【摘要】心脑血管疾病是老龄人群患病率、死亡率最高的疾病之一，带来了沉重的经济与社会负担。随着我国人口老龄化程度加剧，开发针对带病体的商业健康保险产品显得尤为重要。本文基于详实的历史住院数据，采用机器学习方法对心脑血管疾病人群的住院费用进行预测，对不同机器学习方法进行预测比较后，采用表现最佳的LightGBM对心脑血管疾病群体进行个人自付费用的测算，分析了性别、年龄、省份、社保类型、婚姻状况、合并症和地区经济条件对个人自付费用的影响，并在此基础上预测了保险理赔情况，发现“年龄”是影响理赔的主要因素。本研究结果可为保险公司设计创新型商业健康保险产品提供借鉴。