Hvor store data kan hjælpe dig med at vælge en bedre sygeforsikring

Der er masser af nemme forbrugervalg. Papirclips:nemt. Opvaskesvampe:nemt. Disse produkter sidder i den ene ende af spektret. I den anden ende, umuligt fjernt, er sygesikring.

Det er svært.

"Tonsvis af beviser tyder på, at folk har svært ved at træffe valg, når det kommer til sygesikring, " siger Kate Bundorf, lektor ved Stanford School of Medicine med en høflighedsansættelse ved Stanford Graduate School of Business. Kompleksiteten kan være overvældende, og som resultat, folk vælger ofte suboptimale planer, der straffer dem med højere omkostninger og skaber ineffektive markeder. "Så vi ville finde ud af, hvilke typer værktøjer der ville hjælpe folk med at træffe beslutninger, siger Bundorf.

Med Maria Polyakova fra Stanford School of Medicine og Ming Tai-Seale fra University of California, San Diego, hun udviklede et webbaseret værktøj med en algoritme, der matchede lægejournalerne for Medicare Part D-tilmeldte med de bedste sundhedsforsikringsmuligheder for receptpligtig medicin. De, der brugte algoritmen, var mere tilbøjelige til at skifte til en bedre plan. De rapporterede også mere tilfredshed med processen med at vælge sygeforsikring, selvom de endte med at bruge mere tid på det.

Gør forsikringsvalg nemmere og bedre

Undersøgelsesdeltagere blev tildelt enten en kontrolgruppe eller en af ​​to behandlinger. Kontrolgruppen blev rettet til eksisterende online Medicare-ressourcer for at vælge en af ​​de 22 receptpligtige planer, der var tilgængelige for dem. Behandlingsgrupper, i mellemtiden, modtaget støtte fra algoritmen, som automatisk trak oplysninger fra deres journaler og matchede dem med receptpligtig medicin. Når man gennemgår deres muligheder, begge behandlingsgrupper var i stand til at se en tabel online, der viste individualiseret analyse af sandsynlige omkostninger for hver af planerne. Ud over dette, en af ​​behandlingsgrupperne fik vist en "ekspertscore" for hver plan - et tal, fra 0 til 100, at algoritmen produceret til at rangere planerne; de tre bedste muligheder blev fremhævet øverst i tabellen.

Begge behandlinger tilskyndede folk til at skifte til mere gunstige forsikringsordninger, men behandlingen, der omfattede "ekspert"-forslagene sammen med omkostningsestimater, viste sig at være mere effektiv. Deltagerne i denne behandling valgte at skifte plan 36 procent oftere end dem i kontrolgruppen. "Vi fandt klare beviser på, at interventionen ændrede folks adfærd, især i det tilfælde, hvor vi tilbød ekspertrådgivning, siger Bundorf.

I forbindelse med eksperimentet, disse ændringer genererede $270, 000 i besparelse til forbrugerne. Og selvom dette kan virke et relativt lille antal, den er knyttet til en relativt lille pulje på 316 behandlede forsøgspersoner, som havde adgang til ekspertanbefalingen. Hvis de samme effekter blev ekstrapoleret til de næsten 25 millioner mennesker, der er tilmeldt Medicare Part D – og antaget en tilsvarende deltagelsesrate som Bundorf og hendes kolleger så i dette eksperiment – ​​ville besparelser være i størrelsesordenen $680 millioner. Dette er især bemærkelsesværdigt, da selve værktøjet kostede mindre end $1,8 millioner at udvikle.

Kryds til den politiske verden

Selvom de praktiske konsekvenser er klare, to vigtige overvejelser modererer oversættelsen af ​​denne konklusion til politik.

Først, en lille del af de berettigede til at deltage i studiet valgte at tilmelde sig. Til sidst, 1, 185 personer deltog i undersøgelsen ud af næsten 30, 000, der var inviteret; og dem, der sluttede sig til, var mere teknisk kyndige end dem, der ikke gjorde det. Oven i købet, forskerne bekymrer sig om, at de, der ville gavne mest, måske ikke havde valgt at deltage.

"De mennesker, der valgte at interagere med algoritmen, var sofistikerede forbrugere; de ​​var aktive shoppere, der søgte information, " siger Polyakova. "Dette tyder på, at hvis vi ønsker at forbedre valgene for mennesker, der i øjeblikket har de værste planer, så vil det ikke løse problemet blot at tilbyde værktøjet online." En mere proaktiv tilgang er nødvendig.

Sekund, undersøgelsens demografi som helhed er ikke repræsentativ for den bredere Medicare-befolkning. Bundorf og hendes kolleger gik sammen med Palo Alto Medical Foundation for at køre eksperimentet, hvilket betyder, at de, der deltog, boede i en af ​​de rigeste og mest teknologisk afstemte dele af landet. Hvorvidt resultaterne ville generalisere er uvist. "Det er tænkeligt, at folk andre steder, som har lavere indkomst og mindre eksponering for værktøjer som dette, kan opføre sig helt anderledes, " siger Polyakova.

En algoritmesejr (og en advarsel)

Bundorf og hendes kolleger var i starten ikke sikre på, at denne intervention ville ændre adfærd. En bunke beviser tyder på, at blot at give folk information ikke påvirker resultaterne. Men resultaterne peger på et af undersøgelsens smarte designs:Ved at have to forskellige behandlinger, forskerne var i stand til at måle effekten af ​​information alene – som viser forbrugerens samlede omkostninger ved hver plan – samt ekspertrådgivning parret med information.

"Og råd gør noget andet end information, " siger Polyakova. "Når folk bliver udsat for råd, det ændrer ikke kun deres viden om et produkt, men det ændrer også, hvordan de faktisk værdsætter det pågældende produkts funktioner."

Det her, hun bemærker, har komplicerede og vigtige konsekvenser. Vi har en tendens til at tænke på software som neutral – Microsoft Excel har ingen dagsorden – men det er ikke altid tilfældet med moderne algoritmer. Virksomheder kan, og sandsynligvis vil, implementere rådgivende algoritmer strategisk, måske for at promovere et bestemt produkt eller øge omsætningen, og skjult i denne proces vil være de måder, hvorpå disse algoritmer ændrer, hvordan vi værdsætter forskellige produkter.

"Hvis folk er lydhøre over for denne type algoritmiske råd, så gør det den meget nære fremtid ret interessant, " siger Polyakova. "Masser af politiske og lovgivningsmæssige spørgsmål om, hvordan man beskytter forbrugere mod ikke-godartede indgreb, vil snart have brug for vores opmærksomhed."