Haben Sie Probleme bei der Auswahl der richtigen Krankenversicherung? Lass einen Algorithmus entscheiden

ibm Watson

Ein wichtiges Ziel des Affordable Care Act (ACA) bestand darin, die Gesundheitskosten zu senken, indem den Verbrauchern mehr Wahlmöglichkeiten gegenüber ihrem Versicherer geboten werden.

Die Wirtschaftstheorie legt nahe, dass Unternehmen, wenn sie informierte und aktive Entscheidungen in einem wettbewerbsorientierten Markt treffen, darauf reagieren, indem sie die Preise senken und die Qualität ihrer Angebote verbessern.

Aber Theorie beiseite, empirische Forschung erklärt Verbraucher verhalten sich in der Praxis nicht so, insbesondere in komplexen Märkten wie der Krankenversicherung.

Diese Realität macht es für die Regierungspolitik viel schwieriger, die Kosten der Gesundheitsfürsorge (für die sie teilweise bezahlt) effektiv zu senken und die Prämien zu senken. Es bedeutet auch, dass viele Menschen wahrscheinlich viel mehr bezahlen, als sie für die Krankenversicherung sollten.

Können wir also Menschen helfen, bessere Versicherungsentscheidungen zu treffen?

In einem jüngsten Papier Ich habe den Co-Autor des Berkeley-Ökonomen Jonathan Kolstad mitgegründet. Wir haben bewertet, wie personalisierte Daten dazu beitragen können, dass die Verbraucher genau dies tun und dadurch die Gesundheitsmärkte effizienter machen.

Viele Optionen, viel Verwirrung

Die Kontrolle der Gesundheitsausgaben, die zum ersten Mal in 3 jährlich 2014 Billionen US-Dollar erreichten, hat nach wie vor eine besonders hohe Priorität für die politischen Entscheidungsträger. Das Ausgabenwachstum verlangsamte sich um die Zeit, als der ACA bestanden wurde, unter den historischen Durchschnitt beschleunigt.


Holen Sie sich das Neueste von InnerSelf


Die Aufsichtsbehörden des Bundes und der Länder haben die ACA-Börsen ausgearbeitet, um die Versicherer zu ermutigen, bei Preis und Qualität zu konkurrieren, während sie den Verbrauchern eine größere Auswahl an Optionen bieten.

Mehrere Medicare-Märkte, wie die verschreibungspflichtige Arzneimittelversorgung von Plan D, machen das gleiche, während Unternehmen, die Krankenversicherungen anbieten, ihren Mitarbeitern zunehmend auch mehr Optionen anbieten privat geförderter Austausch.

Aber Individuen mehr Optionen zu geben, ist nur ein erster Schritt. Die Forschung zeigt, dass die Verbraucher beim aktiven Einkauf Fehler machen, weil es an verfügbaren Informationen fehlt, begrenztes Verständnis der Versicherung oder nur der gesamte Aufwand davon. Diese Schwierigkeiten bestehen, ob die Auswahl nur ein paar oder mehrere Dutzend ist.

Dies führt dazu, dass die Verbraucher gehen hunderte oder sogar Tausende von Dollars auf dem Tisch. Es trägt auch dazu bei "Wahlträgheit, "In denen die Verbraucher intelligente erste Entscheidungen treffen können, sie aber nicht weiter verfolgen und sie aktiv überdenken, wenn neue Informationen entstehen oder sich die Bedingungen ändern. Das kann im Laufe der Zeit auch viel Geld kosten.

In unserer Untersuchung haben wir untersucht, wie wir diese Probleme lösen könnten.

Gezielte Verbraucherempfehlungen

Eine Möglichkeit besteht darin, den Verbrauchern nutzerspezifische Planempfehlungen basierend auf detaillierten Daten über ihre persönlichen Gesundheitsbedürfnisse und Präferenzen zu geben.

Die personalisierten Informationen basieren auf den zu erwartenden Gesundheitsrisiken, der finanziellen Risikobereitschaft und den Präferenzen des Arztes. Diese Richtlinien heben die besten Optionen für einen bestimmten Verbraucher hervor, indem sie jede Auswahl mit Messwerten verknüpfen, die die Verbraucher sofort verstehen und sich darum kümmern, wie beispielsweise die erwarteten Ausgaben für jeden Plan im kommenden Jahr.

Das umfassende Ziel besteht darin, die Macht der Verbraucherdaten und -technologien zu nutzen, um auf den Versicherungsmärkten, ähnlich wie wir es bereits an anderer Stelle sehen, wirksame Empfehlungen zu geben. Amazon verwendet beispielsweise Ihre Kaufhistorie und Browserdaten, um Empfehlungen zu weiteren möglichen Produkten abzugeben. Google verarbeitet umfangreiche Informationen, um maßgeschneiderte Anzeigen zu erstellen.

Bei der Umsetzung solcher Bedingungen auf den Versicherungsmärkten wurden bereits einige Fortschritte erzielt.

Ein Hauptanliegen ist jedoch, dass solche Politiken sind nicht effektiv genug. Empirische Evidenz weist darauf hin, dass Sie die Verbraucher nicht zwangsläufig zum Trinken zwingen müssen, auch wenn Sie die Verbraucher dazu bringen, Informationen zu erhalten.

Intelligente Standardeinstellungen können die Antwort sein

Wenn also die Bereitstellung personalisierter Daten und Empfehlungen nicht ausreicht, um den Verbrauchern eine bessere Wahl zu ermöglichen, könnte eine aggressivere Politik wirksam sein?

Eine Möglichkeit besteht in „intelligenten Standardeinstellungen“, bei denen die Verbraucher basierend auf benutzerspezifischen Informationen automatisch in bevorzugte Pläne eingestuft werden. Anstatt zu verlangen, dass Personen auf Empfehlungen reagieren, wird für sie die optimale Option ausgewählt.

Diese intelligenten Standardeinstellungen würden sorgfältig auf der Grundlage der individuellen Daten jedes Einzelnen getroffen, wären aber auch unverbindlich, so dass Verbraucher jederzeit zu einer anderen Option wechseln könnten.

Die intelligenten Standardwerte, die wir in unserem Papier vorgeschlagen haben, basieren auf detaillierten Daten zu verbraucherspezifischen Demografie- und Gesundheitsbedürfnissen und einem Modell des Gesundheitsplanwerts. Die intelligenten Standardeinstellungen würden funktionieren, indem Daten wie frühere medizinische Angaben und demografische Daten verwendet würden, um zu beurteilen, ob es sinnvoll wäre, zu einem anderen Plan zu wechseln. Ein ökonomisches Modell und spezifische Wertschwellen werden zu Beginn festgelegt, um zu bestimmen, wie viel Risiko zu tragen ist und wie viel Einsparungen durch einen Wechsel erzielt werden müssen.

Dieses Wirtschaftsmodell, das mit einem Computeralgorithmus implementiert wird, würde finanzielle Gewinne, Risiken für den Fall eines größeren medizinischen Vorfalls und den Zugang zu den richtigen Ärzten berücksichtigen.

Wenn die richtigen Bedingungen erfüllt sind (mehr oder weniger aggressiv), wird der Verbraucher in einen neuen Plan versetzt. Die Abbildung rechts veranschaulicht den Prozess detaillierter.

Betrachten Sie zum Beispiel einen Diabetiker, der in einem Plan mit einer Jahresprämie von $ 4,000 und Zugang zu einer bestimmten Gruppe von Ärzten eingeschrieben ist. Zusätzlich zur Prämie ist der Patient erwartet um weitere $ 2,000 pro Jahr auszugeben Kostenteilung - Selbstbehalte, Kosten für Termine, Rezepte, Geräte zum Testen des Blutzuckers und andere Dienstleistungen - bis zu einem Höchstbetrag von $ 8,000.

Der intelligente Standardalgorithmus würde zuerst prüfen, ob es eine Alternative auf dem Markt gibt, die die jährlichen Ausgaben des Patienten "sinnvoll senken" würde. Wenn der Schwellenwert auf $ 1,000 eingestellt wäre, würde der Algorithmus nach einer Option suchen, die voraussetzt, dass der Patient nicht mehr als $ 5,000 in Prämien und Kostenteilung ausgibt.

Zwei weitere Bedingungen müssen erfüllt sein: Die Ärzte, die der Patient sieht, müssten sich im Netzwerk des Plans befinden, und die Option könnte ihn nicht zu sehr zusätzlichen finanziellen Risiken aussetzen (maximal für die Kostenteilung). Wenn also der Schwellenwert für das finanzielle Risiko auf $ 500 gesetzt würde, müsste der alternative Plan höchstens bei $ 8,500 liegen.

Der Patient würde dann automatisch in den Plan aufgenommen, mit jährlichen Einsparungen von $ 1,000 und einem Worst-Case-Szenario von nur $ 500 bei zusätzlichen Ausgaben.

Bislang wurden solche Ausfälle in den Krankenversicherungsmärkten nur wenig genutzt. Aber in anderen Kontexten, wie zum Beispiel bei der Auswahl von Mitarbeitern, wie viel sie zu den Pensionsplänen beitragen können, haben sich Smart Defaults bewährt bemerkenswert effektiv bei der Verbesserung der Auswahlqualität.

Wenn Sie zum Beispiel einen 401 (k) -Plan bei der Arbeit haben, besteht eine gute Chance, dass dieses intelligente Standardsystem verwendet wurde, um Ihnen den besten Plan für Ihre Situation zu bieten. Dies funktioniert jetzt, da die Optionen einfacher sind und viele Daten vorhanden sind.

Probleme mit intelligenten Standardeinstellungen

Warum also nutzen wir Smart-Defaults nicht gerade in den Krankenversicherungsmärkten?

Zunächst einmal sind politische Entscheidungsträger und Arbeitgeber eher zögerlich dabei, Richtlinien zu implementieren, die die Versicherungsentscheidungen anscheinend so stark beeinflussen. Wenn beispielsweise die Standardeinstellungen übermäßig aggressiv sind, könnten viele Verbraucher automatisch in Pläne aufgenommen werden, die sie schlechter machen - selbst wenn die Durchschnittsperson besser wäre.

Eine mögliche Lösung hierfür ist, dass die Schwellenwerte für die automatische Registrierung sehr konservativ festgelegt werden könnten, so dass nur Verbraucher mit erheblichen erwarteten Gewinnen betroffen sind (obwohl dies auch die potenziellen Vorteile verringern würde).

Ein grundlegenderes Problem ist jedoch der Mangel an Daten. Bedauerlicherweise verfügen Regulierungsbehörden häufig nicht über Echtzeit-Verbraucherdaten zu personalisierten Gesundheitsrisiken, Versicherungsverwendung und demografischen Merkmalen, die erforderlich sind, um intelligente Standard-Policen auf präzise Art und Weise umzusetzen (wie dies bei der Rentenwahl der Fall ist). Ein Grund dafür ist, dass sich Versicherungsunternehmen oft weigern, ihre Daten mit Regulierungsbehörden zu teilen, da sie proprietär sind, und die Der Oberste Gerichtshof hat bestätigt ihre Haltung.

In solchen Fällen sind Smart Defaults zwar immer noch möglich, bieten aber für die Verbraucher einen geringeren Wert und müssen in ihrer Implementierung konservativer sein.

Weitere Überlegungen

Über die Auswirkungen des Wettbewerbs auf dem Markt ist wenig bekannt, wenn die Entscheidungen der Verbraucher eher durch Algorithmen als durch freiere und natürlichere Verfahren getroffen werden.

Könnten Versicherer beispielsweise versuchen, bekannte Merkmale des Algorithmus systematisch zu nutzen, um mehr Menschen in ihre Pläne zu drängen (wie bei Werbetreibenden, die mit Google interagieren) Oder werden die Menschen am Ende weniger in die Auswahl ihrer eigenen Versicherung einbezogen, was bedeutet, dass sie weniger darüber informiert sind, welche Vorteile sie tatsächlich haben und welche Risiken damit verbunden sind?

Es ist von entscheidender Bedeutung, zu verstehen, wie sich die Wahl von Computeralgorithmen auf die Wahlmöglichkeiten der Verbraucher auswirken kann, wenn es darum geht zu beurteilen, ob die Umsetzung einer Politik wie intelligenter Standard den Verbrauchern hilft, bessere Entscheidungen mit minimalen Nachteilen zu treffen. Aber es wird nicht möglich sein, bis die Versicherer beginnen, detailliertere Daten mit den Aufsichtsbehörden zu teilen.

Über den AutorDas Gespräch

handle benBen Handel, Assistant Professor für Volkswirtschaftslehre, University of California, Berkeley. Seine Forschung hat Verbraucherentscheidungen und Marktdesign von Krankenversicherungsmärkten untersucht und veranschaulicht das Zusammenspiel zwischen Verbraucherentscheidungen und Marktregulierung.

Dieser Artikel wurde ursprünglich veröffentlicht am Das Gespräch.. Lies das Original Artikel.

Verwandte Buch:

{amazonWS: searchindex = Bücher; Schlüsselwörter = Krankenversicherung; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

Folge InnerSelf weiter

facebook-icontwitter-iconRSS-Symbol

Holen Sie sich das Neueste per E-Mail

{Emailcloak = off}

VON DEN HERAUSGEBERN

Der Tag der Abrechnung ist für die GOP gekommen
by Robert Jennings, InnerSelf.com
Die Republikanische Partei ist keine pro-amerikanische politische Partei mehr. Es ist eine illegitime pseudopolitische Partei voller Radikaler und Reaktionäre, deren erklärtes Ziel es ist, zu stören, zu destabilisieren und ...
Warum Donald Trump der größte Verlierer der Geschichte sein könnte
by Robert Jennings, InnerSelf.com
Aktualisiert am 2. Juli 20020 - Diese ganze Coronavirus-Pandemie kostet ein Vermögen, vielleicht 2 oder 3 oder 4 Vermögen, alle von unbekannter Größe. Oh ja, und Hunderttausende, vielleicht eine Million Menschen werden sterben ...
Blue-Eyes vs Brown Eyes: Wie Rassismus gelehrt wird
by Marie T. Russell, InnerSelf
In dieser Oprah Show-Folge von 1992 brachte die preisgekrönte Anti-Rassismus-Aktivistin und Pädagogin Jane Elliott dem Publikum eine schwierige Lektion über Rassismus bei, indem sie demonstrierte, wie einfach es ist, Vorurteile zu lernen.
Eine Veränderung wird kommen...
by Marie T. Russell, InnerSelf
(30. Mai 2020) Während ich mir die Nachrichten über die Ereignisse in Philadelphia und anderen Städten des Landes ansehe, schmerzt mein Herz für das, was sich abspielt. Ich weiß, dass dies Teil der größeren Veränderung ist, die sich vollzieht…
Ein Lied kann Herz und Seele erheben
by Marie T. Russell, InnerSelf
Ich habe verschiedene Möglichkeiten, um die Dunkelheit aus meinem Kopf zu entfernen, wenn ich feststelle, dass sie sich eingeschlichen hat. Eine davon ist Gartenarbeit oder Zeit in der Natur zu verbringen. Der andere ist Stille. Ein anderer Weg ist das Lesen. Und eine, die ...