IBM“碰壁”：医疗保险科技这条路上，技术与盈利一个都不能少
保观 | 聚焦保险创新
近日，IBM出售Watson Health的消息不胫而走。据《华尔街日报》报道，IBM的Watson Health业务整合了人工智能、分析和数据，为医院、保险公司和制药公司提供了诸多信息，每年可带来10亿美元的收入，但由于该部门无法盈利，IBM拟出售该部门，并将重点投入到利润丰厚的云计算市场。
我们常说，颠覆保险领域的可能是来自行业外的技术和模式。但是前有亚马逊、摩根大通和伯克希尔·哈撒韦三大巨头合资成立的Haven关停，后有IBM出售Watson Health，面对保险这个巨大、复杂的市场，巨头们野心勃勃又屡屡碰壁。市场对所有人都是公平的，不管是积淀深厚的行业劲旅还是初出茅庐的创业公司，都要面临技术、盈利等等挑战。
1
Watson Health在医疗领域的高开低走
Watson Health是IBM的子公司，最初在2011年的一档智力挑战节目Jeopardy中击败两位真人选手夺冠，展现出了超强的自然语言处理能力，之后向商业化模式转型。Watson总部位于纽约阿蒙克，致力于通过高级信息技术，帮助客户促进医学研究、临床研究和医疗保健解决方案。
Watson Health专注于医疗领域，旗下的品牌包括用于分析乳房X线照片和MRI的Merge Healthcare、用于协助患者沟通的Phytel以及用于分析复杂医疗数据的Truven Health Analytics。
Watson Health推出了一系列项目，为人熟知的包括Watson for Oncology、Watson for Clinical Trial Matching以及Watson for Genomics。其中，Watson for Oncology可以为医生和癌症患者提供相关诊疗信息和建议，帮助他们制定个性化、循证的癌症治疗方案；Watson for Clinical Trial Matching 主要为临床试验寻找合适的可参与患者；Watson for Genomics 是基因测序技术，能够对肿瘤进行精准治疗。
Watson for Oncology
尽管Watson Health在医疗保健领域的举措诸多，然而却并不总是顺利。一方面，该公司的许多项目均已失败告终。例如，2013年，Watson Health与MD安德森癌症中心开展了一项试点计划，以推进根除癌症的使命。然而，在花费了6200万美元之后，该项目并没有达到预期目标，目前已经停止。2016年7月29日，IBM和印度领先的医疗机构Manipal Hospitals合作，推出针对癌症患者的IBM Watson for Oncology。但是2018年12月，Manipal终止了这一合作。
德克萨斯MD安德森癌症中心的临床研究员Courtney DiNardo在与病人交谈时向IBM Watson咨询
另一方面，业界对Watson Health的技术和所采取的方法并不看好。虽然其AI技术在训练的过程中可以很好地收集患者症状，并提出一系列诊断方法，但是用于训练的数据和环境始终是脱离实际环境的，因此在混乱的医疗卫生保健系统面前，Watson Health的许多技术并不能发挥其应有的价值，其机器学习的工作方式与医生的实际工作方式并不匹配。
在医疗保健行业，尽管一些数据可以很容易地通过技术进行解析，例如一些检测结果和生命体征测量结果，但其中大部分是非结构化信息，例如医生的诊疗书等。这些叙述性文字约占典型患者记录的80％，而且用了很多行话、速记和主观陈述，Watson Health的AI技术显然还不能理解这些数据。
蒙特利尔大学计算机科学教授、领先的AI研究员Yoshua Bengio表示，与5年前相比，NLP的表现虽然有了令人难以置信的进步，但仍然比人类差得多。在医学文本文件中，人工智能系统无法理解模棱两可的信息，也无法从人类医生会注意到的微妙线索中汲取灵感。与许多其他AI系统一样，在许多尝试的应用程序中，Watson的NLP都难以理解医学文本。
2
保险领域：AI助力信息收集与决策
专注医疗领域的基础上，Watson Health也在进军保险领域。早在2011年，IBM就与WellPoint（Anthem）建立了业务合作关系，Watson将利用专业知识，帮助医疗保健提供者决定治疗方法。WellPoint内部的护士和临床医生使用Watson的系统确定治疗方案，随后健康保险公司确定哪种治疗方法是更合理、适当和有效的，进而确定保障范围。
2017年，日本保险公司Fukoku Mutual与IBM 签订了一项合同，使用后者的AI技术收集理赔所需的信息，包括保单持有人的医疗证明以及手术或住院时间的数据。据说这一技术可将生产率提高30％，并节省1.4亿日元的运营成本。但是从Fukoku Mutual的年报中可以发现，该公司截止2017年第一季度的运营成本为872.18亿日元，而截止2018年第一季度的运营成本为884.77亿日元，成本不降反增，这一数据也说明，IBM Watson的AI并未起到降低成本的效果。
截取自Fukoku Mutual2018年第一季度报告
在前不久，Watson Health还与Humana Insurance合作构建了医疗保健虚拟助手。这是一款由IBM Watson对话式AI驱动的聊天机器人，为寻求健康和牙科保险的雇员提供个性化帮助。
IBM Watson Assistant for Health Benefits可以回答有关健康计划的问题，并在用户要求时估算费用，同时运用对用户的了解，调整回复，并根据具体情况提供更加个性化和准确的信息。当用户打电话时，Watson还将帮助Humana员工收集信息，以便该员工可以更好地提供服务。130万名Humana Employer Group医疗人员和180万名牙科会员将成为第一批使用聊天机器人的用户。
一句话来说，Watson入局保险领域的方式是利用各种AI技术，为保险公司提供客户互动、帮助收集信息并提供见解，协助保险公司进行定价、承保、提供建议并处理理赔等。但是，自IBM Watson成立以来，其在保险乃至医疗保健行业推出的大约50个项目鲜有取得成功，且在大多数项目中，Watson并未推出可用的相关工具，更不用说将其投入商业化。
3
AI能力不足，入局医疗保险领域终败北
回顾Watson在保险和医疗领域这些失败的案例，我们也可以看到这家公司一些显而易见的问题，具体包括业务管理不善、AI能力未达到期望水平以及目标脱离实际。
我们知道，任何人工智能都需要大量数据的训练。显然，IBM Watson也意识到了这一点，该公司在2015年和2016年收购了Phytel，Explorys和Truven，后者为Watson带来了大量医疗保健数据以及专有分析系统，以便挖掘数据并获取见解。此外，被收购的公司还带来了医疗保健提供商等一些现有客户，Watson可使用分析，帮助这些客户改善护理和财务状况。
图片来源：IEEE Spectrum
然而，这几起收购效果并不理想。2018年，IBM Watson进行了一次大裁员，被裁掉的员工大部分属于收购的三家公司的员工。这一点某种程度上也表明，IBM Watson看中的是这三个部门的数据，而非人力，但是它忽略了，数据和分析能力往往是由人工构建的，裁掉了员工，对数据的维护和分析必定会出现问题。
Phytel在被收购时正在开展一个项目，将分析与自动化的患者交流系统结合在一起。诊所可以使用该系统搜索患者记录，并找到所有逾期未进行结肠镜检查的45岁以上男性，然后使用自动呼叫提醒他们安排检查。寻找这些患者是预防性护理的关键部分，定期检查可以在治疗之前尽早发现问题。
而合并后，IBM叫停了这一项目，重新开展了一个项目，将Phytel与Explorys的数据库和分析部门进行合并，这些合并需要耗费大量的时间、人力和物力，但是这一结合了Phytel和Explorys功能的新产品并没有顺利推向市场。
据被裁掉的Phytel员工透露，Phytel被IBM收购时有150多个客户，如今大约有80个。这些员工表示其流失的客户都选择了规模小、价格便宜但是有很强的AI能力的公司。他们认为IBM会将Phytel提升到一个新的水平，而不是在三年之内将其摧毁。
另一方面，Watson的AI能力并没有所声称的那么强大，这一点在前面的案例中也有印证。对于结构化、标准化的数据，IBM Watson处理的准确度非常高。在The Oncologist于2018年发表的一篇论文中，研究小组报告说，Watson的Oncology Expert Advisor能够从病历文本文档中准确提取信息，当处理诊断之类的清晰概念时，它的准确度得分在90％到96％之间。但是在许多文本中，数据可能会丢失，医生可能以非结构化、标准化的方式记录下来，或者不按时间顺序排列，在处理这些信息时，Watson的准确率只有63％到65％。只能再次感叹，虽然人工智能技术取得了长足进步，但这些经过大量数据训练后的机器的逻辑性离“人性化”还是差得远。
IBM Watson的另一个问题是目标有些脱离实际。背负了万丈光芒，Watson一心认为AI可以替代人类，致力于打造AI超级医生，但是在迈向这一目标的过程中，其与各种顶级医疗机构合作的项目却屡屡以失败告终。
在合作伙伴提议将某些提供诊疗建议的工具推向市场的时候，IBM Watson表示拒绝，并称其目的不在于这些基础的功能，而在于用AI改变整个医疗行业。据说，IBM Watson的肿瘤工具在美国很难找到买家，肿瘤专家更相信自身的专业实力，而不需要AI“教他们做事”。而印度、韩国、泰国和其他地区的医院倾向于采用IBM的技术。这些医院的真正目的也只是利用IBM Watson品牌进行营销，告诉患者他们将接受AI的治疗。
在保险领域，最近IBM Watson与Humana合作提供虚拟医疗保健助手的举措似乎表明，它终于决定要更接地气，踏踏实实做事了。Watson可能已经意识到，打造AI超级医生已不可能，但退而求其次，将AI技术和医疗数据用于医疗保险行业，打造虚拟助手的方案也不错。
然而，现阶段保险行业最缺的是能够改变行业流量、获客痛点的技术。保险行业中AI技术也很常见，但缺的是实力强的AI技术。尽管IBM Watson在医疗方面的AI能力受到质疑，但瘦死的骆驼始终比马大。拿到保险领域，IBM Watson的AI技术也足以艳压大部分公司。
无论Watson最终花落谁家，而只要好好利用数据和技术资源，必定会闪闪发光。在保险领域，除了为Humana开发虚拟助手，我们也期待IBM Watson会有更多的举措。
End
推荐阅读
点击图片即可阅读
点击“阅读原文”，购买2020保观保险行业报告