만성질환 예측과 상대위험도 산출을 통한 인슈어테크 적용 가능성 연구

Abstract

본 연구는 국민건강보험 표본코호트 DB의 세부 의료이용 내역을 활용해 암·뇌·심장질환 등 대표적인 3대 만성질환의 발생을 예측하는 머신러닝 모형을 구현하고, 인슈어테크(InsurTech) 관점에서 건강보험의 가격책정(Pricing)과 인수심사(Underwriting) 분야에 적용 가능성을 검토하였다. 이를 위해 데이터 기반의 변수 선택 전략을 통해 질환 발생의 주요 예측요인을 식별하고, 집단별 상대위험도를 산정하여 기존 보험산업의 표준체와 비표준체 분류체계의 세분화 가능성을 평가하였다. 분석 결과 예측 대상 질환에 따라 예측요인의 구성이 상이하고, 표준체와 간편고지체, 거절체 순으로 상대위험도가 체계적으로 높아지는 양상이 확인되었다. 이는 보건의료 데이터와 머신러닝 기법 활용이 기존 보험산업의 위험분류 체계와 충돌되지 않으면서도 고위험군 내부의 위험을 보다 세분화하여 개인 맞춤형 보험료 책정과 가입대상 확대에 기여할 수 있음을 시사한다.