Individuele levensverwachting zet solidariteit op losse schroeven

Iemands levensverwachting voorspellen met een selfie. Het kan nog niet, maar een foto kan wel veel zeggen, zegt Jay Olshansky, hoogleraar aan de faculteit epidemiologie en biostatistiek van de universiteit van Illinois, in Chicago. ‘Er bestaan databases met foto’s van de kinderen van mensen die honderd jaar of ouder werden. De overeenkomst? Ze zien er allemaal jong uit voor hun leeftijd. Als iemand dit kenmerk heeft, is de kans groot dat hij ouder wordt dan gemiddeld. We hebben een computer getraind om dat te herkennen.’

Het effect is nog niet tekwantificeren in jaren levensverwachting, geeft Olshansky toe. ‘We hebben meer foto’s nodig. Maar we verwachten meer data uit Amerikaanse gezondheidsonderzoeken. Dan kan dit nauwkeuriger. En een selfie kan meer relevante informatie geven, zoals of iemand rookt.’

Menopauze

Olshansky is medeoprichter van startup Lapetus, dat voor financiële bedrijven zo nauwkeurig mogelijk de levensverwachting voorspelt. Een ouderwetse vragenlijst is voorlopig nog de basis. Maar de lijst telt verrassende elementen. Zoals de vraag wanneer vrouwen in de menopauze zijn gekomen. ‘Wie daar laat mee is, leeft gemiddeld langer’, aldus Olshansky. ‘Lichamen worden beschermd tegen veroudering zolang men vruchtbaar is. Dat verband is bekend in de evolutionaire biologie. Toch stellen verzekeraars nooit die vraag. Wij proberen zoveel mogelijk wetenschappelijk inzicht samen te brengen in onze vragenlijst.’

Volgende stappen dienen zich aan.‘Met een wangslijmtest kunnen we vaststellen of je bepaalde genen hebt die met lang leven zijn geassocieerd. Dat kan zo twee, drie jaar levensverwachting schelen. Verzekeraars of pensioenfondsen doen hier niets mee, maar het kan wel.’ Sterftetabellen zijn volgens Olshansky een techniek uit de achttiende eeuw. ‘Welkom in de 21e eeuw.’

De pensioenwereld fantaseert volop over de mogelijkheden van big data bij de voorspelling van de levensverwachting. Het idee is dat door digitalisering meer gegevens over mensen toegankelijk worden, terwijl nieuwe technieken als kunstmatige intelligentie snel verbanden kunnen vinden in die brei aan data.

Zo kan een nieuw algoritme van Google de kans voorspellen dat een ziekenhuispatiënt in het ziekenhuis overlijdt. Kunstmatige intelligentie heeft dit geleerd op basis van medische dossiers van 200.000 patiënten. Een ander voorbeeld is Aging.AI, dat met een neuraal netwerk – een vorm van kunstmatige intelligentie – patronen vond in bloedwaarden van 150.000 personen en zo de levensduur voorspelt.

De vraag is wat pensioenfondsen met de nieuwe mogelijkheden kunnen. ‘Ons volgende project is het doormeten van een groot Aziatisch pensioenfonds’, illustreert Olshansky. ‘We kunnen hun voorspelling van de levensverwachting nauwkeuriger maken.’ Het is nog de vraag of deelnemers naast een vragenlijst en een selfie ook een wangslijm moeten inleveren. ‘Dat is aan het pensioenfonds’, zegt Olshansky.

Hekel aan vragenlijst

Ook Nederlandse fondsen zouden in theorie veel meer data kunnen gebruiken bij de voorspelling van de (individuele) levensverwachting. ‘Een pensioenfonds kan moeilijk zomaar dna uitvragen’, constateert Pieter Marres, dataspecialist en actuaris bij Triple A Risk Finance. ‘Zelfs een vragenlijst wordt lastig. Daar hebben deelnemers een hekel aan.’

Maar over veel nuttige data beschikken de fondsen al. ‘Als je je boos maakt, kom je zo aan dertig gegevens’, zegt Don van der Steeg, manager strategie en innovatie bij PwC. ‘Zo kan je, met dank aan marketingbureaus en CBS, veel informatie halen uit de postcode: waarde van het huis, of gegevens over zorgvoorzieningen en verkeersdrukte en -ongelukken in de buurt. Sommige uitvoerders inventariseren de persoonlijkheidstypen van hun deelnemers. Een zo’n type is de ‘levensgenieter’. Wat zou dat doen met de levensverwachting?’

Marres weet er ook nog wel een paar: ‘Fondsen weten of iemand een partner heeft: mensen die samenleven worden gemiddeld ouder. Ik kan me voorstellen dat ook de risicohouding van deelnemers, of hun voorkeur voor duurzaam beleggen, correleren met levensverwachting.’

Is het netjes zulke gegevens te gebruiken? Van der Steeg: ‘Fondsen passen nu ook leeftijd, geslacht en inkomen toe. Ik denk dat dit wel in het verlengde ligt. Zeker als je de data anoniem verwerkt. Het ligt natuurlijk wel gevoelig.’

Voor pensioenfondsen is de noodzaak om de gegevens te benutten nu niet zo groot. Van der Steeg. ‘Je kunt waarschijnlijk wat risico’s beter inschatten en nauwkeuriger voorspellen. Maar individuele verschillen middelen zich uit in het collectief.’ Daarbij komt, dat ook de nieuwe modellen niet voorspellen of het spreekwoordelijke medicijn voor kanker wordt uitgevonden. Zulke macro-ontwikkelingen hebben toch de grootste impact. ‘Tot slot moeten we van de Pensioenwet iedereen over één kam scheren. Je mag iemand niet anders behandelen op basis van een individuele levensverwachting.’

Verzekeraars zijn op dit gebied al iets verder. Ze hebben ervaring met big data, vooral vanuit de schadeafdeling. Zo beïnvloeden bij autoverzekeringen de postcode en het rijgedrag de premie. ‘Verzekeraars doen experimenten om de collectieve levensverwachting in lopende garantieregelingen beter te bepalen, met alternatieve analysemethodes’, aldus Marres.

Supermarkt

Het risico bestaat dat de pensioenwereld door nieuwkomers wordt ingehaald. Nieuwe bedrijven komen op de markt met pensioenplanners en dna-tests die mensen meer informatie geven over hun verwachte leeftijd. Vorig jaar werd bij PensioenLab de ‘big-data-pensioenplanner’ bedacht, waarbij de persoonlijke levensverwachting werd gebaseerd op databronnen zoals het afgerekende eten in de supermarkt (via de bonuskaart), mobiele apps voor sporten, medische dossiers en dna-testen.

Het was nog een fictief project, maar de realiteit komt dichtbij. ‘Onze dna-tests worden vanaf deze zomer ingezet door een financieel planner in de VS’, zegt Olshansky. ‘In het VK en de VS, waar je een individuelere pensioenmarkt hebt, zie je veel slimme apps voor financiële planning opkomen’, schetst Van der Steeg. ‘Ze zijn daar ook minder terughoudend met data. Ik zag een reclame daar: iemand had een promotie gemaakt en werd direct gebeld door de pensioenverzekeraar, voor meer inleg. Die had het op LinkedIn gezien.’

Marres: ‘Misschien gaan partijen als Google deze markt betreden. Je kunt je voorstellen dat Google een levensverwachting beschikbaar stelt, die de verzekeraar kan opvragen, met toestemming van de deelnemer.’

Deelnemers kunnen zo zelf informatie vinden over hun levensverwachting. ‘Mensen zullen het aanvankelijk misschien niet willen weten, maar ik denk dat je de ontwikkeling niet tegen kunt houden’, denkt hoogleraar Marike Knoef, die voor Netspar een verkenning over big data maakt.

Hoe nauwkeurig de voorspelbaarheid zal worden, is onzeker. Een studie van Netspar concludeerde vorig jaar dat met een waslijst sociale én medische factoren slechts een kwart van de variantie van de individuele levensverwachting verklaard kan worden.

Marres denkt gevoelsmatig dat de 25% te laag is. ‘Dat onderzoek is op basis van drieduizend personen, relatief weinig in de wereld van big data.’ Ook Olshansky vindt een kwart een onderschatting. ‘Bij een individu is de kans dat je precies goed zit klein. Wat wel kan, is met 90% kans voorspellen dat iemand overlijdt op leeftijd X, met een foutmarge vijf jaar.’

Een 100% zekere voorspelling voor een individu is uitgesloten. Iemand kan altijd onder een auto komen. Maar de voorspelling hoeft niet perfect te zijn. Als ze goed genoeg is en bekend wordt bij de deelnemers, heeft dat al impact. In het verplichte stelsel zou het een bom kunnen leggen onder de solidariteit: een persoon met een korte levensverwachting (slechte genen, ziekte, zwaar beroep) wil eruit.

Herverdeling

‘Je zou solidariteitskringen kunnen maken die qua levensverwachting homogener zijn’, suggereert Marike Knoef. ‘Dan heb je minder herverdeling. De kring met hogere levensverwachting heeft dan een hogere premie, of hogere pensioenleeftijd. De kring met een lagere levensverwachting kan eerder stoppen.’

‘Het idee dat iedereen een pensioenleeftijd 67 heeft, moet je misschien loslaten’, beaamt Van der Steeg. ‘Er zijn dan geen cadeautjes meer voor hoger opgeleiden, zoals in het huidige stelsel. In zekere zin is het eerlijker.’

Olshansky benadrukt dat mensen geen willoos slachtoffer zijn van hun voorspelde levensverwachting. ‘De kennis over je levensverwachting betekent ook dat je eerder een ziekte kan aanpakken, vaker een medische controle kan doen, gezonder kunt leven. Het is gewoon goed nieuws voor mensen als ze meer weten van hun levensverwachting.’