CN115965478A - 一种理赔案件的自动核赔方法、设备及介质 - Google Patents

Abstract

本发明公开了一种理赔案件的自动核赔方法、设备及介质，属于数据处理技术领域，用于解决现有理赔案件的核赔方式为人工审核，案件处理效率慢，人工审核受到的主观因素多，难以准确快速的实现理赔案件的核赔工作的技术问题。方法包括：根据预设立案规则，对理赔案件进行立案判断，得到立案结果；基于立案结果中的立案通过信息，根据预设OCR识别节点，对理赔案件进行分类识别，得到分类结果；并对理赔案件进行理赔资料的完整性识别，得到完整性判别结果；基于预设规则引擎，根据分类结果以及完整性判别结果，对理赔案件进行理赔风险的分级标记，确定出风控标签，以基于风控标签中的低风险标签，实现理赔案件的自动核赔。

Description

一种理赔案件的自动核赔方法、设备及介质

技术领域

本申请涉及数据处理领域，尤其涉及一种理赔案件的自动核赔方法、设备及介质。

背景技术

理赔案件的核赔是保险理赔过程中的核心环节，是指保险理赔人员对保险赔案进行审核，确认赔案是否应该赔偿、应该怎样赔偿或应该怎样拒赔的过程。通过定责、定损、理算等环节的审核和监控确定赔偿或拒赔。用户发生事故后，在极客***上传单据，***通过OCR能力自动识别匹配到对应的团险方案、责任及保期，可以进行正常赔付审核。

现有的理赔案件在核赔过程中，通过用户赔案在完成对单据的OCR识别后，进入初审环节，再由人工审核的方式进行核赔。因此，对于理赔案件的核赔环节，目前只能依靠人工的方式，无法对核赔案件进行高效率的结案，需要非常高的人力成本。

发明内容

本申请实施例提供了一种理赔案件的自动核赔方法、设备及介质，用于解决如下技术问题：现有理赔案件的核赔方式为人工审核，案件处理效率慢，人工审核受到的主观因素多，难以准确快速的实现理赔案件的核赔工作。

本申请实施例采用下述技术方案：

一方面，本申请实施例提供了一种理赔案件的自动核赔方法，包括：根据预设立案规则，对理赔案件进行立案判断，得到立案结果；基于所述立案结果中的立案通过信息，根据预设OCR识别节点，对所述理赔案件进行分类识别，得到分类结果；并根据所述分类结果，对所述理赔案件进行理赔资料的完整性识别，得到完整性判别结果；基于预设规则引擎，根据所述分类结果以及所述完整性判别结果，对所述理赔案件进行理赔风险的分级标记，确定出所述理赔案件的风控标签，以基于所述风控标签中的低风险标签，实现理赔案件的自动核赔。

本申请实施例通过将传统人工操作的理赔案件转为***自动核赔，可大幅增加审核效率，降低了人工成本，同时自动核赔完全独立使用，降低了***设计的复杂度，并可以和自动理算及案件审核的工作流组合达到案件全生命周期的自动审核，进一步降低审核时效，并且在用户发起案件过程中识别到用户所上传单据是否完整，进一步提升了用户体验，自动核赔的完成利用了规则流以及审批流，能够大幅的降低人工审核的差错率。

在一种可行的实施方式中，基于所述立案结果中的立案通过信息，根据预设OCR识别节点，对所述理赔案件进行分类识别，得到分类结果，具体包括：根据预设OCR引擎中的所述OCR识别节点，将所述理赔案件中的***单据图像进行文字内容的识别，得到有关文字结构化数据；通过预设理赔案件分类模板，将所述文字结构化数据进行分类匹配，得到所述理赔案件的分类结果；其中，所述理赔案件分类模板包含的类别至少包括：增值税***模板、普通***模板、保险理赔***模板、车险理赔***模板以及诊断判断合同理赔模板。

在一种可行的实施方式中，根据所述分类结果，对所述理赔案件进行理赔资料的完整性识别，得到完整性判别结果，具体包括：根据所述分类结果，获取与每种理赔***所对应的若干理赔资料信息；根据所述若干理赔资料信息，对所述理赔案件的理赔资料进行数据的一一匹配，生成资料信息匹配表；通过所述资料信息匹配表，对所述理赔案件的理赔资料进行完整性的判别，得到所述完整性判别结果；其中，所述完整性判别结果包括：资料数据是否齐全以及资料数据的缺失程度；并将缺失的资料数据所对应的理赔案件进行打回处理；将重新补录后的理赔案件进行立案判断以及完整性识别，直至所述重新补录后的理赔案件的完整性判别结果为资料数据齐全信息。

在一种可行的实施方式中，基于预设规则引擎，根据所述分类结果以及所述完整性判别结果，对所述理赔案件进行理赔风险的分级标记，确定出所述理赔案件的风控标签，具体包括：基于rete 算法的规则引擎，对所述立案结果、所述分类结果以及所述完整性判别结果进行有关核赔流程影响程度的等级划分；若不影响核赔流程推进时间，则将所述理赔案件的风控标签为无风险标签；若所述核赔流程推进时间受低等程度影响，则将所述理赔案件的风控标签为低风险标签；其中，所述低等程度影响为只有风险提示的理赔案件；若所述核赔流程推进时间受中等程度影响，则将所述理赔案件的风控标签为中风险标签；其中，所述中等程度影响为存在部分干扰核赔流程推进时间的理赔案件；若所述核赔流程推进时间受高等程度影响，则将所述理赔案件的风控标签为高风险标签；其中，所述高等程度影响为存在全部干扰核赔流程推进时间的理赔案件；其中，所述理赔案件的风控标签包括：无风险标签、低风险标签、中风险标签以及高风险标签。

在一种可行的实施方式中，在根据预设立案规则，对理赔案件进行立案判断，得到立案结果之前，所述方法还包括：通过历史理赔案件数据库，对所述理赔案件进行历史风控标识的识别判断；若所述理赔案件存在历史风控标签，则对所述理赔案件进行历史风控标签的清除处理，得到无风控标签的理赔案件；其中，所述历史风控标签为所述理赔案件进行历史自动核赔后所产生的；若所述理赔案件不存在历史风控标签，则将所述理赔案件确定为新理赔案件；将所述无风控标签的理赔案件与所述新理赔案件进行立案判断的流程节点推进。

在一种可行的实施方式中，根据预设立案规则，对理赔案件进行立案判断，得到立案结果，具体包括：根据云端***数据库，识别并获取所述理赔案件的***指标；其中，所述***指标至少包括：***保期时间、***归属人、***归属公司、已赔付***标签以及未赔付***标签；将所述立案规则与所述***指标进行一一关联对应判断，得到关联对应结果；其中，所述立案规则至少包括：***保期时间范围、***归属人与***归属公司的对应关系以及赔付***标签类型；若所述关联对应结果为符合关联对应条件，则将所述理赔案件的立案结果确定为立案通过信息；若所述关联对应结果为不符合关联对应条件，则将所述理赔案件的立案结果确定为立案不通过信息；并对所述立案不通过信息对应的理赔案件进行打回处理；将重新补录的理赔案件进行立案判断，直至所述立案不通过信息对应的理赔案件的立案结果确定为所述立案通过信息。

在一种可行的实施方式中，在基于预设规则引擎，根据所述分类结果以及所述完整性判别结果，对所述理赔案件进行理赔风险的分级标记，确定出所述理赔案件的风控标签之后，所述方法还包括：对所述风控标签进行类别判断；若所述风控标签为无风险标签，则所述理赔案件进行自动理算审核，得到自动审核赔付结果；若所述风控标签为高风险标签，则所述理赔案件进行自动理算审核，得到自动审核拒赔结果；若所述风控标签为低风险标签或者中风险标签，则所述理赔案件标记为人工理算审核节点，得到人工审核结果；所述理赔案件的核赔结果由所述自动审核赔付结果、所述自动审核拒赔结果以及所述人工审核结果组成。

本申请实施例中通过对低风险标签与高风险标签的自动审核，大大缩短了人力的审核时间，节约了人力成本，大大提高了理赔案件的审核效率。

在一种可行的实施方式中，在对所述风控标签进行类别判断之后，所述方法还包括：将所述自动审核拒赔结果所对应的拒赔原因发送到对应理赔案件处理人员的***中；其中，所述拒赔原因为基于高风控标签所对应生成的判断原因。

第二方面，本申请实施例还提供了一种理赔案件的自动核赔设备，所述设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行上述任一实施方式所述的一种理赔案件的自动核赔方法。

第三方面，本申请实施例还提供了一种非易失性计算机存储介质，其特征在于，所述存储介质为非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有至少一个程序，每个所述程序包括指令，所述指令当被终端执行时，使所述终端执行上述任一实施方式所述的一种理赔案件的自动核赔方法。

本申请实施例提供了一种理赔案件的自动核赔方法、设备及介质，通过将传统人工操作的理赔案件转为***自动核赔，可大幅增加审核效率，降低了人工成本，同时自动核赔完全独立使用，降低了***设计的复杂度，并可以和自动理算及案件审核的工作流组合达到案件全生命周期的自动审核，进一步降低审核时效，并且在用户发起案件过程中识别到用户所上传单据是否完整，进一步提升了用户体验，自动核赔的完成利用了规则流以及审批流，能够大幅的降低人工审核的差错率。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1为本申请实施例提供的一种理赔案件的自动核赔方法流程图；

图2为本申请实施例提供的一种理赔案件的自动核赔设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

本申请实施例提供了一种理赔案件的自动核赔方法，如图1所示，理赔案件的自动核赔方法具体包括步骤S101-S103：

需要说明的是，规则引擎是一个将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策的组件，它接受数据输入，解释业务规则，并根据业务规则做出业务决策。通过***结构化的数据结合规则流引擎及配置，自动完成核赔任务。

S101、根据预设立案规则，对理赔案件进行立案判断，得到立案结果。

具体地，通过历史理赔案件数据库，对理赔案件进行历史风控标识的识别判断。若理赔案件存在历史风控标签，则对理赔案件进行历史风控标签的清除处理，得到无风控标签的理赔案件。其中，历史风控标签为理赔案件进行历史自动核赔后所产生的。若理赔案件不存在历史风控标签，则将理赔案件确定为新理赔案件。最后将无风控标签的理赔案件与新理赔案件进行立案判断的流程节点推进。

进一步地，根据云端***数据库，识别并获取理赔案件的***指标。其中，***指标至少包括：***保期时间、***归属人、***归属公司、已赔付***标签以及未赔付***标签。

进一步地，将立案规则与***指标进行一一关联对应判断，得到关联对应结果。其中，立案规则至少包括：***保期时间范围、***归属人与***归属公司的对应关系以及赔付***标签类型；若关联对应结果为符合关联对应条件，则将理赔案件的立案结果确定为立案通过信息。

若关联对应结果为不符合关联对应条件，则将理赔案件的立案结果确定为立案不通过信息。并对立案不通过信息对应的理赔案件进行打回处理。然后将重新补录的理赔案件进行立案判断，直至立案不通过信息对应的理赔案件的立案结果确定为立案通过信息。

作为一种可行的实施方式，基于rete 算法的规则引擎，对业务规则做出业务决策，首先通过历史理赔案件数据库，对理赔案件进行历史风控标识的识别判断。然后再，将立案规则与***指标进行一一关联对应判断，用来识别筛选出不符合立案规则的理赔案件，然后就将通过的理赔案件推进到下一节点，不提通过的则退回给申请人，让其重新对***指标进行补录、变更或者重开新案件，然后再提交到审核人员的***中，直至立案成功，或者申请人放弃该理赔案件。

在一个实施例中，立案规则包括1、不在保期：判断案件中***就诊日期是否在该被保人保单保障范围内，若不在则标记「不在保期」核赔标签，该***拒赔。2、非本人***：判断案件中***姓名是否为被保人本人，若不是则标记「非本人***」核赔标签，该***拒赔。3、已赔付***：判断案件中***号是否已在历史案件中进行过赔付，若是则标记「已赔付***」，该***拒赔顺序进行所有预设立案规则的判断（包括但不限于以上3点示例），全部***均拒赔则案件自动拒赔，部分***拒赔部分***有效则有效***进入下一步判断。

S102、基于立案结果中的立案通过信息，根据预设OCR识别节点，对理赔案件进行分类识别，得到分类结果。并根据分类结果，对理赔案件进行理赔资料的完整性识别，得到完整性判别结果。

具体地，根据预设OCR引擎中的OCR识别节点，将理赔案件中的***单据图像进行文字内容的识别，得到有关文字结构化数据。通过预设理赔案件分类模板，将文字结构化数据进行分类匹配，得到理赔案件的分类结果。其中，理赔案件分类模板包含的类别至少包括：增值税***模板、普通***模板、保险理赔***模板、车险理赔***模板以及诊断判断合同理赔模板。

进一步地，根据分类结果，获取与每种理赔***所对应的若干理赔资料信息。根据若干理赔资料信息，对理赔案件的理赔资料进行数据的一一匹配，生成资料信息匹配表。

进一步地，通过资料信息匹配表，对理赔案件的理赔资料进行完整性的判别，得到完整性判别结果。其中，完整性判别结果包括：资料数据是否齐全以及资料数据的缺失程度。并将缺失的资料数据所对应的理赔案件进行打回处理。然后将重新补录后的理赔案件进行立案判断以及完整性识别，直至重新补录后的理赔案件的完整性判别结果为资料数据齐全信息。

作为一种可行的实施方式中，在立案通过后，调用OCR识别节点，先对理赔案件中的单据***进行文字图像的识别，并根据不同业务种类下的不同***核赔模板，对上传的单据***进行分类识别，最终得到属于每个单据***的***核赔模板，或者匹配不到的情况下，重新打回理赔案件给申请人，让其重新补录、变更或者重开新案件。然后再将每个类别的单据***进行上报资料是否是齐全的判断，每个种类的***对应不同的数量以及类别的对应资料，并根据资料数据的缺失程度以及缺失的种类，打回给申请人，让其继续重新补录或者重开新案件，然后直至获取到理赔案件的完整性判别结果为资料数据齐全信息。

在一个实施例中，理赔案件中资料的完整性中，根据理赔责任预设所需资料，如门急诊医疗责任需要证件、病历/处方、检查化验报告单等，资料缺失还包括：1、证件缺失：根据OCR识别节点资料分类结果判断案件中是否包含被保人证件信息，且是否与投保证件类型一致，若否标记「证件缺失」核赔标签，该案件需用户进行补录。2、病历/处方缺失：根据ocr资料分类结果判断案件中是否包含病历/处方，若否标记「病历/处方缺失」核赔标签，该案件需用户进行补录顺序进行所有预设所需资料的判断（包括但不限于以上2点示例），若有任一类型资料缺失需用户进行补录，若资料齐全进入下一步判断。在单据不齐全的情况下，需补充后再从头开始走一次流程，再进行判断，再识别。

S103、基于预设规则引擎，根据分类结果以及完整性判别结果，对理赔案件进行理赔风险的分级标记，确定出理赔案件的风控标签，以基于风控标签中的低风险标签，实现理赔案件的自动核赔。

具体地，基于rete 算法的规则引擎，对立案结果、分类结果以及完整性判别结果进行有关核赔流程影响程度的等级划分。

若不影响核赔流程推进时间，则将理赔案件的风控标签为无风险标签。

若核赔流程推进时间受低等程度影响，则将理赔案件的风控标签为低风险标签。其中，低等程度影响为只有风险提示的理赔案件。

若核赔流程推进时间受中等程度影响，则将理赔案件的风控标签为中风险标签。其中，中等程度影响为存在部分干扰核赔流程推进时间的理赔案件。

若核赔流程推进时间受高等程度影响，则将理赔案件的风控标签为高风险标签。其中，高等程度影响为存在全部干扰核赔流程推进时间的理赔案件。

其中，理赔案件的风控标签包括：无风险标签、低风险标签、中风险标签以及高风险标签。

在一个实施例中，第一阶段：自动检查是否触发风控规则，自动标记风控标签。针对风控标签进行分类和分级，不同的级别进行不同的处理（软提醒、处理方式校验、拒赔等）。第二阶段：对于触发准确度较高的风控标签（高风险标签），给出拒赔原因自动拒赔；对于个别无法识别或准确度较低的风控标签（低风险或者中风险标签）自动标记进入人工审核或增加审核环节（复核）；对于未触发任何风控标签（无风控标签）的且金额较小的案件，自动理算后直接审核通过。结合质检对于自动核赔和自动理算结果进行抽检。第三阶段：结合商保目录，对于不合理的治疗费用进行人工审核，给出风险提示。

进一步地，在对理赔案件进行理赔风险的分级标记，确定出理赔案件的风控标签之后，再对风控标签进行类别判断。若风控标签为无风险标签，则理赔案件进行自动理算审核，得到自动审核赔付结果。

若风控标签为高风险标签，则理赔案件进行自动理算审核，得到自动审核拒赔结果。并将自动审核拒赔结果所对应的拒赔原因发送到对应理赔案件处理人员的***中。其中，拒赔原因为基于高风控标签所对应生成的判断原因。

若风控标签为低风险标签或者中风险标签，则理赔案件标记为人工理算审核节点，得到人工审核结果。

理赔案件的核赔结果由自动审核赔付结果、自动审核拒赔结果以及人工审核结果组成。

在一个实施例中，通过以上步骤输出的结果中包含案件自动推进流程和案件推到人工节点审核两种结果，而最终理赔案件通过流程有三个走向：自动拒赔、进入人工审核、自动赔付，即自动审核拒赔结果、自动审核赔付结果、以及人工审核结果。其中，***中人工审核是采用人工的方式校准精准度：质检环节是审批流的一个节点，人工抽取数据案件，对自动核赔准确性进行审批，从而干预审批结果的准确性，人工对数据准确性的校验，是优化过程，不影响整个进程，是阶段性的校验，自动核赔规则随着业务拓展而改变，新上线的规则通过人工辅助校验，准确性到一定度，就不会再进行人工核验了。

另外，本申请实施例还提供了一种理赔案件的自动核赔设备，如图2所示，理赔案件的自动核赔设备200具体包括：

至少一个处理器201；以及，与至少一个处理器201通信连接的存储器202；其中，存储器202存储有能够被至少一个处理器201执行的指令，以使至少一个处理器201能够执行：

根据预设立案规则，对理赔案件进行立案判断，得到立案结果；

基于立案结果中的立案通过信息，根据预设OCR识别节点，对理赔案件进行分类识别，得到分类结果；并根据分类结果，对理赔案件进行理赔资料的完整性识别，得到完整性判别结果；

基于预设规则引擎，根据分类结果以及完整性判别结果，对理赔案件进行理赔风险的分级标记，确定出理赔案件的风控标签，以基于风控标签中的低风险标签，实现理赔案件的自动核赔。

本申请实施例通过将传统人工操作的理赔案件转为***自动核赔，可大幅增加审核效率，降低了人工成本，同时自动核赔完全独立使用，降低了***设计的复杂度，并可以和自动理算及案件审核的工作流组合达到案件全生命周期的自动审核，进一步降低审核时效，并且在用户发起案件过程中识别到用户所上传单据是否完整，进一步提升了用户体验，自动核赔的完成利用了规则流以及审批流，能够大幅的降低人工审核的差错率。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体 (transitory media)，如调制的数据信号和载波。

上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请的实施例可以有各种更改和变化。凡在本申请实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种理赔案件的自动核赔方法，其特征在于，所述方法包括：

根据预设立案规则，对理赔案件进行立案判断，得到立案结果；

基于所述立案结果中的立案通过信息，根据预设OCR识别节点，对所述理赔案件进行分类识别，得到分类结果；并根据所述分类结果，对所述理赔案件进行理赔资料的完整性识别，得到完整性判别结果；

基于预设规则引擎，根据所述分类结果以及所述完整性判别结果，对所述理赔案件进行理赔风险的分级标记，确定出所述理赔案件的风控标签，以基于所述风控标签中的低风险标签，实现理赔案件的自动核赔。

2.根据权利要求1所述的一种理赔案件的自动核赔方法，其特征在于，基于所述立案结果中的立案通过信息，根据预设OCR识别节点，对所述理赔案件进行分类识别，得到分类结果，具体包括：

根据预设OCR引擎中的所述OCR识别节点，将所述理赔案件中的***单据图像进行文字内容的识别，得到有关文字结构化数据；

通过预设理赔案件分类模板，将所述文字结构化数据进行分类匹配，得到所述理赔案件的分类结果；其中，所述理赔案件分类模板包含的类别至少包括：增值税***模板、普通***模板、保险理赔***模板、车险理赔***模板以及诊断判断合同理赔模板。

3.根据权利要求1所述的一种理赔案件的自动核赔方法，其特征在于，根据所述分类结果，对所述理赔案件进行理赔资料的完整性识别，得到完整性判别结果，具体包括：

根据所述分类结果，获取与每种理赔***所对应的若干理赔资料信息；

根据所述若干理赔资料信息，对所述理赔案件的理赔资料进行数据的一一匹配，生成资料信息匹配表；

通过所述资料信息匹配表，对所述理赔案件的理赔资料进行完整性的判别，得到所述完整性判别结果；其中，所述完整性判别结果包括：资料数据是否齐全以及资料数据的缺失程度；并将缺失的资料数据所对应的理赔案件进行打回处理；

将重新补录后的理赔案件进行立案判断以及完整性识别，直至所述重新补录后的理赔案件的完整性判别结果为资料数据齐全信息。

4.根据权利要求1所述的一种理赔案件的自动核赔方法，其特征在于，基于预设规则引擎，根据所述分类结果以及所述完整性判别结果，对所述理赔案件进行理赔风险的分级标记，确定出所述理赔案件的风控标签，具体包括：

基于rete 算法的规则引擎，对所述立案结果、所述分类结果以及所述完整性判别结果进行有关核赔流程影响程度的等级划分；

若不影响核赔流程推进时间，则将所述理赔案件的风控标签为无风险标签；

若所述核赔流程推进时间受低等程度影响，则将所述理赔案件的风控标签为低风险标签；其中，所述低等程度影响为只有风险提示的理赔案件；

若所述核赔流程推进时间受中等程度影响，则将所述理赔案件的风控标签为中风险标签；其中，所述中等程度影响为存在部分干扰核赔流程推进时间的理赔案件；

若所述核赔流程推进时间受高等程度影响，则将所述理赔案件的风控标签为高风险标签；其中，所述高等程度影响为存在全部干扰核赔流程推进时间的理赔案件；

其中，所述理赔案件的风控标签包括：无风险标签、低风险标签、中风险标签以及高风险标签。

5.根据权利要求1所述的一种理赔案件的自动核赔方法，其特征在于，在根据预设立案规则，对理赔案件进行立案判断，得到立案结果之前，所述方法还包括：

通过历史理赔案件数据库，对所述理赔案件进行历史风控标识的识别判断；

若所述理赔案件存在历史风控标签，则对所述理赔案件进行历史风控标签的清除处理，得到无风控标签的理赔案件；其中，所述历史风控标签为所述理赔案件进行历史自动核赔后所产生的；

若所述理赔案件不存在历史风控标签，则将所述理赔案件确定为新理赔案件；

将所述无风控标签的理赔案件与所述新理赔案件进行立案判断的流程节点推进。

6.根据权利要求5所述的一种理赔案件的自动核赔方法，其特征在于，根据预设立案规则，对理赔案件进行立案判断，得到立案结果，具体包括：

根据云端***数据库，识别并获取所述理赔案件的***指标；其中，所述***指标至少包括：***保期时间、***归属人、***归属公司、已赔付***标签以及未赔付***标签；

将所述立案规则与所述***指标进行一一关联对应判断，得到关联对应结果；其中，所述立案规则至少包括：***保期时间范围、***归属人与***归属公司的对应关系以及赔付***标签类型；

若所述关联对应结果为符合关联对应条件，则将所述理赔案件的立案结果确定为立案通过信息；

若所述关联对应结果为不符合关联对应条件，则将所述理赔案件的立案结果确定为立案不通过信息；并对所述立案不通过信息对应的理赔案件进行打回处理；

将重新补录的理赔案件进行立案判断，直至所述立案不通过信息对应的理赔案件的立案结果确定为所述立案通过信息。

7.根据权利要求1所述的一种理赔案件的自动核赔方法，其特征在于，在基于预设规则引擎，根据所述分类结果以及所述完整性判别结果，对所述理赔案件进行理赔风险的分级标记，确定出所述理赔案件的风控标签之后，所述方法还包括：

对所述风控标签进行类别判断；

若所述风控标签为无风险标签，则所述理赔案件进行自动理算审核，得到自动审核赔付结果；

若所述风控标签为高风险标签，则所述理赔案件进行自动理算审核，得到自动审核拒赔结果；

若所述风控标签为低风险标签或者中风险标签，则所述理赔案件标记为人工理算审核节点，得到人工审核结果；

其中，所述理赔案件的核赔结果由所述自动审核赔付结果、所述自动审核拒赔结果以及所述人工审核结果组成。

8.根据权利要求7所述的一种理赔案件的自动核赔方法，其特征在于，在对所述风控标签进行类别判断之后，所述方法还包括：

将所述自动审核拒赔结果所对应的拒赔原因发送到对应理赔案件处理人员的***中；其中，所述拒赔原因为基于高风控标签所对应生成的判断原因。

9.一种理赔案件的自动核赔设备，其特征在于，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有能够被所述至少一个处理器执行的指令，以使所述至少一个处理器能够执行根据权利要求1-8任一项所述的一种理赔案件的自动核赔方法。

10.一种非易失性计算机存储介质，其特征在于，所述存储介质为非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有至少一个程序，每个所述程序包括指令，所述指令当被终端执行时，使所述终端执行根据权利要求1-8任一项所述的一种理赔案件的自动核赔方法。

Images