New York (août, 2025) – Wtw (NASDAQ: WTW), une société mondiale de conseil, de courtage et de solutions mondiales, et Klarityune société d'analyse de données sur la santé basée au Royaume-Uni, travaillent ensemble pour aider les assureurs-vie à améliorer la précision des prix en intégrant la technologie portable et les données dans leurs processus de souscription.
Des mesures traditionnelles de risque de mortalité – telles que le cholestérol, la pression artérielle, l'IMC, la consommation de tabac et les antécédents familiaux – ont souvent mal classé les candidats, car ils ne fournissent qu'une partie du profil de santé d'un individu et ne repérent pas d'importantes mesures individualisées telles que la fréquence cardiaque au repos, le taux de récupération cardiaque, le sommeil et l'activité par rapport aux niveaux d'inactivité.
Construit sur 12 ans de données sur la santé s'étendant sur plus de six millions d'années de vie, Klarity a développé un nouvel outil de notation des risques qui produit des scores de mortalité au niveau individuel pour prédire et classer les risques. Le modèle intègre des données tierces obtenues à partir de montres intelligentes et d'autres appareils portables qui suivent l'activité physique, la fréquence cardiaque et les habitudes de sommeil.
La collaboration de WTW avec Klarity comprenait le test de l'efficacité des prévisions de score de mortalité du modèle sur les données des États-Unis, en tirant parti des données de l'Enquête nationale sur les examens de santé et de nutrition (NHANES). L'analyse de WTW a révélé que le modèle de Klarity peut identifier plus clairement les profils de risque de mortalité individuels, permettant une amélioration de la segmentation des risques et des assureurs pour aligner les prix plus précisément que les mesures de souscription traditionnelles.
Par exemple, certains non-fumeurs résiduels avaient en fait des profils de risque similaires aux risques classés comme préférés et, dans certains cas, mieux préférés en fonction des seuls critères traditionnels. Cela signifie que ces personnes pourraient être admissibles à de meilleurs taux. L'utilisation du modèle aide également à signaler des valeurs aberrantes plus extrêmes dans chaque classe. Par exemple, le modèle a signalé un pourcentage plus petit de candidats qui peuvent être considérés comme des risques préférés dans le cadre de mesures de souscription traditionnelles mais qui ont montré des facteurs de risque cachés. Ainsi suggère qu'ils ne peuvent pas réellement présenter la mortalité alignée sur le risque préféré et, dans certains cas, même les prix des risques standard résiduels.
Will Cooper, fondateur et PDG de Klarity, a déclaré: «En intégrant des informations axées sur l'IA avec diverses données sur la santé et le comportement, nous avons construit un modèle qui améliore non seulement la précision de la souscription, mais renforce également les performances du modèle en Amérique du Nord. et la souscription dynamique. «
Mary Bahna-Nolan, directrice principale de Consulting & Technology, Consulting & Technology, WTW, a déclaré: «Le secteur de l'assurance-vie a une opportunité unique d'exploiter le pouvoir des données pour fournir des résultats plus personnalisés qui reflètent les habitudes de santé du monde réel. Prédiction.
Avec 62 millions de consommateurs américains utilisant un tracker de fitness en 2024, prévu d'augmenter à plus de 92 millions d'ici 2029, des montres intelligentes et d'autres technologies portables sont entrées dans le courant dominant. L'analyse des données des appareils portables fournit des informations en temps réel qui peuvent aider à prédire le mode de vie d'un individu et les risques pour la santé, améliorant la précision des évaluations des risques et les prix des politiques d'assurance-vie.