上海栈略数据技术有限公司（下文简称“栈略数据”）是一家以大数据技术为基础，结合保险业务经验积累，为商业保险公司、社保经办管理机构等客户打造领先的大数据智能风控产品的技术服务提供商。
　　2016年2月，栈略数据成立之后，曾获得来自高榕资本等天使轮融资，2017年，公司又获DCM、普华资本等A轮融资，融资规模达千万级。日前，它又宣布完成近亿元B轮融资。
　　栈略数据的创始人兼CEO刘戈杰于美国塔夫茨大学获得计算机工程硕士，曾与哈佛教授郭健创建医疗大数据公司Tenxor Tech，也曾在硅谷任高级软件工程师，从事大数据模型搭建相关工作，拥有丰富的大数据相关经验。

健康险的机遇与挑战

　　长久以来，保险行业的服务痛点集中存在于理赔的时效性和风险管控。对于保险公司而言，理赔风险管控是一个行业性的挑战，存在着人工投入大、效率低、理赔欺诈严重、经验迭代慢等问题。能否高效地识别理赔工作中的风险点、及时发现理赔中的高风险行为是控制赔付率和赔付金额的重点关注领域。而相比于其他传统保险业务，健康险在精算原理、风险管控、经营模式等方面存在着明显的不同，在面对巨大行业发展机遇的同时，也面临着很多挑战。
　　刘戈杰表示，目前健康险尤其是商业健康险，年均增速已经到了30%以上，处于高速发展的阶段。而在高速发展的同时，赔付率和赔付金额却居高不下，并且有逐年上升的趋势。这其中，欺诈违规比例高、保险公司运营人员有限的医学经验无法满足案件的复杂度和全面性等问题都成为健康险行业发展中的痛点。
　　随着上述问题的逐步突出，技术在保险领域的应用在当下变成非常热门的话题。刘戈杰认为，新一代人工智能和大数据技术在健康险领域的应用还处于一个比较初级的阶段，未来还会有很大的发展空间。具体来说，在业务模式应用和理赔风控的应用中，新技术能够发挥出很大的优势。栈略数据在成立之初，就选择了健康保险，希望能够通过技术的应用，解决健康险存在的核保理赔方面的痛点。

解决传统风控难题

　　在传统的健康险的智能审核过程中，存在着刻意规避规则的欺诈风险难以发现、风险提示案件数量不可控等问题。而稽核团队资源有限，难以逐条审核，规则库本地化调整的工作量又极大，实施流程复杂，对稽核流程的效率影响非常大。
　　目前，栈略数据主要提供两个方面的服务：一是自动化理算，主要应用于商保。栈略数据为保险公司提供一套自动化理算系统，配合保险公司的自定义规则，帮助稽核人员高效地判定理赔案件的赔付结果。举例来说，在一起报销案件中，传统上稽核人员需要人工判定药品是否在报销范围内，而自动化理算系统中包含全面的医保三大目录信息，可以自动判定是否报销及报销金额，帮助稽核人员和保险公司缩短当前健康险理赔时效，优化核保流程;二是风险识别，覆盖了商保及社保。通过对医疗知识图谱和历史医保数据的机器学习，栈略数据建立了一套智能风控模型，能够识别异常的诊疗行为，从而帮助保险公司进行决策。结合医保数据和医疗知识的多维度综合分析，智能风控系统可以有效识别来自医疗方的欺诈行为。同时，栈略数据也拥有自身的医疗团队，帮助对此类风险进行判别。
　　刘戈杰介绍说，在进入这一领域后，他们发现欺诈和高风险场景比比皆是，冒名就医、目录串换、套取药品、诊断与治疗不符等等，甚至出现专门从事骗保的违法人员参与规避审核。这些欺诈和风险场景既造成巨大的经济损失，又增加了保险公司的资金投入。科技手段的介入，再结合保险专业人員经验，的确能够帮助保险公司及时发现核保理赔端高风险行为，降低保险公司赔付支出，提高运营效率。

展望大健康领域

　　近年来，监管部门接连下发多项保险行业相关指导意见和政策，从原来的“促增长”逐渐转向“严监管”， 在此过程中，众多险企由于转型面临偿付能力承压。同时，为防范和化解保险欺诈风险，自2018年保险监管层印发《反保险欺诈指引》以来，监管层正逐步构建保险行业欺诈风险管理规范和反欺诈技术标准。当前已是考验险企资本实力和经营能力的关键时刻，保险风控能力已成为各险企核心竞争力指标之一。目前，栈略数据已就风控业务与多家保险公司开展合作，包括中国人寿、中国人保、中国太平、太平洋保险、中华联合保险、中国大地保险、汉诺威再保险等机构。
　　现在，栈略数据主要服务于健康险的理赔端，而在未来，栈略数据希望能够提供个人健康管理服务，帮助保险公司降低出险率。通过大数据、人工智能等技术，以预防为准则，降低发病率，同时降低投保人和保险公司双方的风险水平。刘戈杰说，健康险作为中国的朝阳行业，一直在蓬勃发展，这是机遇，也是挑战。他希望栈略数据能够在其中发挥好第三方服务商的作用，用技术驱动大健康产业革命，为客户提供更好的大数据服务，将人工智能技术真正运用于解决行业痛点，加速行业发展，使得国人享受到更好的健康保险服务，活得更健康。
　　据悉，本轮融资后，栈略数据将加速其在全国的业务扩张与战略布局，并进一步开展与保险上下游机构的合作，巩固其在健康险风控领域的领先地位。