Tendo problemas para escolher o plano certo de seguro de saúde? Deixe um Algoritmo Decidir

ibm watson

Um dos principais objetivos do Affordable Care Act (ACA) era reduzir os custos de assistência médica, dando aos consumidores mais opções em relação à sua seguradora.

A teoria econômica sugere que, quando os consumidores fazem escolhas informadas e ativas em um mercado competitivo, as empresas respondem baixando os preços e melhorando a qualidade de suas ofertas.

Mas teoria de lado, pesquisa empírica mostra consumidores Na verdade, não se comportam dessa maneira na prática, particularmente em mercados complexos como o seguro de saúde.

Essa realidade torna muito mais difícil para a política governamental efetivamente reduzir o custo dos cuidados de saúde (alguns dos quais ele paga) e reduzir os prêmios. Isso também significa que muitas pessoas estão pagando muito mais do que deveriam em seguros de saúde.

Então, há algo que podemos fazer para ajudar as pessoas a tomar melhores decisões de seguro?

Em um artigo recente Eu co-autorizei com o colega economista de Berkeley, Jonathan Kolstad, avaliamos como dados personalizados poderiam ajudar os consumidores a fazer exatamente isso e, como resultado, tornar os mercados de saúde mais eficientes.

Muitas opções, muita confusão

O controle dos gastos com assistência médica - que atingiu US $ 3 trilhões por ano pela primeira vez no 2014 - continua sendo uma prioridade especialmente alta para os formuladores de políticas. O crescimento das despesas abrandou abaixo das médias históricas na altura em que a ACA foi aprovada, mas desde então acelerado.

Reguladores federais e estaduais criaram as bolsas da ACA para incentivar as seguradoras a competir em preço e qualidade, oferecendo ao consumidor uma gama mais ampla de opções.

Vários mercados do Medicare, como a cobertura de medicamentos sujeitos a receita médica do Plano D, fazem o mesmo, enquanto as empresas que fornecem seguros de saúde também oferecem cada vez mais opções aos seus empregados através de intercâmbios privados facilitados.

Mas dar aos indivíduos mais opções é apenas um primeiro passo. A pesquisa mostra que os consumidores cometem erros enquanto compram ativamente por falta de informações disponíveis, compreensão limitada de seguro ou apenas o incômodo geral do mesmo. Essas dificuldades existem se as escolhas são apenas algumas ou várias dúzias.

Isso leva os consumidores a sair centenas ou até milhares de dólares na mesa. Também contribui para “inércia de escolha, Em que os consumidores podem fazer escolhas iniciais inteligentes, mas não conseguem acompanhar e reconsiderá-los ativamente à medida que novas informações surgem ou condições mudam. Isso também pode custar muito dinheiro com o tempo.

Em nossa pesquisa, examinamos como poderíamos resolver esses problemas.

Recomendações de consumidores direcionados

Uma maneira é fornecer aos consumidores recomendações de planos específicas para o usuário, com base em dados detalhados sobre suas necessidades e preferências pessoais de saúde.

A informação personalizada baseia-se nos riscos de saúde esperados, no apetite ao risco financeiro e nas preferências do médico. Essas políticas destacam as melhores opções para um determinado consumidor ao associar cada escolha a métricas que os consumidores prontamente entendem e se preocupam, como os gastos esperados em cada plano no próximo ano.

O objetivo geral é aproveitar o poder dos dados e da tecnologia do consumidor para fazer recomendações eficazes nos mercados de seguros, semelhante ao que já vemos em outros lugares. Por exemplo, a Amazon usa seu histórico de compras e dados de navegação para fazer recomendações sobre quais produtos adicionais você pode gostar, enquanto o Google processa grandes quantidades de informações para personalizar anúncios personalizados.

Já houve algum progresso na implementação desses tipos de condições nos mercados de seguros.

Uma das principais preocupações, no entanto, é que tais políticas não são suficientemente eficazes. Evidência empírica sugere que, mesmo que você leve os consumidores ao poço da informação, você não pode forçá-los a beber.

Padrões inteligentes podem ser a resposta

Portanto, se fornecer dados e recomendações personalizados não for suficiente para ajudar os consumidores a fazer melhores escolhas, uma política mais agressiva poderia ser eficaz?

Uma delas é através dos “padrões inteligentes”, que colocam automaticamente os consumidores em planos preferenciais baseados em informações específicas do usuário. Em vez de exigir que as pessoas ajam com recomendações, a opção ideal é selecionada para elas.

Esses padrões inteligentes seriam cuidadosamente direcionados com base nos dados de cada indivíduo, mas eles também não seriam obrigatórios, permitindo que os consumidores mudassem para outra opção a qualquer momento.

Os padrões inteligentes que propusemos em nosso artigo baseiam-se em dados detalhados sobre as necessidades demográficas e de saúde específicas do consumidor e um modelo de valor do plano de saúde. Os padrões inteligentes funcionariam usando dados como reivindicações médicas antigas e informações demográficas para avaliar se faria sentido mudar para outro plano. Um modelo econômico e limiares de valores específicos são estabelecidos no início para determinar quanto risco correr e quanta economia deve ser obtida com um switch.

Esse modelo econômico, implementado com um algoritmo de computador, consideraria ganhos financeiros, exposição a riscos no caso de um incidente médico importante e acesso aos médicos certos.

Se as condições certas forem atendidas (mais ou menos agressivas), o consumidor será colocado em um novo plano. A figura à direita ilustra o processo com mais detalhes.

Por exemplo, considere um paciente diabético inscrito em um plano com um prêmio anual de $ 4,000 e acesso a um conjunto específico de médicos. No topo do prêmio, o paciente é antecipado para gastar mais $ 2,000 por ano em partilha de custos - franquias, copays para consultas, prescrições, equipamentos para testar o açúcar no sangue e outros serviços - até um máximo de $ 8,000.

O algoritmo padrão inteligente consideraria primeiro se havia uma alternativa no mercado que “reduzisse significativamente” os gastos anuais do paciente. Se o limite fosse definido em $ 1,000, o algoritmo procuraria por uma opção que antecipasse que o paciente gastaria não mais que $ 5,000 em prêmios e compartilhamento de custos.

Duas outras condições também devem ser atendidas: os médicos que o paciente vê devem estar na rede do plano e a opção não pode expô-lo a um risco financeiro adicional excessivo (máximo para compartilhamento de custos). Portanto, se o limite de risco financeiro fosse definido em $ 500, o plano alternativo teria que exceder no máximo $ 8,500.

O paciente seria inscrito automaticamente no plano, com uma economia antecipada de US $ 1,000 por ano e um cenário de pior gasto de US $ 500.

Até agora, tais inadimplências têm sido usadas com parcimônia nos mercados de seguros de saúde. Mas, em outros contextos, como ajudar os funcionários a escolher quanto contribuir para os planos de pensão, os padrões inteligentes já provaram notavelmente eficaz na melhoria da qualidade da escolha.

Se você tem um plano 401 (k) no trabalho, por exemplo, há uma boa chance de que esse sistema padrão inteligente tenha sido usado para colocá-lo no melhor plano para sua situação. Isso funciona para a poupança-reforma agora porque as opções são mais simples e há muitos dados.

Problemas com padrões inteligentes

Então, por que não estamos usando padrões inteligentes mais amplamente nos mercados de seguros de saúde agora?

Para começar, os formuladores de políticas e os empregadores provavelmente relutam em implementar políticas que pareçam direcionar as escolhas de seguro de maneira tão contundente. Por exemplo, se as configurações padrão forem excessivamente agressivas, muitos consumidores poderão se inscrever automaticamente em planos que os tornem piores - mesmo que a pessoa média esteja em situação melhor.

Uma possível solução para isso é que os limites para a inscrição automática poderiam ser definidos de forma muito conservadora, de modo que somente os consumidores com ganhos substanciais esperados fossem afetados (embora isso também reduzisse os possíveis benefícios).

Um problema mais fundamental, no entanto, é a falta de dados. Infelizmente, muitas vezes os reguladores não têm o tipo de dados do consumidor em tempo real sobre riscos de saúde personalizados, uso de seguros e dados demográficos necessários para efetivamente implementar políticas de default inteligentes de maneira precisa (como acontece nas escolhas de aposentadoria). Uma razão é que as companhias de seguros freqüentemente se recusam a compartilhar seus dados com os reguladores, alegando que são proprietários, e Suprema Corte manteve sua postura.

Nesses casos, os padrões inteligentes ainda são possíveis, mas fornecem menos valor aos consumidores e devem ser mais conservadores em sua implementação.

Considerações adicionais

Pouco se sabe sobre os efeitos da concorrência de mercado quando as escolhas do consumidor são conduzidas por algoritmos, e não por um processo natural e de fluxo mais livre.

Por exemplo, as seguradoras poderiam tentar sistematicamente explorar recursos conhecidos do algoritmo para empurrar mais pessoas para seus planos (como com os anunciantes interagindo com o Google)? Ou os indivíduos acabarão sendo menos envolvidos no processo de escolha de seu próprio seguro, o que significa que estarão menos informados sobre quais benefícios eles realmente têm e os riscos associados?

Entender as conseqüências de permitir que algoritmos de computador façam escolhas de consumidores será crucial para avaliar se a implementação de uma política como padrões inteligentes poderia funcionar para ajudar os consumidores a fazer escolhas melhores com desvantagens mínimas. Mas isso não será possível até que as seguradoras comecem a compartilhar dados mais detalhados com os reguladores.

Sobre o autorA Conversação

ben handelBen Handel, professor assistente de economia, Universidade da Califórnia, Berkeley. Sua pesquisa estudou a tomada de decisão do consumidor e o design de mercado dos mercados de seguros de saúde e ilustra a interação entre a tomada de decisões do consumidor e a regulação do mercado.

Este artigo foi originalmente publicado em A Conversação. Leia o artigo original.

Livro relacionados:

{amazonWS: searchindex = Livros; palavras-chave = seguro de saúde; maxresults = 3}

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

siga InnerSelf on

facebook-icontwitter-iconrss-icon

Receba as últimas por e-mail

{Emailcloak = off}