CN116703616A - 核保方法、装置、终端设备以及存储介质 - Google Patents
核保方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN116703616A CN116703616A CN202310725473.7A CN202310725473A CN116703616A CN 116703616 A CN116703616 A CN 116703616A CN 202310725473 A CN202310725473 A CN 202310725473A CN 116703616 A CN116703616 A CN 116703616A
- Authority
- CN
- China
- Prior art keywords
- file
- health
- preset
- processing
- file processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 247
- 230000036541 health Effects 0.000 claims abstract description 212
- 238000011156 evaluation Methods 0.000 claims abstract description 21
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 230000004044 response Effects 0.000 claims abstract description 12
- 239000013598 vector Substances 0.000 claims description 50
- 239000000463 material Substances 0.000 claims description 48
- 238000012795 verification Methods 0.000 claims description 26
- 238000012216 screening Methods 0.000 claims description 24
- 230000000694 effects Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 17
- 201000010099 disease Diseases 0.000 description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 210000001685 thyroid gland Anatomy 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 208000009453 Thyroid Nodule Diseases 0.000 description 4
- 208000024770 Thyroid neoplasm Diseases 0.000 description 4
- 238000002604 ultrasonography Methods 0.000 description 4
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000012911 target assessment Methods 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000849 parathyroid Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 210000004907 gland Anatomy 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000007170 pathology Effects 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/247—Thesauruses; Synonyms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/16—Image preprocessing
- G06V30/166—Normalisation of pattern dimensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/26—Techniques for post-processing, e.g. correcting the recognition result
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本申请涉及金融科技领域,公开了一种核保方法、装置、终端设备及存储介质,该核保方法包括:响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息;当目标对象在健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息;在接收到目标对象响应第二提示信息所上传的健康评定文件之后,识别健康评定文件的文件类型;根据文件类型为健康评定文件匹配对应的文件处理策略,并根据文件处理策略将健康评定文件处理成标准评定文件;提取标准评定文件的文本信息,并根据预设的错词数据库对文本信息进行校验得到校验文本信息,及根据校验文本信息得出投保请求的核保结论。
Description
技术领域
本申请涉及金融科技领域,尤其涉及一种核保方法、装置、终端设备以及存储介质。
背景技术
目前,核保需要业务人员与投保对象(如,投保人员)进行函件沟通处理,在获得投保对象许可或者同意的前提下,基于投保对象所提供的健康评定文件,业务人员按照手册和经验对健康评定文件中存在的异常健康信息进行确认,从而做最终核保决定。
然而,核保专家是一种需要大量专业知识的职业,不仅需要专业的医学知识,还需要专业的保险知识,可见,现有的核保方式的成本高且效率低。
发明内容
本申请实施例的主要目的在于提供一种核保方法、装置、终端设备以及存储介质,旨在提高核保效率,降低核保成本。
第一方面,本申请实施例提供一种核保方法,包括:
响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,所述第一提示信息用于提示所述目标对象填写所述健康告知书中的健康信息项目;
当所述目标对象在所述健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息,所述第二提示信息用于提示所述目标对象在预设的文件上传窗口上传健康评定文件;
在接收到所述目标对象响应所述第二提示信息所上传的健康评定文件之后,识别所述健康评定文件的文件类型;
根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件;
提取所述标准评定文件的文本信息,并根据预设的错词数据库对所述文本信息进行校验,得到校验文本信息;
根据所述校验文本信息得出所述投保请求的核保结论。
第二方面,本申请实施例还提供一种核保装置,包括:
第一提示模块,用于响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,所述第一提示信息用于提示所述目标对象填写所述健康告知书中的健康信息项目;
第二提示模块,用于当所述目标对象在所述健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息,所述第二提示信息用于提示所述目标对象在预设的文件上传窗口上传健康评定文件;
文件识别模块,用于在接收到所述目标对象响应所述第二提示信息所上传的健康评定文件之后,识别所述健康评定文件的文件类型;
文件处理模块,用于根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件;
结论生成模块,提取所述标准评定文件的文本信息,并根据预设的错词数据库对所述文本信息进行校验得到校验文本信息,及根据所述校验文本信息得出所述投保请求的核保结论。
第三方面,本申请实施例还提供一种终端设备,终端设备包括处理器、存储器、存储在存储器上并可被处理器执行的计算机程序以及用于实现处理器和存储器之间的连接通信的数据总线,其中计算机程序被处理器执行时,实现如本申请说明书任一实施例提供的核保方法的步骤。
第四方面,本申请实施例还提供一种存储介质,用于计算机可读存储,其特征在于,存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现如本申请说明书任一实施例提供的核保方法的步骤。
本申请实施例提供一种核保方法、装置、终端设备以及存储介质,其中,核保方法,所述方法包括:响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,所述第一提示信息用于提示所述目标对象填写所述健康告知书中的健康信息项目;当所述目标对象在所述健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息,所述第二提示信息用于提示所述目标对象在预设的文件上传窗口上传健康评定文件;在接收到所述目标对象响应所述第二提示信息所上传的健康评定文件之后,识别所述健康评定文件的文件类型;根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件;提取所述标准评定文件的文本信息,并根据预设的错词数据库对所述文本信息进行校验,得到校验文本信息;根据所述校验文本信息得出所述投保请求的核保结论。本申请实施例所提供的核保方法可以高效精准完成线上核保流程,既提高预核保效率,又能降低核保专家的需求量,从而降低成本。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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。
图1为本申请实施例提供的一种核保方法步骤流程示意图;
图2为终端设备接收到核保请求后,显示预置的健康告知书界面的场景示意图;
图3为本申请实施例提供的一种核保装置的模块结构示意图;
图4为本申请实施例提供的一种终端设备的结构示意框图。
具体实施方式
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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
下面结合附图,对本申请的一些实施例作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参照图1,图1为本申请实施例提供的一种核保方法的步骤流程示意图。
如图1所示,该核保方法,该核保方法可以应用于终端设备或服务器,包括步骤S1至步骤S5。
步骤S1:响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,所述第一提示信息用于提示所述目标对象填写所述健康告知书中的健康信息项目。
本申请实施例以核保方法应用于终端设备为例进行说明。还可以理解,目标对象可以是投保人,也可以是投保人授权执行投保操作的关联人,在此不做限定。
请参阅图2,终端设备10安装有投保应用程序106,在目标对象需要走线上投保操作时,通过触发安装于终端设备10上的投保应用程序106,从而向终端设备10发送投保请求,终端设备10接收到投保请求后,响应目标对象的投保请求在终端设备10的预设界面展示预先配置的健康告知书并输出第一提示信息,第一提示信息用于提示目标对象填写健康告知书中的健康信息项目,可以理解,第一提示信息可以是语音提示信息,也可以是文字提示信息,例如,以第一提示信息为文字提示信息为例进行说明,终端设备10在显示界面的第一显示区104显示健康告知书,并在显示界面的第二显示区105显示第一提示信息,目标对象可以通过第一提示信息获知如何填写健康告知书中的健康信息项目。
步骤S2:当所述目标对象在所述健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息,所述第二提示信息用于提示所述目标对象在预设的文件上传窗口上传健康评定文件。
示例性地,目标对象填写健康告知书中的健康信息项目之后,终端设备10根据健康项目信息与标准项目信息对比从而分析出当前目标对象所填写的健康项目是否存在异常,当目标对象在健康告知书中所填写的健康信息项目存在异常时,终端设备10在显示界面显示文件上传窗口,并输出第二提示信息,该第二提示信息用于提示目标对象在预设的文件上传窗口上传健康评定文件,健康评定文件为由预设机构做出的投保人员的健康参考文件,如,预设机构包括但不限于医院、社康、体检中心等,该健康评定文件包括但不限定于病例、体检报告、住院报告、诊断报告等,健康评定文件的格式可以是包括但不限定于图片格式、PDF格式。
步骤S3:在接收到所述目标对象响应所述第二提示信息所上传的健康评定文件之后,识别所述健康评定文件的文件类型。
示例性地,文件类型的识别可以通过文件的后缀,也可以通过文件上传的窗口编号,例如,文件上传窗口有多个,每个文件上传窗口都有对应的窗口编号,并且不同的文件上传窗口只能上传一种指定类型的文件,故而,终端设备10在接收到目标对象所上传的健康评定文件之后,根据所上传的健康评定文件的后缀或者,根据文件上传窗口都有对应的窗口编号识别健康评定文件的文件类型。
步骤S4:根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件。
示例性地,目标对象在上传健康评定文件之后,所上传的健康评定文件可能有多种缺陷,为确保健康评定的准确性及高效性,先将健康评定文件处理成预设的标准评定文件,再根据标准评定文件进行后续处理。然而,不同类型的若采用相同的文件处理策略进行处理,则可能造成文件处理效果不佳,也即健康评定文件处理形成的标准评定文件存在缺陷,最终可能影响核保的最终结果。
因此,本申请实施方式中,通过在终端设备10存储有文件类型及文件处理策略的对应关系,终端设备10在确定健康评定文件的文件类型之后,根据文件类型确定当前健康评定文件的文件处理策略,并根据该文件处理策略将健康评定文件处理成标准评定文件。
在一些实施方式中,所述根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件,包括:
根据所述文件类型确定所述健康评定文件的文件处理要求,并根据所述文件处理要求从第三方平台获取文件处理模型集合;
从所述文件处理模型集合中筛选出目标文件处理模型,所述目标文件处理模型为所述文件处理模型集合中对预设样本文件的处理效果最佳的文件处理模型;
利用所述目标文件处理模型将所述健康评定文件处理成标准评定文件。
示例性,在确定健康评定文件的文件类型之后,再获取健康评定文件的文件参数,并根据文件参数和文件类型确定健康评定文件的文件处理要求,从而可以根据文件处理要求,从第三方平台获取用于处理健康评定文件的文件处理模型,从而形成文件处理模型集合,在文件处理模型集合中筛选出目标文件处理模型,利用目标文件处理模型将健康评定文件处理成标准评定文件。
例如,终端设备10中设置有文件处理要求与文件参数、文件类型的映射关系,在确定健康评定文件的文件参数和文件类型之后,即可确定当前健康评定文件的文件处理要求,其中,文件处理要求以文本信息形式存储。
健康评定文件的文件类型为.bmp格式、.jpg格式、.png格式的图片文件,在确定健康评定文件为图片文件后,确定当前图片文件的尺寸及清晰度是否符合预设要求,若当前图片文件的尺寸偏大,且清晰度不足,则当前图片文件需要进行尺寸缩小及清晰度增强处理;若当前图片文件的尺寸偏小,则当前图片文件需要进行尺寸放大处理;若当前图片文件的清晰度不足,则当前图片文件需要进行清晰度增强处理。
不同的文件处理方式需要采用不同的文件处理模型,在根据文件参数和文件类型确定文件处理要求后,从而可以根据文件处理要求从第三方平台获取用于处理健康评定文件的文件处理模型,以将健康评定文件处理成目标评定文件。
在一些实施方式中,所述根据所述文件处理要求从第三方平台获取文件处理模型集合,包括:
根据所述文件处理要求进行关键词提取,得到文件处理关键词;
对所述文件处理关键词进行同义词及近义词扩充,得到文件处理关键词群;
根据所述文件处理关键词群在第三方平台搜索对应的文件处理模型,得到文件处理模型集合。
示例性地,在确定文件处理要求后,根据文件处理要求进行关键词提取,得到文件处理关键词,然后对文件处理关键词进行同义词及近义词扩充,得到文件处理关键词群;根据文件处理关键词群在第三方平台搜索对应的文件处理模型,得到文件处理模型集合,基于扩充后的关键词在第三方平台进行搜索,根据搜索结果所得到的文件处理模型更为全面。
例如,文件处理要求为“图片模糊需要增强处理或去模糊处理”,则对文件处理要求进行关键词拆分,并提取到关键词可以是“模糊”、“图片模糊”、“增强处理”、“增强”、“去模糊”、等。然后,根据词义进行关键词扩充,如,“去模糊”可以扩充为“清晰度加强”、“清晰度处理”、“锐化处理”等。
在一些实施方式中,所述从所述文件处理模型集合中筛选出目标文件处理模型,包括:
利用所述文件处理模型集合中的每一个文件处理模型对预设样本文件进行处理,并将处理后的样本文件输出至文件评分终端;
接收所述文件评分终端的发送的每一个所述文件处理模型对所述样本文件的文件处理评分,所述文件处理评分用于表征所述文件处理模型对所述样本文件的处理效果;
从所述文件处理模型集合中筛选出文件处理评分最高的文件处理模型作为目标文件处理模型。
示例性地,在得到文件处理模型集合之后,利用文件处理模型集合中的每一个文件处理模型对预设样本文件进行处理,并将处理后的样本文件输出至文件评分终端,评分终端设置有文件评分模型,处理后的样本文件在输入到文件评分模型之后,文件评分模型即可输出当前文件所对应的文件处理评分,文件处理评分用于表征文件处理模型对样本文件的处理效果。或者,评分终端在接收到处理后的样本文件后,将处理后的样本文件显示在预设显示屏上,用户可以通过输入装置为显示屏所显示的处理后的样本文件进行评分。
在文件处理模型集合中的每一个文件处理模型均对预设样本文件进行处理并得到所对应的文件处理评分后,从文件处理模型集合中筛选出文件处理评分最高的文件处理模型作为目标文件处理模型,以利用目标文件处理模型将健康评定文件处理成目标评定文件,进而确保目标评定文件的处理效果符合预期要求。
步骤S5:提取所述标准评定文件的文本信息,并根据预设的错词数据库对所述文本信息进行校验得到校验文本信息,及根据所述校验文本信息得出所述投保请求的核保结论。
示例性地,通过OCR(Optical Character Recognition,光学字符识别)技术对在进行文本信息提取进行文本信息提取,可以得到初始的文本信息,然而,由于OCR的局限性,在一些型近字识别过程中,可能出现识别出错的情况,故而,将易错词整理成错词数据库,利用该错词数据库对文本信息进行校验,在校验过程中识别当前的文本信息中是否存在易错词,并将易错词进行修正得到校验文本信息,从而可以根据校验文本信息得出投保请求的核保结论。
例如,光学字符识别在文本信息提取过程中,可能将“甲状腺”误识别成“甲状月泉”或“申状腺”,故而,利用错词数据库的将易造成误识别的错误词组收录在错词库中,并且,错词数据库还存储有用于修正错误词组的修正词,当提取到的文本信息中存在与错词库中匹配的错误词组时,利用修正词将错误词组进行修正或替换,得到校验文本信息。如,提取到的文本信息为“申状腺结节”,则进行文本校验后得到“甲状腺结节”,提取到的文本信息为“甲状月泉结节”,则进行文本校验后得到“甲状腺结节”。
在一些实施方式中,所述根据所述校验文本信息得出所述投保请求的核保结论,包括:对所述校验文本信息进行语义筛选,得到健康评定字段;
基于所述健康评定字段得到第一核保得分;
基于所述投保请求获取与投保人关联的用户所对应的关联投保信息,并根据所述关联投保信息得到第二核保得分;
基于所述第一核保得分和所述第二核保得分得到所述投保请求的核保结论。
示例性地,从健康评定文件中获取到的材料文本内容并非是全部内容都能够反映投保人的身体健康状况,因此需要对材料文本内容进行语义筛选,从而得到健康评定字段。应理解,对材料文本内容进行语义筛选可以通过多种方式进行,包括但不限于通过自然语言识别模型对材料文本内容进行语义筛选,从而得到健康评定字段。通过对材料文本内容进行语义筛选,得到健康评定字段,减少了对无效字段的处理过程,从而进一步提高本申请实施例核保方法的处理效率,有助于后续对投保人的异常健康信息进行提取。
终端设备预设有健康字段的核保得分标准,在从健康评定文件提取得到健康评定字段之后,即可根据健康评定字段得到第一核保得分。在得到第一核保得分后,为提高对投保人投保信息的核保准确性,基于投保请求获取与投保人关联的用户身份信息,从而可以根据用户身份信息获取对应的关联投保信息,并根据关联投保信息得到第二核保得分,从而可以基于第一核保得分和第二核保得分进行加权得到投保请求的核保结论。基于通过投保人的健康评定文件得到第一核保得分,并通过与投保人的关联人得到第二核保得分,综合第一核保得分和第二核保得分得出核保结论可以从一定程度上可以对投保人投保信息的可靠性进行评估,进而可以使得核保结论更为精准。
在一些实施方式中,所述对所述校验文本信息进行语义筛选,得到健康评定字段,包括:
对所述校验文本信息进行文本切分处理并筛选得到材料文本字段;
将所述材料文本字段向量化,获取与所述材料文本字段对应的材料文本向量;
基于预设规范文集获取预设规范向量,所述预设规范文集为符合通用医学规范的医学词汇文集;
将所述材料文本向量与所述预设规范向量进行匹配,并计算所述材料文本向量与所述预设规范向量之间的欧氏距离;
当所述欧氏距离小于预设阈值时,获取所述预设规范向量在所述预设规范文集中对应的预设规范字段,并将所述预设规范字段确定为所述健康评定字段。
示例性地,校验文本信息为“甲状腺结节”、“甲状腺超声异常”,经过文本切分处理后,随即生成“甲状腺”、“结节”、“超声”、“异常”等材料文本字段。进一步,将材料文本字段向量化,即可获取与材料文本字段对应的材料文本向量,例如将“甲状腺”、“结节”、“超声”、“异常”等材料文本字段向量化,生成{甲状腺、结节}、{甲状腺、超声、异常}等形式的材料文本向量。
预设规范文集为符合通用医学规范的医学词汇文集,典型的预设规范文集涵盖多种疾病的国际疾病分类(international Classification of Diseases,ICD),也可以是医学用语词典,还可以是其他类型的医学词汇文集。
其中,ICD是世界卫生组织(World Health Organization,WHO)制定的国际统一的疾病分类方法,它根据疾病的病因、病理、临床表现和解剖位置等特性,将疾病分门别类,使其成为一个有序的组合,并用编码的方法来表示的***。***收录了疾病记录,内容全面准确,涵盖医院所有科别的各种疾病,是国内目前最完备的。因此一些较为优选的实施例中,选用ICD作为本申请实施例中的预设规范文集,预设规范向量的形式与材料文本向量的形式对应。
医学中的疾病名称、疾病症状等词汇,差一个字就可能代表两个不同的疾病,并且预设规范文集中规定的医学词汇是有限集,所以将材料文本内容与预设规范文集的内容进行较为精准的匹配,通过采用将材料文本向量与预设规范向量进行匹配的方式,计算材料文本向量与预设规范向量之间的欧氏距离,当某一个材料文本向量与某一个预设规范向量之间的欧氏距离小于预设阈值,即可获取预设规范向量在预设规范文集中对应的预设规范字段,从而将预设规范字段确定为健康评定字段。
例如,预设规范文集中规定的医学词汇是按照顺序进行编号的,例如甲状腺=6、结节=8、超声=10、异常=12。因此,将材料文本向量{甲状腺,结节}与预设规范向量{甲状腺,超声,异常}进行匹配,即可转换为计算{6,8}与{6,10,12}之间欧氏距离。当材料文本向量与预设规范向量之间的欧氏距离小于预设阈值,即可判定材料文本向量与预设规范向量之间的语义差异较小,从而获取预设规范向量在预设规范文集中对应的预设规范字段,进一步将预设规范字段确定为健康评定字段。若材料文本向量无法匹配到欧氏距离小于预设阈值的预设规范向量,则将材料文本向量所指代的材料文本字段判定为未知新词汇或者非医学词汇,直接跳过。应理解,之所以基于预设规范文集获取预设规范向量,将预设规范文集提取出来的预设规范向量与材料文本字段中提取出来的材料文本向量进行匹配,得到健康评定字段,其原因在于,在体检报告、病例、住院报告、检查诊断报告等众多健康评定文件中,关于投保人的健康状态描述或者投保人的患病症状的表述通常存在不够规范的问题,从而影响核保过程中对投保人健康状况的判断,进而影响核保方法的效率。因此,基于预设规范文集中的预设规范向量,将材料文本字段进一步规范化、剔除无效字段,从而得到健康评定字段。
在一些实施方式中,所述响应目标对象的投保请求在所述终端设备的预设界面展示预先配置的健康告知书,包括:
获取所述目标对象的投保请求,并根据所述投保请求中确定投保险种;
根据所述投保险种生成对应的告知书调取请求,并根据所述告知书调取请求调取从服务器调取预置的健康告知书,及在所述终端设备的预设界面展示所述健康告知书。
示例性地,在接收到目标对象的投保请求后,根据投保请求确认投保人的所投保的投保险种,不同的投保险种配置有不同的健康告知书,同时,健康告知书存储与预设的服务器,终端设备在根据投保险种确认当前投保险种所对应的健康告知书后向服务器发送告知书调取请求,以从服务器调取对应的健康告知书并在终端设备的预设界面展示健康告知书,以便目标对象在健康告知书中填写相关的健康项目。
本申请中所提供的核保方法通过在接收到目标对象的投保请求之后,响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,第一提示信息用于提示目标对象填写健康告知书中的健康信息项目。在接收到目标对象所填写健康告知书之后,若检测到目标对象在健康告知书中所填写的健康信息项目存在异常时,则输出第二提示信息,第二提示信息用于提示目标对象在预设的文件上传窗口上传健康评定文件。
在接收到目标对象响应第二提示信息所上传的健康评定文件之后,识别健康评定文件的文件类型,根据文件类型为健康评定文件匹配对应的文件处理策略,并根据文件处理策略将健康评定文件处理成标准评定文件;提取标准评定文件的文本信息,并根据预设的错词数据库对文本信息进行校验,得到校验文本信息;根据校验文本信息得出投保请求的核保结论。本申请实施例所提供的核保方法可以高效精准完成线上核保流程,既提高预核保效率,又能降低核保专家的需求量,从而降低成本。请参阅图3,图3为本申请实施例提供的一种核保装置的框架结构示意图。
如图3所示,核保装置200包括第一提示模块201、第二提示模块202、文件识别模块203、文件处理模块204及结论生成模块205。
第一提示模块201,用于响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,所述第一提示信息用于提示所述目标对象填写所述健康告知书中的健康信息项目;
第二提示模块202,当所述目标对象在所述健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息,所述第二提示信息用于提示所述目标对象在预设的文件上传窗口上传健康评定文件;
文件识别模块203,用于在接收到所述目标对象响应所述第二提示信息所上传的健康评定文件之后,识别所述健康评定文件的文件类型;
文件处理模块204,用于根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件;
结论生成模块205,用于结论生成模块,提取所述标准评定文件的文本信息,并根据预设的错词数据库对所述文本信息进行校验得到校验文本信息,及根据所述校验文本信息得出所述投保请求的核保结论。
在一些实施方式中,所述根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件,包括:
根据所述文件类型确定所述健康评定文件的文件处理要求,并根据所述文件处理要求从第三方平台获取文件处理模型集合;
从所述文件处理模型集合中筛选出目标文件处理模型,所述目标文件处理模型为所述文件处理模型集合中对预设样本文件的处理效果最佳的文件处理模型;
利用所述目标文件处理模型将所述健康评定文件处理成标准评定文件。
在一些实施方式中,所述根据所述文件处理要求从第三方平台获取文件处理模型集合,包括:
根据所述文件处理要求进行关键词提取,得到文件处理关键词;
对所述文件处理关键词进行同义词及近义词扩充,得到文件处理关键词群;
根据所述文件处理关键词群在第三方平台搜索对应的文件处理模型,得到文件处理模型集合。
在一些实施方式中,所述从所述文件处理模型集合中筛选出目标文件处理模型,包括:
利用所述文件处理模型集合中的每一个文件处理模型对预设样本文件进行处理,并将处理后的样本文件输出至文件评分终端;
接收所述文件评分终端的发送的每一个所述文件处理模型对所述样本文件的文件处理评分,所述文件处理评分用于表征所述文件处理模型对所述样本文件的处理效果;
从所述文件处理模型集合中筛选出文件处理评分最高的文件处理模型作为目标文件处理模型。
在一些实施方式中,所述根据所述校验文本信息得出所述投保请求的核保结论,包括:对所述校验文本信息进行语义筛选,得到健康评定字段;
基于所述健康评定字段得到第一核保得分;
基于所述投保请求获取与投保人关联的用户所对应的关联投保信息,并根据所述关联投保信息得到第二核保得分;
基于所述第一核保得分和所述第二核保得分得到所述投保请求的核保结论。
在一些实施方式中,所述对所述校验文本信息进行语义筛选,得到健康评定字段,包括:
对所述校验文本信息进行文本切分处理并筛选得到材料文本字段;
将所述材料文本字段向量化,获取与所述材料文本字段对应的材料文本向量;
基于预设规范文集获取预设规范向量,所述预设规范文集为符合通用医学规范的医学词汇文集;
将所述材料文本向量与所述预设规范向量进行匹配,并计算所述材料文本向量与所述预设规范向量之间的欧氏距离;
当所述欧氏距离小于预设阈值时,获取所述预设规范向量在所述预设规范文集中对应的预设规范字段,并将所述预设规范字段确定为所述健康评定字段。
在一些实施方式中,所述响应目标对象的投保请求在所述终端设备的预设界面展示预先配置的健康告知书,包括:
获取所述目标对象的投保请求,并根据所述投保请求中确定投保险种;
根据所述投保险种生成对应的告知书调取请求,并根据所述告知书调取请求调取从服务器调取预置的健康告知书,及在所述终端设备的预设界面展示所述健康告知书。
在一些实施方式中,核保装置200应用于前述的终端设备10。
请参阅图4,图4为本申请实施例提供的终端设备的结构示意性框图。
如图4所示,终端设备10包括处理器101和存储器102,处理器101和存储器102通过总线103连接,该总线比如为I2C(Inter-integrated Circuit)总线。
具体地,处理器101用于提供计算和控制能力,支撑整个服务器的运行。处理器101可以是中央处理单元(Central Processing Unit,CPU),该处理器101还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
具体地,存储器102可以是Flash芯片、只读存储器(ROM,Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请实施例方案相关的部分结构的框图,并不构成对本申请实施例方案所应用于其上的终端设备的限定,具体的终端设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,处理器101用于运行存储在存储器中的计算机程序,并在执行计算机程序时实现本申请实施例提供的任意一种核保方法。
在一些实施方式中,处理器101用于运行存储在存储器中的计算机程序,并在执行计算机程序时实现如下步骤:
响应目标对象的投保请求在所述终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,所述第一提示信息用于提示所述目标对象填写所述健康告知书中的健康信息项目;
当所述目标对象在所述健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息,所述第二提示信息用于提示所述目标对象在预设的文件上传窗口上传健康评定文件;
在接收到所述目标对象响应所述第二提示信息所上传的健康评定文件之后,识别所述健康评定文件的文件类型;
根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件;
提取所述标准评定文件的文本信息,并根据预设的错词数据库对所述文本信息进行校验得到校验文本信息,及根据所述校验文本信息得出所述投保请求的核保结论。
在一些实施方式中,处理器101在根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件过程中,执行:
根据所述文件类型确定所述健康评定文件的文件处理要求,并根据所述文件处理要求从第三方平台获取文件处理模型集合;
从所述文件处理模型集合中筛选出目标文件处理模型,所述目标文件处理模型为所述文件处理模型集合中对预设样本文件的处理效果最佳的文件处理模型;
利用所述目标文件处理模型将所述健康评定文件处理成标准评定文件。
在一些实施方式中,处理器101在根据所述文件处理要求从第三方平台获取文件处理模型集合过程中,执行:
根据所述文件处理要求进行关键词提取,得到文件处理关键词;
对所述文件处理关键词进行同义词及近义词扩充,得到文件处理关键词群;
根据所述文件处理关键词群在第三方平台搜索对应的文件处理模型,得到文件处理模型集合。
在一些实施方式中,处理器101从所述文件处理模型集合中筛选出目标文件处理模型过程中,执行:
利用所述文件处理模型集合中的每一个文件处理模型对预设样本文件进行处理,并将处理后的样本文件输出至文件评分终端;
接收所述文件评分终端的发送的每一个所述文件处理模型对所述样本文件的文件处理评分,所述文件处理评分用于表征所述文件处理模型对所述样本文件的处理效果;
从所述文件处理模型集合中筛选出文件处理评分最高的文件处理模型作为目标文件处理模型。
在一些实施方式中,处理器101在根据所述校验文本信息得出所述投保请求的核保结论过程中,执行:对所述校验文本信息进行语义筛选,得到健康评定字段;
基于所述健康评定字段得到第一核保得分;
基于所述投保请求获取与投保人关联的用户所对应的关联投保信息,并根据所述关联投保信息得到第二核保得分;
基于所述第一核保得分和所述第二核保得分得到所述投保请求的核保结论。
在一些实施方式中,处理器101在对所述校验文本信息进行语义筛选,得到健康评定字段过程中,执行:
对所述校验文本信息进行文本切分处理并筛选得到材料文本字段;
将所述材料文本字段向量化,获取与所述材料文本字段对应的材料文本向量;
基于预设规范文集获取预设规范向量,所述预设规范文集为符合通用医学规范的医学词汇文集;
将所述材料文本向量与所述预设规范向量进行匹配,并计算所述材料文本向量与所述预设规范向量之间的欧氏距离;
当所述欧氏距离小于预设阈值时,获取所述预设规范向量在所述预设规范文集中对应的预设规范字段,并将所述预设规范字段确定为所述健康评定字段。
在一些实施方式中,处理器101在响应目标对象的投保请求在所述终端设备的预设界面展示预先配置的健康告知书过程中,执行:
获取所述目标对象的投保请求,并根据所述投保请求中确定投保险种;
根据所述投保险种生成对应的告知书调取请求,并根据所述告知书调取请求调取从服务器调取预置的健康告知书,及在所述终端设备的预设界面展示所述健康告知书。
需要说明的是,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端设备的具体工作过程,可以参考前述核保方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供一种存储介质,用于计算机可读存储,存储介质存储有一个或者多个程序,一个或者多个程序可被一个或者多个处理器执行,以实现如本申请说明书任一实施例提供的核保方法的步骤。
其中,存储介质可以是前述实施例的终端设备的内部存储单元,例如终端设备的硬盘或内存。存储介质也可以是终端设备的外部存储设备,例如终端设备上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、***、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施例中,在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分;例如,一个物理组件可以具有多个功能,或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。以上,仅为本申请的具体实施例,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种核保方法,其特征在于,包括:
响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,所述第一提示信息用于提示所述目标对象填写所述健康告知书中的健康信息项目;
当所述目标对象在所述健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息,所述第二提示信息用于提示所述目标对象在预设的文件上传窗口上传健康评定文件;
在接收到所述目标对象响应所述第二提示信息所上传的健康评定文件之后,识别所述健康评定文件的文件类型;
根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件;
提取所述标准评定文件的文本信息,并根据预设的错词数据库对所述文本信息进行校验得到校验文本信息,及根据所述校验文本信息得出所述投保请求的核保结论。
2.如权利要求1所述的方法,其特征在于,所述根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件,包括:
根据所述文件类型确定所述健康评定文件的文件处理要求,并根据所述文件处理要求从第三方平台获取文件处理模型集合;
从所述文件处理模型集合中筛选出目标文件处理模型,所述目标文件处理模型为所述文件处理模型集合中对预设样本文件的处理效果最佳的文件处理模型;
利用所述目标文件处理模型将所述健康评定文件处理成标准评定文件。
3.如权利要求2所述的方法,其特征在于,所述根据所述文件处理要求从第三方平台获取文件处理模型集合,包括:
根据所述文件处理要求进行关键词提取,得到文件处理关键词;
对所述文件处理关键词进行同义词及近义词扩充,得到文件处理关键词群;
根据所述文件处理关键词群在第三方平台搜索对应的文件处理模型,得到文件处理模型集合。
4.如权利要求2所述的方法,其特征在于,所述从所述文件处理模型集合中筛选出目标文件处理模型,包括:
利用所述文件处理模型集合中的每一个文件处理模型对预设样本文件进行处理,并将处理后的样本文件输出至文件评分终端;
接收所述文件评分终端的发送的每一个所述文件处理模型对所述样本文件的文件处理评分,所述文件处理评分用于表征所述文件处理模型对所述样本文件的处理效果;
从所述文件处理模型集合中筛选出文件处理评分最高的文件处理模型作为目标文件处理模型。
5.如权利要求1至4任一项所述的方法,其特征在于,所述根据所述校验文本信息得出所述投保请求的核保结论,包括:对所述校验文本信息进行语义筛选,得到健康评定字段;
基于所述健康评定字段得到第一核保得分;
基于所述投保请求获取与投保人关联的用户所对应的关联投保信息,并根据所述关联投保信息得到第二核保得分;
基于所述第一核保得分和所述第二核保得分得到所述投保请求的核保结论。
6.如权利要求5所述的方法,其特征在于,所述对所述校验文本信息进行语义筛选,得到健康评定字段,包括:
对所述校验文本信息进行文本切分处理并筛选得到材料文本字段;
将所述材料文本字段向量化,获取与所述材料文本字段对应的材料文本向量;
基于预设规范文集获取预设规范向量,所述预设规范文集为符合通用医学规范的医学词汇文集;
将所述材料文本向量与所述预设规范向量进行匹配,并计算所述材料文本向量与所述预设规范向量之间的欧氏距离;
当所述欧氏距离小于预设阈值时,获取所述预设规范向量在所述预设规范文集中对应的预设规范字段,并将所述预设规范字段确定为所述健康评定字段。
7.如权利要求1至4任一项所述的方法,其特征在于,所述响应目标对象的投保请求在所述终端设备的预设界面展示预先配置的健康告知书,包括:
获取所述目标对象的投保请求,并根据所述投保请求中确定投保险种;
根据所述投保险种生成对应的告知书调取请求,并根据所述告知书调取请求调取从服务器调取预置的健康告知书,及在所述终端设备的预设界面展示所述健康告知书。
8.一种核保装置,其特征在于,包括:
第一提示模块,用于响应目标对象的投保请求在终端设备的预设界面展示预先配置的健康告知书并输出第一提示信息,所述第一提示信息用于提示所述目标对象填写所述健康告知书中的健康信息项目;
第二提示模块,用于当所述目标对象在所述健康告知书中所填写的健康信息项目存在异常时,输出第二提示信息,所述第二提示信息用于提示所述目标对象在预设的文件上传窗口上传健康评定文件;
文件识别模块,用于在接收到所述目标对象响应所述第二提示信息所上传的健康评定文件之后,识别所述健康评定文件的文件类型;
文件处理模块,用于根据所述文件类型为所述健康评定文件匹配对应的文件处理策略,并根据所述文件处理策略将所述健康评定文件处理成标准评定文件;
结论生成模块,提取所述标准评定文件的文本信息,并根据预设的错词数据库对所述文本信息进行校验得到校验文本信息,及根据所述校验文本信息得出所述投保请求的核保结论。
9.一种终端设备,其特征在于,所述终端设备包括处理器、存储器、存储在所述存储器上并可被所述处理器执行的计算机程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线,其中所述计算机程序被所述处理器执行时,实现如权利要求1至7中任一项所述的核保方法的步骤。
10.一种存储介质,用于计算机可读存储,其特征在于,所述存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现权利要求1至7中任一项所述的核保方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310725473.7A CN116703616A (zh) | 2023-06-16 | 2023-06-16 | 核保方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310725473.7A CN116703616A (zh) | 2023-06-16 | 2023-06-16 | 核保方法、装置、终端设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116703616A true CN116703616A (zh) | 2023-09-05 |
Family
ID=87823567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310725473.7A Pending CN116703616A (zh) | 2023-06-16 | 2023-06-16 | 核保方法、装置、终端设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116703616A (zh) |
-
2023
- 2023-06-16 CN CN202310725473.7A patent/CN116703616A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11669965B2 (en) | AI-based label generating system and methods for use therewith | |
US10936820B2 (en) | Post-filtering of named entities with machine learning | |
CN112365987B (zh) | 诊断数据异常检测方法、装置、计算机设备及存储介质 | |
CN107833603B (zh) | 电子病历文档分类方法、装置、电子设备及存储介质 | |
US20160210426A1 (en) | Method of classifying medical documents | |
CN112509661B (zh) | 用于识别体检报告的方法、计算设备和介质 | |
US20200293528A1 (en) | Systems and methods for automatically generating structured output documents based on structural rules | |
CN113590823A (zh) | 一种合同审批方法、装置、存储介质及电子设备 | |
CN113537200A (zh) | 基于图像识别的信息回填方法、装置、设备及介质 | |
CN111767390A (zh) | 技能词评估方法及装置、电子设备、计算机可读介质 | |
CN113221762B (zh) | 代价平衡决策方法、保险理赔决策方法、装置和设备 | |
CN117195319A (zh) | 保函文件电子件的验真方法、装置、电子设备和介质 | |
CN115982388B (zh) | 案件质控图谱建立、案件文书质检方法、设备及存储介质 | |
CN116011810A (zh) | 区域风险识别方法、装置、设备及存储介质 | |
CN115759040A (zh) | 一种电子病历解析方法、装置、设备和存储介质 | |
CN116703616A (zh) | 核保方法、装置、终端设备以及存储介质 | |
CN115762704A (zh) | 一种处方审核方法、装置、设备和存储介质 | |
CN115294576A (zh) | 基于人工智能的数据处理方法、装置、计算机设备及介质 | |
US11715310B1 (en) | Using neural network models to classify image objects | |
CN113807256A (zh) | 票据数据处理方法、装置、电子设备和存储介质 | |
CN113868210A (zh) | 一种导入数据的有效性验证方法、***、设备及存储介质 | |
US20230096820A1 (en) | Methods, systems, and computer program products for automatically processing a clinical record for a patient to detect protected health information (phi) violations | |
US12014427B1 (en) | Apparatus and methods for customization and utilization of target profiles | |
US20230053464A1 (en) | Systems, Methods, and Devices for Automatically Converting Explanation of Benefits (EOB) Printable Documents into Electronic Format using Artificial Intelligence Techniques | |
CN114820211B (zh) | 理赔资料质检核验方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |