未来的雇主健康保险

雇主在美国不断在寻找方法,以减少他们的二号人物历来是什么或三大费用项目损益statements-healthcare成本。一些令人惊讶的标题在商业世界波:“星巴克花更多的比咖啡豆在医疗,”和“通用汽车(General Motors)是一个健康和福利公司附带一个汽车公司。“虽然两个表述历史真实,美国employers-including通用汽车和星巴克理解的挑战中保持他们的员工和他们的亲人健康。它是昂贵和复杂。

在过去的20年里,雇主有了各种各样的解决方案来解决这个问题。2022卡塔尔世界杯赛程表时间这些解决方案2022卡塔尔世界杯赛程表时间包括健康计划,不同的提供者访问机制,并尝试引入干预措施旨在减少使用。这些努力的成功是温和的。

在同一时间内,大公司的数量(定义为1000名员工或更大),从一个全险自筹资金计划了从62年的90%。原因很简单:大公司(更大的样本大小),利用更大的可预测性更大的人群。因此,保险公司可以出售自筹资金覆盖住人口的经济利益雇主在一个较低的价格点比历史上可能是什么。这在很大程度上是金融结构、提高效率的函数允许提供者挤出更多和更多的价值的自我保险的概念,使为大公司更低的价格。

然而,变得越来越难以挤出增量价值简单地增加这些可靠的金融工具的效率。打击医疗费用成本的上升将需要管理团队进行更直接的了解,为他们的员工和管理,改善医疗结果相关的人群。

雇主健康保险走向哪里吗

这将是什么样子的呢?雇主甚至现在醒来意识到他们真的不懂医疗费用项以及他们所做的其他主要行驱动他们的业务费用。这段旅程的第一步将会更好地接触和了解的医疗数据迄今为止,大多数雇主做了很少的理解。自筹资金的雇主计划有充分的动机理解这个成本结构,尽管存在的复杂性,但迄今为止最没有有效的方法来测量,预测,这个成本结构和管理。

未来的雇主健康保险将在推动附加价值减少利用医疗服务在这些雇主的人群。它还将包括利用广角镜头,通过它来查看各种供应商的性能,然后做决定基于那些一贯提供低成本、高质量的护理。要真正发挥作用,雇主需要加入他们的数据与其他公司在地理区域来更好地了解提供者的前所未有的景观。这样做将需要一套不同的工具和基础设施比历来生成的成本降低。这些工具和基础设施的一些例子包括一些旧的很好的替代品,以及新的、创新的结构和方法真正生成的各种数据和分析为企业做正确的员工和他们的底线。

数据的来源

历史上,唯一来源的数据可用人力资源团队回顾,仅有几个月的索赔文件数据,通常只讲述了一个故事的一部分。索赔数据是伟大的具体细节过程和治疗被批准,由保险公司支付,并最终员工,但这个数据是时间点,徽章,通常由一些事件或持续的问题。直到最近,更多的常数,wellness-driven数据,如心率、热量和液体摄入量,每日锻炼,和步骤可以合并在一个解决方案中个体如何看待和评价他们的个人健康。

追踪器,fitbit等等等取得重大进军这个市场。事实上,2018年Fitbit宣布一项新的倡议,以更严格的夫妇他们收集的数据从他们的设备变成一个项目旨在帮助雇主更好地理解健康和财务状况的员工和相关的人群。这种趋势将继续增长,随着技术的进一步收敛汇聚设备和基础设施,允许更清晰的分辨率为驱动健康和健康,以及干预措施最有效的改善效果和更低的成本。

基础设施

除了提高雇主如何跟踪和收集从个人卫生和健康数据,大步向前最近制造的能力整合数据基础设施的方式不可能在最近的过去。这些基础设施的改进沿着两条途径。第一是能够看到一个更完整的个体。将运动、热量、流体、生物识别和数据在一个地方睡觉,而在上下文,允许个人做出更好的决策。相应地,带着同样的数据,结合它声称整个员工人口允许数据和临床数据管理做出更好的决策在整个人口的医疗质量和成本。在未来,它也将有可能把这些雇主数据跨地域,因此使用大样本大小开质量和成本更精确的建议。

把它放在一起

最后,一旦雇主数据来源和基础设施,还有一块失踪。谁能最好地利用这些数据代表的员工吗?可以说前线医疗专业人士,而不是人力资源部,可以最好的利用数据告知最佳实践。而真实的数据是无价的手中的首席人创造最好的员工福利计划,日常应由临床医生和初级保健提供者通过赋予他们推动临床疗效和降低成本。

这方面的一个例子可以找到新范式的增长在过去的十年的初级保健诊所提供者针对用人单位医疗保险空间。在市场上有几个例子是谁在这个空间:跨界卫生,一个医疗,VillageMD有一些名字想到的在美国。新加坡富勒顿健康,有超过500个诊所在8个地区在东南亚是一个国际供应商也做创新的事情在这个空间。

每个提供者理解这一基本事实:尽管雇主和,在较小程度上,员工最终纳税人在大多数医疗体系,员工有点恶心当老板知道太多关于他们个人的健康状况。这是一个缺点的数据革命我们生活在这么多数据加剧了隐私问题,并调用成鲜明对比的恐惧,通过数据,我们的健康可以用来对付我们。而保障措施,这种担忧在很大程度上是错误的,整个系统工作时更好的将手中的人,人可以用它来最大的效应——初级保健提供者。

有远见的初级保健提供者理解这种转变,正在努力将所有来源的数据合并到一个提供者模型,保留最好的同时最小化风险。允许医疗专家在指尖最小化数据隐私风险,同时允许这些专业人士开出治疗和建议基于数据的整体。这希望防止问题,历史上恶化,花费更多的钱和降低生产力。

更多的阅读

你想了解更多关于这个主题?这里有一些文章我们建议:

1. 失踪的成分在医疗分析:执行赞助商
2. 通过集中处理医疗废物
3. 一个高可靠性的组织在医疗保健的框架
4. 雇主健康计划:键来降低成本,提高效益
5. 改变医疗分析:五个关键步骤

---

幻灯片

你想使用或分享这些概念?下载表示强调的关键要点。

点击这里下载幻灯片

未来的雇主健康保险从世界杯葡萄牙vs加纳即时走地