分享一些Health Insurance DS 的背景小知识

涨知识了！提醒我要每年都去体检下

感谢楼主分享

xiangbuchu 发表于 2020-10-11 10:41
涨知识了！提醒我要每年都去体检下

这是个好习惯！基本上每年的annual exam保险都是cover的 :)

谢谢楼主分享！

ebase820 发表于 2020-10-10 19:33:53
算的！OvO phd我们公司很喜欢的! 虽然招进来可能没有你们phd期间做的这么tech就是了

哈哈，真的吗？lz可以帮忙内推吗？(>▽<)

janena77 发表于 2020-10-11 13:23
哈哈，真的吗？lz可以帮忙内推吗？(>▽<)

感觉我至少需要了解你的背景和经历，直接推臣妾做不到啊QAQ

同在健康保险公司做DA 非常同意楼主的各种观点 在healthcare做data analytics应用性要非常强 要做到应用性就得首先做到了解这个领域 从patient到physician到payor然后到政府 感觉需要了解的太多了 我觉得我一半时间都在学习

ebase820 发表于 2020-10-10 19:16:01
这个看组而且每个公司要求也不一样（虽然这句话看起来很没有用OvO），我这边如果非要排个序的话是: problem solve, communication,SQL, ML基本知识+AB testing

这样啊，那感觉还ok

aaaway 发表于 2020-10-11 22:45
同在健康保险公司做DA 非常同意楼主的各种观点 在healthcare做data analytics应用性要非常强 要做到应用性 ...

同样是healthcare ds，想请问一般都从什么渠道学习这些知识呢？比如有什么书可以推荐的嘛，先谢谢啦！

谢谢楼主分享！我的工作更多是在provider side的，对于payer side很好奇。想知道machine learning在health insurance companies的角色是什么呢？重要程度如何？行业对于ML的热情如何？
我自己的工作经验是，很多时候搞清楚商业逻辑，一个简单的filter就可以解决问题。而ML对于数据的量，数据的质量有要求，算法本身也存在一定错误率，不稳定性，不透明性，反而会把问题复杂化。
我没有做过medication adherence，斗胆猜测一下，在这个例子里，最重要的是不是对medication adherence的定义？比如什么药物可以中断服用，什么药物必须无缝衔接？到什么程度算作是nonadherence需要intervention？至于分析过程中，重点是收集到准确全面的病人用药历史（我估计claim data会比EHR data更加工整），然后根据之前定好标准决定病人的严重程度和优先级别，这阶段不用ML，定义一个risk score calculation也可以。然后是执行问题，应该以怎样的频率，提早多久，以什么方式reachout to patients？这个阶段或许可以引入ML做各种reachout optimization。
我可能有点啰嗦。。。如果非要归结到一个问题的话，就是想听听楼主的想法，什么时候用ML，什么时候不用？背后的权衡考量是什么呢？