[发明专利]医疗风险识别方法、设备、存储介质及装置在审
申请号: | 201811539357.1 | 申请日: | 2018-12-14 |
公开(公告)号: | CN109712007A | 公开(公告)日: | 2019-05-03 |
发明(设计)人: | 付舒婷 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06Q40/08 | 分类号: | G06Q40/08;G07D7/20 |
代理公司: | 深圳市世纪恒程知识产权代理事务所 44287 | 代理人: | 胡海国 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 发票数据 发票 医疗 存储介质 风险识别 模型评估 文字识别 预设 数据采集效率 人工智能 等级对应 扫描目标 数据采集 智能决策 错误率 图片 采集 查找 展示 | ||
1.一种医疗风险识别方法,其特征在于,所述医疗风险识别方法包括以下步骤:
扫描目标医疗发票,获得所述目标医疗发票对应的发票图片;
对所述发票图片进行文字识别,获得目标发票数据;
通过预设核赔模型评估所述目标发票数据的目标风险等级;
查找与所述目标风险等级对应的目标理赔建议,并展示所述目标理赔建议。
2.如权利要求1所述的医疗风险识别方法,其特征在于,所述扫描目标医疗发票,获得所述目标医疗发票对应的发票图片,包括:
扫描目标医疗发票的预设位置,获得与所述预设位置对应的发票图片;
所述对所述发票图片进行文字识别,获得目标发票数据,包括:
对所述预设位置对应的发票图片进行文字识别,获得目标发票数据。
3.如权利要求2所述的医疗风险识别方法,其特征在于,所述对所述预设位置对应的发票图片进行文字识别,获得目标发票数据,包括:
对所述预设位置对应的发票图片进行文字分割,获得所述预设位置对应的发票图片中的所有文字图形;
将所述文字图形与预设图像字典进行匹配,获得所述文字图形对应的文字信息;
从第一映射关系表中获取所述预设位置对应的目标数据类型,并将所述文字信息作为所述目标数据类型对应的目标发票数据,所述第一映射关系表中包括数据位置与数据类型之间的对应关系。
4.如权利要求3所述的医疗风险识别方法,其特征在于,所述对所述预设位置对应的发票图片进行文字分割,获得所述预设位置对应的发票图片中的所有文字图形之后,所述医疗风险识别方法还包括:
去除所述文字图形中的噪音,获得去噪文字图形;
所述将所述文字图形与预设图像字典进行匹配,获得所述文字图形对应的文字信息,包括:
将所述去噪文字图形与预设图像字典进行匹配,获得所述去噪文字图形对应的文字信息。
5.如权利要求4所述的医疗风险识别方法,其特征在于,所述去除所述文字图形中的噪音,获得去噪文字图形,包括:
获取预设图像字典中文字的标准图形,从所述标准图形中提取出标准文字大小、标准文字位置及标准笔画粗细;
根据所述标准文字大小、标准文字位置及标准笔画粗细分别调整所述去噪文字图形中的文字大小、文字位置及笔画粗细,获得规范化文字图形;
提取所述规范化文字图形中的文字特征,获得特征图形;
所述将所述去噪文字图形与预设图像字典进行匹配,获得所述去噪文字图形对应的文字信息,包括:
将所述特征图形与预设图像字典进行匹配,获得所述特征图形对应的文字信息。
6.如权利要求1-5中任一项所述的医疗风险识别方法,其特征在于,所述通过预设核赔模型评估所述目标发票数据的目标风险等级之前,所述医疗风险识别方法还包括:
获取历史医疗用户的历史交易行为数据,从所述历史交易行为数据中提取出历史医疗发票数据及对应的历史核赔数据;
根据所述历史医疗发票数据及对应的所述历史核赔数据生成预设维度的样本核赔数据;
将所述样本核赔数据输入卷积神经网络模型进行训练,根据训练结果获得预设核赔模型。
7.如权利要求1-5中任一项所述的医疗风险识别方法,其特征在于,所述查找与所述目标风险等级对应的目标理赔建议,并展示所述目标理赔建议,包括:
从第二映射关系表中查找与所述目标风险等级对应的目标核赔建议,并展示所述目标核赔建议,所述第二映射关系表中包括风险等级与核赔建议之间的对应关系。
8.一种医疗风险识别设备,其特征在于,所述医疗风险识别设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的医疗风险识别程序,所述医疗风险识别程序被所述处理器执行时实现如权利要求1至7中任一项所述的医疗风险识别方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811539357.1/1.html,转载请声明来源钻瓜专利网。