至顶网CIO与应用频道 05月28日 编译:如果大家有机会降低自己的健康保险费或者获取健康习惯奖励,您是否愿意为此调整作息方式?Vitality Health希望能有更多人给出肯定的答案。该公司认为,医疗改革的一大核心应该在于为健康状态付费,而非像传统的保险公司那样为疾病付费。他们正在积极利用技术与数据对用户的健康生活行为进行跟踪与奖励。
作为Discovery Holdings集团旗下的一家子公司,Vitality Health希望成为第一家为人们的健康生活习惯提供奖励的全球保险服务供应商。该公司目前向客户提供健康与人寿保险,其共享价值体系的目标在于通过提供来自数据的健康分析结论为良好的生活行为提供奖励,从而保持较低保费水平并以更低成本改善被保险者的健康状况。
利用技术与数据驱动型方案促进健康行为
对于Vitality公司的目标而言,技术与数据都是不可或缺的实现因素。首先,他们通过各类生活方式(例如吸烟、饮酒以及其它饮食习惯)外加生物特征测量(包括身高、体重、血压以及胆固醇水平等)对受保卫人的基准健康状况做出评估。根据这些数据,他们得以确定成员的健康年龄;在美国,有79%的受访者健康年龄高于实际生理年龄。
接下来,Vitality方面会利用评估当中收集到的数据确定出个性化计划,从而制定出更为健康的生活选项,并针对每一位受保人的实际情况做出过渡规划,旨在改善他们的健康年龄。该公司负责提供工具、资源以及合作伙伴,为Vitality成员准备折扣服务以有力支持他们的健康调整之路。
通过使用来自各家合作伙伴的综合数据源——包括网络健身房、生物识别筛查服务供应商以及包括Apple Watch在内的100多种可穿戴技术,Vitality得以实时检查会员对于既定健康目标的进展情况。举例来说,Apple Watch上的Apple Health能够连接到Vitality会员应用程序。这款应用程序负责帮助会员与GP建立视频咨询、安排会面、获取专家推荐并查找可信赖的健康指导信息。通过这种方式,会员将凭借自己每天走出的步数以及Apple Watch跟踪到的锻炼活动心率信息积累到活力点数。
健康行为所带来的活力点奖励系统可以说是Vitality Health服务的基本要素。其旨在让会员始终保持参与,且以完全自愿的形式实现。这些积分可以通过Vitality的各合作伙伴兑换成礼券及其它津贴。各家合作伙伴不仅提供能够进一步支持健康生活方式的服务与产品,同时也将帮助Vitality Health会员在使用各服务与产品时享受更低的价格。例如,Vitality Health的合作伙伴Ocado公司就为特定的Vitality Health医疗保健计划参与者提供达25%的折扣以及免费配送的健康食品。您的生活方式越健康,作为Vitality Health所获得的回报就越是可观。
Vitality Health提出的新制度是否有效?
Vitality Health提出的这种健康保险模式显然相当超前,很多朋友可能会想,这一切真的有效吗?根据RAND欧洲进行的一项研究,结论是肯定的。该项研究发现,以Vitality Health为代表的激励性体育活动确实能够提高受众的整体活动水平。全球有500万人在使用Vitality Activity Rewards系统,通过一系列微目标与微奖励,其确实以行为科学为基础帮助用户们获得并维持着积极运动的强大的动力。
该公司宣称,其基于奖励机制的解决方案能够显著降低住院费用、每患者医疗费用以及相应的住院时间。作为Vitality Health的客户之一,McKesson公布了以下统计结果:
• 医疗费用节约总额达470万美元
• 经过验证的锻炼量增加了23%
• 参与锻炼的人数增加了92%
Vitality Health收集到的数据还使其得以根据会员在计划当中的参与程度更好地调整定价政策与保费水平。
数据分析的后续步骤——不断敦促健康的生活方式
随着各大保险服务供应商持续利用数据与技术帮助他们为健康行为提供激励性方法,Vitality Health将面临更多的竞争挑战。Vitality Health以及该领域中的其它从业企业正积极寻求更深层次的健康监测技术,同时努力解决包括隐私、生物表征差异等实际问题,从而更有针对性地提升会员健康水平或者获得更适合自己的锻炼指导。健康保险,正由消极赔付走向积极引导的新时代。
好文章,需要你的鼓励
Core Memory播客主持人Ashley Vance近日与OpenAI首席研究官Mark Chen进行了一场长达一个半小时的对话。这是Chen近年来最公开、最深入的一次访谈,话题覆盖人才争夺战、研究战略、AGI时间表,以及他个人的管理哲学。
波士顿大学团队发现当今多模态AI存在严重"偏科"问题:面对冲突的文字、视觉、听觉信息时,AI过分依赖文字而忽视真实感官内容。研究团队构建MMA-Bench测试平台,通过创造视听冲突场景暴露了主流AI模型的脆弱性,并提出模态对齐调优方法,将模型准确率从25%提升至80%,为构建更可靠的多模态AI系统提供重要突破。
脑机接口技术正快速发展,特别是非侵入性方法取得重大突破。通过EEG、fNIRS、MEG等传感技术结合人工智能,实现思维解码、图像重构等功能。聚焦超声波技术能精确调节大脑深层结构,为神经疾病治疗带来新希望。消费级可穿戴设备已能改善睡眠、缓解抑郁。这些技术将重塑人机交互方式,从医疗应用扩展至认知增强领域。
UC伯克利研究团队发现了一种名为"双重话语"的AI攻击方法,能够通过简单的词汇替换绕过当前所有主流聊天机器人的安全防护。攻击者只需用无害词汇替换危险词汇,就能让AI在不知不觉中提供危险信息。研究揭示了现有AI安全机制的根本缺陷,迫切需要开发新的防护策略来应对这一威胁。