Deep Survival Analysis with Temporal Trajectory Embedding for Substandard Life Insurance Pricing: A DeepSurv Modeling Study of Type 2 Diabetes Mellitus

Para millones de personas que viven con afecciones crónicas como la diabetes tipo 2, el camino hacia la seguridad financiera suele estar bloqueado por una realidad simple y dura: las compañías de seguros no pueden calcular su riesgo con precisión. Los métodos tradicionales para calcular las primas de los seguros de vida se basan en instantáneas estáticas, tratando la salud de una persona como una etiqueta fija en el momento de la solicitud. Sin embargo, las enfermedades crónicas no son estáticas; son trayectos dinámicos que cambian con el tiempo, a menudo acelerándose a medida que surgen complicaciones. Cuando las aseguradoras no pueden ver el panorama completo de cómo progresa una enfermedad o cómo interactúan diferentes problemas de salud, se enfrentan a un dilema. Para evitar perder dinero, a menudo rechazan a los solicitantes directamente o cobran primas prohibitivamente altas que hacen que la cobertura sea inasequible. Esto deja a una vasta población de "vidas deterioradas" —personas con condiciones manejables pero serias— marginadas de las redes de protección en las que la sociedad confía. El desafío central no es solo la falta de datos, sino la falta de herramientas capaces de comprender la forma compleja y no lineal en que la salud se deteriora y cómo diferentes condiciones médicas se amplifican entre sí.

Un equipo de investigadores de la Universidad de Negocios Internacionales y Economía de Beijing ha abordado este problema construyendo un nuevo tipo de motor de fijación de precios diseñado específicamente para estos casos complejos. Utilizando un conjunto masivo de datos de casi 1,9 millones de registros hospitalarios de personas con diabetes tipo 2, fueron más allá de las viejas fórmulas lineales que asumen que los riesgos simplemente se suman. En su lugar, emplearon un sistema de inteligencia artificial sofisticado conocido como DeepSurv, que es capaz de mapear las relaciones intrincadas y ocultas entre diferentes factores de salud. Los investigadores descubrieron que los métodos antiguos eran fundamentalmente defectuosos. Un enfoque tradicional que simplemente comparaba grupos de pacientes resultó en un error extraño e injusto: sugería que los pacientes con complicaciones moderadas tenían en realidad un mayor riesgo que aquellos con daños orgánicos graves y potencialmente mortales. Esto sucedió porque las herramientas antiguas no lograron separar el efecto de la enfermedad en sí del efecto de la edad de los pacientes, confundiendo un grupo de edad avanzada con una condición más severa.

Para solucionar esto, los investigadores construyeron un modelo que aprende de los datos de forma muy similar a como lo haría un experto humano, pero con la capacidad de procesar millones de variables simultáneamente. Entrenaron este sistema con más de 1,8 millones de registros, enseñándole a reconocer patrones en cómo progresa la diabetes y cómo interactúa con otras condiciones como la insuficiencia cardíaca y la enfermedad renal. El sistema utiliza una técnica llamada regularización Elastic Net, que actúa como un filtro para identificar los factores de riesgo más importantes mientras ignora el ruido. Al hacerlo, reveló que los verdaderos impulsores del riesgo no suelen ser el diagnóstico de diabetes en sí, sino las complicaciones cardiovasculares específicas que la acompañan. El modelo identificó con éxito que la presencia de insuficiencia cardíaca y enfermedad isquémica cardíaca crónica es casi tan crítica para la fijación de precios como la etapa de la diabetes misma, un matiz que los modelos lineales anteriores pasaron por alto por completo.

El estudio también exploró el valor del tiempo. Mientras que el modelo principal analizaba una instantánea del riesgo, los investigadores realizaron un experimento separado para ver si rastrear la historia de salud de un paciente a lo largo del tiempo mejoraba las predicciones. Encontraron que observar la secuencia de las visitas hospitalarias y los gastos de un paciente sí proporcionaba información adicional, particularmente para aquellos en las etapas intermedias de la enfermedad cuya salud aún está cambiando. Sin embargo, la herramienta más poderosa seguía siendo la capacidad de mapear la compleja red de interacciones entre diferentes enfermedades. Los investigadores confirmaron que sus hallazgos eran robustos mediante la realización de pruebas repetidas del modelo en diferentes segmentos de los datos, asegurando que los resultados no fueran solo un golpe de suerte. El modelo demostró ser estable, clasificando consistentemente los niveles de riesgo con alta precisión a través de miles de simulaciones.

Quizás el avance más significativo fue hacer que esta IA compleja fuera comprensible. Debido a que el sector de los seguros es una industria regulada, una "caja negra" que ofrece un precio sin explicación es inútil. Los investigadores utilizaron un método llamado SHAP para desglosar exactamente por qué el modelo asignó un precio específico a una persona determinada. Demostraron que el sistema podía atribuir claramente el costo a factores específicos: la edad, la etapa de la diabetes y la presencia de afecciones cardíacas. Por ejemplo, en un estudio de caso de un hombre de 65 años con insuficiencia cardíaca, el modelo calculó una prima de 14.802 RMB. Un método tradicional le habría cobrado solo unos 10.630 RMB, subestimando peligrosamente su riesgo real. El nuevo modelo, por el contrario, proporcionó un precio justo que reflejaba su realidad médica real, mostrando también exactamente cuánto contribuyó cada condición a ese costo.

Los investigadores también demostraron cómo este sistema podría utilizarse para recompensar el comportamiento saludable. Integraron un factor que reduce la prima si un paciente gestiona activamente su salud, como cumplir con un régimen de medicación o asistir a chequeos regulares. Esto crea un incentivo financiero directo para que los pacientes se mantengan saludables, convirtiendo el seguro de un contrato estático en una asociación dinámica. El estudio concluye que, al reemplazar las fórmulas lineales rígidas con modelos de aprendizaje profundo flexibles, la industria de los seguros puede finalmente ofrecer una cobertura justa, transparente y asequible para los millones de personas que han sido excluidas durante mucho tiempo. El trabajo demuestra que, con las herramientas adecuadas, es posible fijar el precio del riesgo con precisión sin sacrificar la equidad, asegurando que aquellos con condiciones crónicas no se queden atrás.