 个体既往病史数据库 114、 个体生长环境数据库 115以 及生活地区传染病发病率数据库 116。
[0029] 所述现实性风险评估数据库 12包括个体生活地区大气污染指数库 121、 交通事 故发生率指数库 122、 个体实吋体检指标库 123、 个体实吋生化指标库 124、 个体 生活方式指数库 125以及个体生活地区社会治安指数库 126。 例如， 所述个体生 活指数库 125存储有体格指数 BMI、 智力指数 IQ+EQ、 婚姻状况、 孩子数量、 抽 烟饮酒习惯、 体育锻炼、 睡眠、 教育程度、 职业、 变迁、 社交情况、 住处与上 班地点距离等信息。
[0030] 所述预测性风险评估数据库 13包括疾病基因数据库 131， 用于存储人类常见疾 病的基因检测数据。 例如， 对于人类健康主要杀手心脏血管疾病和癌症， 采用 基因检测方法可以在非常早期就测得抗癌基因和致癌基因是否有缺陷， 可能发 病的机率有多大； 乳癌母亲所生的女儿罹患乳癌机率是常人的 15倍， 肝脏内解 毒基因 CYP、 GST有缺陷的人， 如果又常吃臭豆腐、 腌制食品， 以及抽烟、 喝酒 等不良习惯， 发生肝癌的机会比一般人高 60倍。 乙型肝炎带原者演变成肝癌的 机会是平常人的 223倍。 乙型肝炎的遗传易感基因， 有助于对乙型肝炎进行风险 预测。 如果第 19对染色体上的 Apo E基因有缺陷， 就容易罹患心脏病和阿兹海默 症 （即老人失智症） 。 如果第 16对染色体上的 CETP基因出问题， 容易动脉硬化 、 血管栓塞、 心肌梗塞的机率。
[0031] 所述财务风险等级评估数据库 14包括健康保险需求指数库 141、 财务状况指数 库 142、 实吋金融指数库 143以及收入保额比值信息库 144。 在本发明， 利用现有 国际通行的健康保险需求函数模型和卫生服务需求函数模型， 在人力资本的框 架下来估算我国的人寿健康保险需求， 并控制可能发生的选择性偏差、 内生性 偏差和遗漏变量偏差， 来区分制度变化对安定、 健康和长寿的需求和卫生， 保 险服务需求产生的影响。
[0032] 所述生物识别风险评估数据库 15包括被保险人指纹数据库 151以及被保险人虹 膜数据库 152。 所述被保险人指纹数据库 151用于存储被保险人指纹信息， 所述 被保险人虹膜数据库 152用于存储被保险人虹膜信息。
[0033] 所述健康保险核保指数库 16包括标准体核保指数库 161、 次标准体核保指数库 1
62、 延保指数库 163、 拒保指数库 164以及核保综合指数库 165。
[0034] 所述精算费率指数库 17包括多元生命函数库 171、 利息函数库 172、 基础年金数 据库 173、 精算现值数据库 174、 保单现金价值数据库 175以及偿付能力指数库 17
6。
[0035] 参考图 3所示， 图 3是图 1中的生物核保核赔风险指数分析系统较佳实施例的结 构示意图。 在本实施例中， 所述生物核保核赔风险指数分析系统 3包括生物基因 检测子系统 31、 人体健康预警子系统 32以及生物核保核赔风险控制子系统 33。 所述生物基因检测子系统 31连接至所述人体健康预警子系统 32， 所述生物基因 检测子系统 31和所述人体健康预警子系统 32连接至所述生物核保核赔风险控制 子系统 33。 所述生物基因检测子系统 31用于基于生物脑网格对人体疾病的生物 基因进行检测； 所述人体健康预警子系统 32用于根据生物基因检测结果采用生 物传感器对人体疾病类型进行预警； 所述生物核保核赔风险控制子系统 33用于 对被保险人的健康保险核保以及健康保险理赔的危险因素进行分析与评估以获 得健康保险风险的评估结果， 从而降低健康保险的服务风险。
[0036] 本发明所述基于生物信息的健康保险风险评估系统采用了多维信息数据库， 所 有信息数据库中数据信息都采用量化分级， 具有信息量大及信息全面性优点， 具备很强的可操作性， 能够广泛应用在人寿保险行业。 此外， 本发明结合生物 信息评估健康保险风险降低了评估风险， 减少了人寿保险公司的核保成本， 加 强了人寿保险公司的风险控制和核心竞争力。
[0037] 以上仅为本发明的优选实施例， 并非因此限制本发明的专利范围， 凡是利用本 发明说明书及附图内容所作的等效结构或等效功能变换， 或直接或间接运用在 其他相关的技术领域， 均同理包括在本发明的专利保护范围内。 工业实用性
相较于现有技术， 本发明所述基于生物信息的健康保险风险评估系统采用上述 技术方案， 达到了如下技术效果： 采用了多维信息数据库， 所有信息数据库中 数据信息都采用量化分级， 具有信息量大及信息全面性优点， 能够广泛应用在 人寿保险行业。 此外， 结合生物信息评估健康保险风险降低了评估风险， 减少 了人寿保险公司的核保成本， 加强了人寿保险公司的风险控制和核心竞争力。

Claims

权利要求书
[权利要求 1] 一种基于生物信息的健康保险风险评估系统， 其特征在于， 该健康保 险风险评估系统包括风险评估数据库系统、 数据库搜索弓 I擎器以及生 物核保核赔风险指数分析系统， 所述风险评估数据库系统通过所述数 据库搜索弓 I擎器连接至所述生物核保核赔风险指数分析系统， 其中： 所述风险评估数据库系统包括历史性风险评估数据库、 现实性风险评 估数据库、 预测性风险评估数据库、 财务风险等级评估数据库、 生物 识别风险评估数据库、 健康保险核保指数库以及精算费率指数库； 所 述生物核保核赔风险指数分析系统包括生物基因检测子系统、 人体健 康预警子系统以及生物核保核赔风险控制子系统； 所述生物基因检测 子系统用于基于生物脑网格对人体疾病的生物基因进行检测； 所述人 体健康预警子系统用于根据生物基因检测结果采用生物传感器对人体 疾病类型进行预警； 所述生物核保核赔风险控制子系统用于对被保险 人的健康保险核保以及健康保险理赔的危险因素进行分析与评估以获 得健康保险风险的评估结果。
[权利要求 2] 如权利要求 1所述的基于生物信息的健康保险风险评估系统， 其特征 在于， 所述历史性风险评估数据库包括群体生命体征数据库、 家族遗 传数据库、 家族疾病数据库、 个体既往病史数据库、 个体生长环境数 据库以及生活地区传染病发病率数据库。
[权利要求 3] 如权利要求 1所述的基于生物信息的健康保险风险评估系统， 其特征 在于， 所述现实性风险评估数据库包括个体生活地区大气污染指数库 、 交通事故发生率指数库、 个体实吋体检指标库、 个体实吋生化指标 库、 个体生活方式指数库以及个体生活地区社会治安指数库。
[权利要求 4] 如权利要求 1所述的基于生物信息的健康保险风险评估系统， 其特征 在于， 所述预测性风险评估数据库包括疾病基因数据库。
[权利要求 5] 如权利要求 1所述的基于生物信息的健康保险风险评估系统， 其特征 在于， 所述财务风险等级评估数据库包括健康保险需求指数库、 财务 状况指数库、 实吋金融指数库以及收入保额比值信息库。
[权利要求 6] 如权利要求 1所述的基于生物信息的健康保险风险评估系统， 其特征 在于， 所述生物识别风险评估数据库包括被保险人指纹数据库以及被 保险人虹膜数据库。
[权利要求 7] 如权利要求 1所述的基于生物信息的健康保险风险评估系统， 其特征 在于， 所述健康保险核保指数库包括标准体核保指数库、 次标准体核 保指数库、 延保指数库、 拒保指数库以及核保综合指数库。
[权利要求 8] 如权利要求 1所述的基于生物信息的健康保险风险评估系统， 其特征 在于， 所述精算费率指数库包括多元生命函数库、 利息函数库、 基础 年金数据库、 精算现值数据库、 保单现金价值数据库以及偿付能力指 数库。
[权利要求 9] 如权利要求 1至 8任一项所述的基于生物信息的健康保险风险评估系统
， 其特征在于， 所述风险评估数据库系统设置于数据库服务器中。
[权利要求 10] 如权利要求 9所述的基于生物信息的健康保险风险评估系统， 其特征 在于， 所述生物核保核赔风险指数分析系统设置于应用服务器中。
PCT/CN2016/103037 2016-03-04 2016-10-24 基于生物信息的健康保险风险评估系统 Ceased WO2017148160A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610125536.5A CN105760692A (zh) 2016-03-04 2016-03-04 基于生物信息的健康保险风险评估系统
CN201610125536.5 2016-03-04

Publications (1)

Publication Number Publication Date
WO2017148160A1 true WO2017148160A1 (zh) 2017-09-08

Family

ID=56331775

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2016/103037 Ceased WO2017148160A1 (zh) 2016-03-04 2016-10-24 基于生物信息的健康保险风险评估系统

Country Status (2)

Country Link
CN (1) CN105760692A (zh)
WO (1) WO2017148160A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019100601A1 (zh) * 2017-11-22 2019-05-31 平安科技（深圳）有限公司 风险理赔的评估方法及装置
CN115880084A (zh) * 2022-12-01 2023-03-31 深圳市前海再保科技有限责任公司 一种基于循证医学评点的健康险智能核保系统
CN119338419A (zh) * 2024-12-18 2025-01-21 遇见美好文旅科技集团有限公司 老人跟团游数字化管理系统
CN119380986A (zh) * 2024-10-24 2025-01-28 北京理工大学 一种基于时间感知自编码器的实时健康预警系统及方法
CN120372678A (zh) * 2025-04-08 2025-07-25 北京啄木鸟云健康科技有限公司 一种电子健康档案质量监管系统及方法

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10930378B2 (en) 2014-11-14 2021-02-23 Hi.Q, Inc. Remote health assertion verification and health prediction system
US10629293B2 (en) 2014-11-14 2020-04-21 Hi.Q, Inc. System and method for providing a health determination service based on user knowledge and activity
US10672519B2 (en) 2014-11-14 2020-06-02 Hi.Q, Inc. System and method for making a human health prediction for a person through determination of health knowledge
US10636525B2 (en) 2014-11-14 2020-04-28 Hi.Q, Inc. Automated determination of user health profile
CN105760692A (zh) * 2016-03-04 2016-07-13 深圳市前海安测信息技术有限公司 基于生物信息的健康保险风险评估系统
CN107273699A (zh) * 2017-07-07 2017-10-20 成都脉安科健生物科技有限公司 营养指导方案获取方法、装置及电子设备
CN107248067A (zh) * 2017-08-11 2017-10-13 广州未名雷蒙特实验室科技有限公司 一种实验室智能管理系统
CN107577907B (zh) * 2017-09-08 2021-04-02 成都奇恩生物科技有限公司 一种基于互联网的罕见病辅助诊断系统及使用方法
CN109285076A (zh) * 2018-02-07 2019-01-29 中国平安人寿保险股份有限公司 智能核保处理方法、服务器及存储介质
US20220114674A1 (en) * 2020-10-09 2022-04-14 Hi.Q, Inc. Health lab data model for risk assessment
CN113643139A (zh) * 2021-08-12 2021-11-12 华农财产保险股份有限公司江苏省分公司 基于河蟹目标收入保险目标收入与赔付计算系统
US20230282324A1 (en) 2021-11-10 2023-09-07 Hi.Q, Inc. Dynamic scripting for call agents
TWI845343B (zh) * 2023-06-13 2024-06-11 國泰人壽保險股份有限公司 罹患疾病機率預測系統及罹患疾病機率預測方法
CN118841095B (zh) * 2024-09-20 2025-01-28 江苏晨逸京泽生物科技有限公司 生物实验安全风险评估与预警系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101826193A (zh) * 2009-06-18 2010-09-08 张艳红 金融保险第三方海量数据与红指数池管理智能tpa平台
CN102622522A (zh) * 2012-03-19 2012-08-01 中国科学院上海技术物理研究所 一种手持移动式安全远程医疗健康状态监护系统
CN104392110A (zh) * 2014-11-04 2015-03-04 宝鸡数字人信息科技有限公司 人体生理数据可视化监测、分析和评估方法和系统
CN105760692A (zh) * 2016-03-04 2016-07-13 深圳市前海安测信息技术有限公司 基于生物信息的健康保险风险评估系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101826193A (zh) * 2009-06-18 2010-09-08 张艳红 金融保险第三方海量数据与红指数池管理智能tpa平台
CN102622522A (zh) * 2012-03-19 2012-08-01 中国科学院上海技术物理研究所 一种手持移动式安全远程医疗健康状态监护系统
CN104392110A (zh) * 2014-11-04 2015-03-04 宝鸡数字人信息科技有限公司 人体生理数据可视化监测、分析和评估方法和系统
CN105760692A (zh) * 2016-03-04 2016-07-13 深圳市前海安测信息技术有限公司 基于生物信息的健康保险风险评估系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019100601A1 (zh) * 2017-11-22 2019-05-31 平安科技（深圳）有限公司 风险理赔的评估方法及装置
CN115880084A (zh) * 2022-12-01 2023-03-31 深圳市前海再保科技有限责任公司 一种基于循证医学评点的健康险智能核保系统
CN119380986A (zh) * 2024-10-24 2025-01-28 北京理工大学 一种基于时间感知自编码器的实时健康预警系统及方法
CN119338419A (zh) * 2024-12-18 2025-01-21 遇见美好文旅科技集团有限公司 老人跟团游数字化管理系统
CN120372678A (zh) * 2025-04-08 2025-07-25 北京啄木鸟云健康科技有限公司 一种电子健康档案质量监管系统及方法

Also Published As

Publication number Publication date
CN105760692A (zh) 2016-07-13

Similar Documents

Publication Publication Date Title
Zhai et al. Mapping promoting factors and mechanisms of resilience for performance improvement: The role of strategic human resource management systems and psychological empowerment
CN105760692A (zh) 基于生物信息的健康保险风险评估系统
Zaboski et al. Hoarding: A meta‐analysis of age of onset
Zhao et al. Predicting outcomes of chronic kidney disease from EMR data based on Random Forest Regression
Kishore et al. Clinical risk scores for predicting stroke-associated pneumonia: a systematic review
Hayden et al. What is the prognosis of back pain?
Țăranu Data mining in healthcare: decision making and precision
Hefner et al. Ancestry assessment using random forest modeling
Stewart et al. Administrative data linkage as a tool for developmental and life-course criminology: The Queensland Linkage Project
Chung et al. A structural path to job satisfaction, burnout, and intent to leave among child protection workers: A South Korean study
Teale et al. A systematic review of case-mix adjustment models for stroke
Dotterer et al. Examining the factor structure of the self-report of psychopathy short-form across four young adult samples
WO2017148161A1 (zh) 用于评估保险标的风险的核保和精算数据库系统
Jamshidi et al. Diverse phenotypic measurements of wellbeing: Heritability, temporal stability and the variance explained by polygenic scores
Round et al. Statistical alchemy: conceptual validity and mapping to generate health state utility values
Douglas et al. Variation in reporting of the race and ethnicity of COVID-19 cases and deaths across US states: April 12, 2020, and November 9, 2020
Sali et al. Validation of the revised stressful life event questionnaire using a hybrid model of genetic algorithm and artificial neural networks
Chan et al. Development and validation of a prognostic index for 2‐year mortality in Chinese older residents living in nursing homes
Eichler et al. Self‐regulation profiles reflecting distinct levels of eating disorder and comorbid psychopathology in the adult population: A latent profile analysis
Hesse et al. Convergent validity of MCMI‐III clinical syndrome scales
Kan et al. Measurement and correlates of intimate partner violence among expectant first-time parents
Jenkins et al. The role of cranial and thoracic electromyography within diagnostic criteria for amyotrophic lateral sclerosis
Moen et al. Development and external validation of a prediction model for patient‐relevant outcomes in patients with chronic widespread pain and fibromyalgia
Rajab et al. Ranking and filtering of neuropathology features in the machine learning evaluation of dementia studies
Fujimoto The Bayesian multilevel trifactor item response theory model

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16892341

Country of ref document: EP

Kind code of ref document: A1

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 12.02.2019)

122 Ep: pct application non-entry in european phase

Ref document number: 16892341

Country of ref document: EP

Kind code of ref document: A1