미국헬스케어·바이오2024 – 진행 중SCAN 헬스 플랜
머신러닝과 언어 처리로 가입자 이탈을 줄이는 프로젝트
SCAN 헬스 플랜은 예측 모델로 연례 등록 기간의 자발적 가입 해지를 4.59% 줄였다
문제
SCAN은 의료 필요도가 높은 고령자를 대상으로 하는 비영리 메디케어 어드밴티지 건강보험 플랜이다. 가입자에 대해 아는 내용 상당수가 상담센터 메모, 진료 차트, PDF 같은 비정형 데이터에 들어 있었다. SCAN은 탈퇴할 가능성이 높거나 중대한 건강 사건을 겪을 가입자를 미리 찾아내려 했다.
접근 방식
SCAN은 비정형 기록에 자연어 처리를 적용해 가입자 행동의 패턴을 찾았다. 데이터브릭스 플랫폼에서 머신러닝 모델을 만들어 중대한 건강 사건, 자발적 가입 해지, 만성질환 악화를 예측했다. 이 모델 파이프라인은 사례 관리와 방문 돌봄을 시작하게 할 수 있다. 일부 가입자는 주치의 재배정 시기도 앞당겼다.
주요 수치
4.59%연례 등록 기간의 자발적 가입 해지 감소, 데이터브릭스 기준
3.6%주치의 재배정을 앞당긴 가입자의 자발적 가입 해지 감소, 데이터브릭스 기준
시사점
위험 가입자를 짚어내는 모델 덕분에 플랜이 더 일찍 대응할 수 있었고, 페이지는 이를 가입 해지 감소와 연결한다. 비교한 가입자 집단의 규모는 페이지에 나와 있지 않다.
분류
출처
출처 요약
[1]Databricks2024년 3월 6일
데이터브릭스는 SCAN이 데이터브릭스 플랫폼에서 언어 처리와 머신러닝으로 건강 사건과 가입 해지를 예측한 방식을 설명했다. 페이지에 따르면 주치의 재배정을 앞당긴 가입자의 자발적 가입 해지는 3.6% 줄었고, 연례 등록 기간에는 4.59% 감소했다.
자세한 내용은 원문에서 확인하실 수 있습니다.
등록일 2026년 11월 4일 · 수정일 2026년 11월 4일