CN109215783A - 基于数据处理的脑出血资质认证方法、设备及服务器 - Google Patents
基于数据处理的脑出血资质认证方法、设备及服务器 Download PDFInfo
- Publication number
- CN109215783A CN109215783A CN201811264873.8A CN201811264873A CN109215783A CN 109215783 A CN109215783 A CN 109215783A CN 201811264873 A CN201811264873 A CN 201811264873A CN 109215783 A CN109215783 A CN 109215783A
- Authority
- CN
- China
- Prior art keywords
- cerebral hemorrhage
- user
- data
- user identifier
- target
- 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.)
- Granted
Links
- 206010008111 Cerebral haemorrhage Diseases 0.000 title claims abstract description 185
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000012545 processing Methods 0.000 title claims abstract description 29
- 238000012797 qualification Methods 0.000 claims abstract description 150
- 238000012795 verification Methods 0.000 claims abstract description 82
- 230000001815 facial effect Effects 0.000 claims abstract description 41
- 238000013480 data collection Methods 0.000 claims abstract description 19
- 230000004044 response Effects 0.000 claims abstract description 19
- 238000003745 diagnosis Methods 0.000 claims description 49
- 238000001514 detection method Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 210000004556 brain Anatomy 0.000 claims description 11
- 230000007246 mechanism Effects 0.000 claims description 10
- 208000032843 Hemorrhage Diseases 0.000 claims description 7
- 230000000740 bleeding effect Effects 0.000 claims description 7
- 235000020979 dietary recommendations Nutrition 0.000 claims description 5
- 238000012360 testing method Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000026106 cerebrovascular disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Medical Informatics (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明实施例公开了一种基于数据处理的脑出血资质认证方法、设备及服务器，该方法包括：接收用户终端发送的携带用户标识的脑出血资质认证请求；向用户终端发送图像获取指令；对用户终端响应所述图像获取指令发送的人脸图像进行图像识别，得到人脸特征信息；如果判断出所述人脸特征信息与用户标识相匹配，则确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集；如果检测到所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配，则确定所述脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，实现了对脑出血的自动化和智能化认证，提高了认证效率和医保报销效率。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于数据处理的脑出血资质认证方法、设备及服务器。
背景技术
医保用户在对特殊疾病的诊疗费用进行报销之前需要对患者是否患有该特殊疾病进行认证，目前，常用的认证方式一般采用人工认证，病人常常需要排队进行认证，这种方式加大了工作人员的工作负担，降低了认证效率，用户体验较差。因此，如何更有效地为用户提供疾病认证显得十分重要。
发明内容
本发明实施例提供一种基于数据处理的脑出血资质认证方法、设备及服务器，实现了自动化和智能化地对脑出血进行资质认证，提高了认证效率和医保报销效率。
第一方面，本发明实施例提供了一种基于数据处理的脑出血资质认证方法，该方法包括：
接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识；
向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像；
接收所述用户终端响应所述图像获取指令发送的人脸图像；
对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配；
如果判断出所述人脸特征信息与所述用户标识相匹配，则确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配；
如果检测到所述认证数据与所述校验数据相匹配，则确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，所述医保报销指令用于指示所述医保终端对所述用户标识对应用户的诊疗费用进行报销。
进一步地，所述确定所述用户标识对应用户的身份验证成功之后，还包括：
检测预设的参保信息数据库中是否存在与所述用户标识对应的参保信息，所述预设的参保信息数据库中存储了已参保用户的用户标识与参保信息的对应关系；
如果检测到所述预设的参保信息数据库中存在与所述用户标识对应的参保信息，则获取所述用户标识对应的参保信息，并判断所述参保信息中是否存在与脑出血对应的目标参保信息；
如果判断出所述参保信息中不存在与脑出血对应的目标参保信息，则触发执行所述从预设数据库中获取与所述用户标识对应的认证数据集的步骤。
进一步地，所述脑出血资质认证请求中携带了所述用户终端的目标位置信息；所述检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配之前，还包括：
根据预设的位置信息与位置区域的对应关系，确定与所述目标位置信息对应的目标位置区域；
根据预设的位置区域与脑出血的资质认证条件的对应关系，确定与所述目标位置区域对应的目标资质认证条件。
进一步地，所述认证数据包括病史数据和诊疗数据，所述校验数据包括病史校验数据和诊疗校验数据；所述检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配，包括：
检测所述认证数据中是否存在至少一项病史数据与所述目标资质认证条件中的病史校验数据相匹配；
以及，检测所述认证数据中是否存在至少一项诊疗数据与所述目标资质认证条件中的诊疗校验数据相匹配；
如果检测结果均为是，则确定所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配。
进一步地，所述确定所述用户标识对应用户的脑出血资质认证成功之后，还包括：
获取所述认证数据中与所述目标资质认证条件的病史校验数据相匹配的病史数据的第一数量；
以及，获取所述认证数据中与所述目标资质认证条件的诊疗校验数据相匹配的诊疗数据的第二数量；
确定所述第一数量和第二数量之和与所述目标资质认证条件中病史校验数据和诊疗校验数据的总数量的目标比值；
根据预设的比值与等级的对应关系，确定所述目标比值对应的所述脑出血的目标等级，并生成携带所述用户标识和所述目标等级的医保报销指令。
进一步地，所述向医保终端发送脑出血的医保报销指令，包括：
向所述医保终端发送携带所述用户标识和所述目标等级的医保报销指令；
其中，所述医保报销指令用于指示所述医保终端根据所述目标等级确定所述脑出血的目标报销机制，并按照所述目标报销机制，对所述用户标识对应的用户进行脑出血的诊疗费用的医保报销处理。
进一步地，所述确定所述用户标识对应用户的脑出血资质认证成功之后，还包括：
根据预设的认证数据与健康推荐信息的对应关系，确定与所述病史数据和诊疗数据对应的健康推荐信息，并将所述健康推荐信息发送给所述用户终端。
其中，所述健康推荐信息包括：医院推荐信息、饮食推荐信息、运动方式推荐信息中的任意一项或多项。
第二方面，本发明实施例提供了一种基于数据处理的脑出血资质认证设备，该导诊设备包括用于执行上述第一方面的方法的单元。
第三方面，本发明实施例提供了一种服务器，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储支持导诊设备执行上述方法的计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述第一方面的方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
本发明实施例中，服务器可以在接收到用户终端发送的携带用户标识的脑出血资质认证请求时，向所述用户终端发送图像获取指令。所述服务器可以对，接收到的所述用户终端响应所述图像获取指令发送的人脸图像进行图像识别，得到人脸特征信息，如果判断出所述人脸特征信息与所述用户标识相匹配，则可以从预设数据库中获取与所述用户标识对应的认证数据集。如果检测所述认证数据集中的认证数据与所述脑出血的资质认证条件中的校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。通过这种方式，实现了对脑出血自动化和智能化地认证，提高了认证效率和医保报销效率。
附图说明
为了更清楚地说明本发明实施例技术方案，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发明的一些实施例，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是本发明实施例提供的一种基于数据处理的脑出血资质认证方法的示意流程图；
图2是本发明实施例提供的另一种基于数据处理的脑出血资质认证方法的示意流程图；
图3是本发明实施例提供的又一种基于数据处理的脑出血资质认证方法的示意流程图；
图4是本发明实施例提供的一种基于数据处理的脑出血资质认证设备的示意框图；
图5是本发明实施例提供的一种服务器的示意框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明实施例提供的基于数据处理的脑出血资质认证方法可以由一种脑出血资质认证系统执行，所述脑出血资质认证系统包括基于数据处理的脑出血资质认证设备和用户终端，所述基于数据处理的脑出血资质认证设备设置在服务器上，在某些实施例中，所述服务器可以是手机、电脑、平板、智能手表等智能终端上。在某些实施例中，所述服务器和所述用户终端之间可以建立通信连接，以进行双向通信。在某些实施例中，所述服务器可以在空间上独立于所述用户终端。在某些实施例中，所述用户终端可以包括：手机、电脑、平板、智能手表等智能终端。
所述脑出血资质认证系统中的所述用户终端可以向服务器发送脑出血资质认证请求，其中，所述脑出血资质认证请求中携带了用户标识，所述服务器在接收到所述脑出血资质认证请求之后，可以向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像。所述服务器在接收到所述用户终端响应所述图像获取指令发送的人脸图像之后，可以对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配。所述服务器如果判断出所述人脸特征信息与所述用户标识相匹配，则可以确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配。如果服务器检测到所述认证数据与所述校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，所述医保报销指令用于指示所述医保终端对所述用户标识对应用户的诊疗费用进行报销。通过这种方式，实现了对脑出血的自动化和智能化认证，提高了认证效率和医保报销效率。下面结合附图对本发明实施例的基于数据处理的脑出血资质认证方法进行示意性说明。
请参见图1，图1是本发明实施例提供的一种基于数据处理的脑出血资质认证方法的示意流程图，如图1所示，该方法可应用于基于数据处理的脑出血资质认证设备，所述基于数据处理的脑出血资质认证设备设置于在服务器上，所述服务器的具体解释如前所述，此处不再赘述。具体地，本发明实施例的所述方法包括如下步骤。
S101：接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识。
本发明实施例中，服务器可以接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识，在某些实施例中，所述用户标识可以包括用户姓名、就诊卡卡号、用户身份证号码等任意一种或多种与所述用户相关联的标识信息。
S102：向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像。
本发明实施例中，服务器在接收到用户终端发送的脑出血资质认证请求之后，可以向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像。在一个实施例中，所述图像获取指令用于指示所述用户终端打开摄像装置采集人脸图像。
S103：接收所述用户终端响应所述图像获取指令发送的人脸图像。
本发明实施例中，服务器可以接收所述用户终端响应所述图像获取指令发送的人脸图像。
S104：对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配。
本发明实施例中，服务器在接收所述用户终端响应所述图像获取指令发送的人脸图像之后，可以对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配。在某些实施例中，所述人脸特征信息包括眼睛、鼻子、眉毛、嘴巴等脸部的特征信息。
在一个实施例中，所述服务器在判断所述人脸特征信息是否与所述用户标识相匹配时，可以通过计算所述人脸特征信息与所述预设的用户与人脸特征信息的对应关系中各人脸特征信息的相似度，如果检测到所述相似度大于预设相似度阈值，则可以确定所述人脸特征信息与所述用户标识相匹配。
S105：如果判断出所述人脸特征信息与所述用户标识相匹配，则确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配。
本发明实施例中，服务器如果判断出所述人脸特征信息与所述用户标识相匹配，则可以确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配。
在一些实施例中，所述预设数据库可以是服务器的本地数据库，在某些实施例中，所述预设数据库可以是第三方终端设备的数据库，在某些实施例中，所述服务器可以与第三方终端设备建立通信连接，在某些实施例中，所述第三方终端设备可以是用于存储用户的认证数据的终端设备，如医院的数据库。
在一个实施例中，所述服务器在从预设数据库中调用与所述用户标识对应的认证数据集时，可以根据所述用户标识，从预设数据库中调用与所述用户标识对应的所有的认证数据集。
在一个实施例中，所述脑出血资质认证请求中携带了脑出血标识，所述预设数据库中包括多个子数据库，所述服务器在从预设数据库中调用与所述用户标识对应的认证数据集时，可以根据所述用户标识和脑出血标识，从预设数据库中查询与所述用户标识和脑出血标识对应的子数据库，并从所述子数据库中调用与所述脑出血资质认证对应的认证数据集。
S106：如果检测到所述认证数据与所述校验数据相匹配，则确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。
本发明实施例中，服务器如果检测到所述认证数据与所述校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，所述医保报销指令用于指示所述医保终端对所述用户标识对应用户的诊疗费用进行报销。
本发明实施例中，服务器可以接收用户终端发送的携带用户标识的脑出血资质认证请求，并向所述用户终端发送图像获取指令，以及接收所述用户终端响应所述图像获取指令发送的人脸图像。所述服务器可以对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配。所述服务器如果判断出所述人脸特征信息与所述用户标识相匹配，则可以确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配。服务器如果检测到所述认证数据与所述校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。通过这种方式，实现了对脑出血自动化和智能化地认证，提高了认证效率和医保报销效率。
请参见图2，图2是本发明实施例提供的另一种基于数据处理的脑出血资质认证方法的示意流程图，如图2所示，该方法可以由服务器执行，该服务器的具体解释如前所述，此处不再赘述。具体地，本发明实施例的所述方法包括如下步骤。
S201：接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识。
本发明实施例中，服务器可以接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识，所述用户标识的解释如前所述，此处不再赘述。
S202：向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像。
本发明实施例中，服务器可以向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像。
S203：接收所述用户终端响应所述图像获取指令发送的人脸图像。
本发明实施例中，服务器可以接收所述用户终端响应所述图像获取指令发送的人脸图像。
S204：对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配。
本发明实施例中，服务器在接收到所述用户终端响应所述图像获取指令发送的人脸图像之后，可以对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配，具体实施例如前所述，此处不再赘述。
S205：如果判断出所述人脸特征信息与所述用户标识相匹配，则确定所述用户标识对应用户的身份验证成功。
本发明实施例中，服务器如果判断出所述人脸特征信息与所述用户标识相匹配，则确定所述用户标识对应用户的身份验证成功，具体实施例如前所述，此处不再赘述。
S206：如果检测到所述预设的参保信息数据库中存在与所述用户标识对应的参保信息，则获取所述用户标识对应的参保信息，并判断所述参保信息中是否存在与脑出血对应的目标参保信息。
本发明实施例中，服务器在确定所述用户标识对应用户的身份验证成功之后，可以检测所述预设的参保信息数据库中是否存在与所述用户标识对应的参保信息，如果检测到所述预设的参保信息数据库中存在与所述用户标识对应的参保信息，则可以获取所述用户标识对应的参保信息，并判断所述参保信息中是否存在与脑出血对应的目标参保信息。在某些实施例中，所述参保信息可以包括医疗保险的名称、报销比例、报销项目等信息。
S207：如果判断出所述参保信息中不存在与脑出血对应的目标参保信息，则从预设数据库中获取与所述用户标识对应的认证数据集。
本发明实施例中，服务器如果判断出所述参保信息中不存在与脑出血对应的目标参保信息，则从预设数据库中获取与所述用户标识对应的认证数据集。
S208：如果检测到所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配，则确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。
本发明实施例中，服务器如果检测到所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，所述医保报销指令用于指示所述医保终端对所述用户标识对应用户的诊疗费用进行报销。
本发明实施例中，服务器可以接收用户终端发送的携带用户标识的脑出血资质认证请求，并向所述用户终端发送图像获取指令，以及接收所述用户终端响应所述图像获取指令发送的人脸图像。所述服务器可以对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配。所述服务器如果判断出所述人脸特征信息与所述用户标识相匹配，则可以确定所述用户标识对应用户的身份验证成功。如果检测到所述预设的参保信息数据库中存在与所述用户标识对应的参保信息，则获取所述用户标识对应的参保信息，并判断所述参保信息中是否存在与脑出血对应的目标参保信息，如果判断出所述参保信息中不存在与脑出血对应的目标参保信息，则从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配。服务器如果检测到所述认证数据与所述校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。通过这种方式，实现了对脑出血的自动化和智能化认证，提高了认证效率和医保报销效率。
参见图3，图3是本发明实施例提供的又一种基于数据处理的脑出血资质认证方法的示意流程图，如图3所示，该方法可以由服务器执行，该服务器的具体解释如前所述，此处不再赘述。具体地，本发明实施例的所述方法包括如下步骤。
S301：接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识。
本发明实施例中，服务器可以接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识，所述用户标识的解释如前所述，此处不再赘述。
S302：向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像。
本发明实施例中，服务器可以向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像。
S303：接收所述用户终端响应所述图像获取指令发送的人脸图像。
本发明实施例中，服务器可以接收所述用户终端响应所述图像获取指令发送的人脸图像。
S304：对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配。
本发明实施例中，服务器可以对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配。
S305：如果判断出所述人脸特征信息与所述用户标识相匹配，则确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，所述认证数据集中的认证数据包括病史数据和诊疗数据。
本发明实施例中，服务器如果判断出所述人脸特征信息与所述用户标识相匹配，则可以确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，所述认证数据集中的认证数据包括病史数据和诊疗数据。
S306：检测所述认证数据中是否存在至少一项病史数据与所述目标资质认证条件中的病史校验数据相匹配，以及检测所述认证数据中是否存在至少一项诊疗数据与所述目标资质认证条件中的诊疗校验数据相匹配。
本发明实施例中，服务器可以检测所述认证数据中是否存在至少一项病史数据与所述目标资质认证条件中的病史校验数据相匹配，以及检测所述认证数据中是否存在至少一项诊疗数据与所述目标资质认证条件中的诊疗校验数据相匹配。
在一个实施例中，所述脑出血的目标资质认证条件中的认证数据可以包括如表1所示的病史校验数据和诊疗校验数据，所述目标资质认证条件如表1所示。
在一个实施例中，所述认证数据包括病史数据和诊疗数据，所述校验数据包括病史校验数据和诊疗校验数据；服务器可以检测所述认证数据中是否存在至少一项病史数据与所述目标资质认证条件中的病史校验数据相匹配，以及检测所述认证数据中是否存在至少一项诊疗数据与所述目标资质认证条件中的诊疗校验数据相匹配。
例如，假设所述目标资质认证条件中的病史校验数据和诊疗校验数据如表1所示，如果服务器获取到的认证数据中包括的病史数据为语言障碍，且诊疗数据为：CT检查结果为脑梗死，则服务器可以检测到所述认证数据中存在一项病史数据与所述目标资质认证条件中的病史校验数据相匹配，以及检测到所述认证数据中存在一项诊疗数据与所述目标资质认证条件中的诊疗校验数据相匹配。
表1
在一个实施例中，服务器在检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配之前，可以根据预设的位置信息与位置区域的对应关系，确定与所述目标位置信息对应的目标位置区域；根据预设的位置区域与脑出血的资质认证条件的对应关系，确定与所述目标位置区域对应的目标资质认证条件。
S307：如果检测到所述认证数据与所述校验数据相匹配，则确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。
本发明实施例中，服务器如果检测到所述认证数据与所述校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，所述医保报销指令用于指示所述医保终端对所述用户标识对应用户的诊疗费用进行报销。
在一个实施例中，所述服务器在确定所述用户标识对应用户的脑出血资质认证成功之后，可以获取所述认证数据中与所述目标资质认证条件的病史校验数据相匹配的病史数据的第一数量，以及，获取所述认证数据中与所述目标资质认证条件的诊疗校验数据相匹配的诊疗数据的第二数量，并确定所述第一数量和第二数量之和与所述目标资质认证条件中病史校验数据和诊疗校验数据的总数量的目标比值，从而根据预设的比值与等级的对应关系，确定所述目标比值对应的所述脑出血的目标等级，并生成携带所述用户标识和所述目标等级的医保报销指令。
在一个实施例中，所述服务器向医保终端发送脑出血的医保报销指令时，可以向所述医保终端发送携带所述用户标识和所述目标等级的医保报销指令，其中，所述医保报销指令用于指示所述医保终端根据所述目标等级确定所述脑出血的目标报销机制，并按照所述目标报销机制，对所述用户标识对应的用户进行脑出血的诊疗费用的医保报销处理。
在一个实施例中，服务器在确定所述用户标识对应用户的脑出血资质认证成功之后，可以根据预设的认证数据与健康推荐信息的对应关系，确定与所述病史数据和诊疗数据对应的健康推荐信息，并将所述健康推荐信息发送给所述用户终端。其中，所述健康推荐信息包括：医院推荐信息、饮食推荐信息、运动方式推荐信息中的任意一项或多项。
本发明实施例中，服务器可以接收用户终端发送的携带用户标识的脑出血资质认证请求，并向所述用户终端发送图像获取指令，以及接收所述用户终端响应所述图像获取指令发送的人脸图像，从而对所述人脸图像进行图像识别得到人脸特征信息。服务器可以根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配，如果判断出所述人脸特征信息与所述用户标识相匹配，则可以确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集。服务器如果检测到所述认证数据中存在至少一项病史数据与所述目标资质认证条件中的病史校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。通过这种方式，实现了对脑出血的自动化和智能化认证，提高了认证效率和医保报销效率。
本发明实施例还提供了一种基于数据处理的脑出血资质认证设备，该基于数据处理的脑出血资质认证设备设置于服务器上，用于执行前述任一项所述的方法的单元。具体地，参见图4，图4是本发明实施例提供的一种基于数据处理的脑出血资质认证设备的示意框图。本实施例的基于数据处理的脑出血资质认证设备包括：第一接收单元401、发送单元402、第二接收单元403、识别单元404，检测单元405和确定单元406。
接收单元401，用于接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识；
发送单元402，用于向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像；
第二接收单元403，用于接收所述用户终端响应所述图像获取指令发送的人脸图像；
识别单元404，用于对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配；
检测单元405，用于如果判断出所述人脸特征信息与所述用户标识相匹配，则确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配；
确定单元406，用于如果检测到所述认证数据与所述校验数据相匹配，则确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，所述医保报销指令用于指示所述医保终端对所述用户标识对应用户的诊疗费用进行报销。
进一步地，所述检测单元405确定所述用户标识对应用户的身份验证成功之后，还用于：
检测预设的参保信息数据库中是否存在与所述用户标识对应的参保信息，所述预设的参保信息数据库中存储了已参保用户的用户标识与参保信息的对应关系；
如果检测到所述预设的参保信息数据库中存在与所述用户标识对应的参保信息，则获取所述用户标识对应的参保信息，并判断所述参保信息中是否存在与脑出血对应的目标参保信息；
如果判断出所述参保信息中不存在与脑出血对应的目标参保信息，则触发执行所述从预设数据库中获取与所述用户标识对应的认证数据集的步骤。
进一步地，所述脑出血资质认证请求中携带了所述用户终端的目标位置信息；所述检测单元405检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配之前，还用于：
根据预设的位置信息与位置区域的对应关系，确定与所述目标位置信息对应的目标位置区域；
根据预设的位置区域与脑出血的资质认证条件的对应关系，确定与所述目标位置区域对应的目标资质认证条件。
进一步地，所述认证数据包括病史数据和诊疗数据，所述校验数据包括病史校验数据和诊疗校验数据；
所述检测单元405检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配时，具体用于：
检测所述认证数据中是否存在至少一项病史数据与所述目标资质认证条件中的病史校验数据相匹配；
以及，检测所述认证数据中是否存在至少一项诊疗数据与所述目标资质认证条件中的诊疗校验数据相匹配；
如果检测结果均为是，则确定所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配。
进一步地，所述确定单元406确定所述用户标识对应用户的脑出血资质认证成功之后，还用于：
获取所述认证数据中与所述目标资质认证条件的病史校验数据相匹配的病史数据的第一数量；
以及，获取所述认证数据中与所述目标资质认证条件的诊疗校验数据相匹配的诊疗数据的第二数量；
确定所述第一数量和第二数量之和与所述目标资质认证条件中病史校验数据和诊疗校验数据的总数量的目标比值；
根据预设的比值与等级的对应关系，确定所述目标比值对应的所述脑出血的目标等级，并生成携带所述用户标识和所述目标等级的医保报销指令。
进一步地，所述确定单元406向医保终端发送脑出血的医保报销指令时，具体用于：
向所述医保终端发送携带所述用户标识和所述目标等级的医保报销指令；
其中，所述医保报销指令用于指示所述医保终端根据所述目标等级确定所述脑出血的目标报销机制，并按照所述目标报销机制，对所述用户标识对应的用户进行脑出血的诊疗费用的医保报销处理。
进一步地，所述确定单元406确定所述用户标识对应用户的脑出血资质认证成功之后，还用于：
根据预设的认证数据与健康推荐信息的对应关系，确定与所述病史数据和诊疗数据对应的健康推荐信息，并将所述健康推荐信息发送给所述用户终端。
其中，所述健康推荐信息包括：医院推荐信息、饮食推荐信息、运动方式推荐信息中的任意一项或多项。
本发明实施例中，所述第一接收单元401可以接收用户终端发送的携带用户标识的脑出血资质认证请求，发送单元402向所述用户终端发送图像获取指令，第二接收单元403接收所述用户终端响应所述图像获取指令发送的人脸图像。识别单元404可以对所述人脸图像进行图像识别得到人脸特征信息，如果判断出所述人脸特征信息与所述用户标识相匹配，则检测单元405可以确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集。如果检测所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配，则确定单元406可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。通过这种方式，实现了对脑出血自动化和智能化认证，提高了认证效率和医保报销效率。
请参见图5，图5是本发明实施例提供的一种服务器的示意框图。如图所示的本实施例中的服务器可以包括：一个或多个处理器501；一个或多个输入设备502，一个或多个输出设备503和存储器504。上述处理器501、输入设备502、输出设备503和存储器504通过总线505连接。存储器504用于存储计算机程序，所述计算机程序包括程序指令，处理器501用于执行存储器504存储的程序指令。其中，处理器501被配置用于调用所述程序指令执行：
接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识；
向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像；
接收所述用户终端响应所述图像获取指令发送的人脸图像；
对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配；
如果判断出所述人脸特征信息与所述用户标识相匹配，则确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配；
如果检测到所述认证数据与所述校验数据相匹配，则确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，所述医保报销指令用于指示所述医保终端对所述用户标识对应用户的诊疗费用进行报销。
进一步地，所述处理器501确定所述用户标识对应用户的身份验证成功之后，还用于：
检测预设的参保信息数据库中是否存在与所述用户标识对应的参保信息，所述预设的参保信息数据库中存储了已参保用户的用户标识与参保信息的对应关系；
如果检测到所述预设的参保信息数据库中存在与所述用户标识对应的参保信息，则获取所述用户标识对应的参保信息，并判断所述参保信息中是否存在与脑出血对应的目标参保信息；
如果判断出所述参保信息中不存在与脑出血对应的目标参保信息，则触发执行所述从预设数据库中获取与所述用户标识对应的认证数据集的步骤。
进一步地，所述脑出血资质认证请求中携带了所述用户终端的目标位置信息；所述处理器501检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配之前，还用于：
根据预设的位置信息与位置区域的对应关系，确定与所述目标位置信息对应的目标位置区域；
根据预设的位置区域与脑出血的资质认证条件的对应关系，确定与所述目标位置区域对应的目标资质认证条件。
进一步地，所述认证数据包括病史数据和诊疗数据，所述校验数据包括病史校验数据和诊疗校验数据；
所述处理器501检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配时，具体用于：
检测所述认证数据中是否存在至少一项病史数据与所述目标资质认证条件中的病史校验数据相匹配；
以及，检测所述认证数据中是否存在至少一项诊疗数据与所述目标资质认证条件中的诊疗校验数据相匹配；
如果检测结果均为是，则确定所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配。
进一步地，所述处理器501确定所述用户标识对应用户的脑出血资质认证成功之后，还用于：
获取所述认证数据中与所述目标资质认证条件的病史校验数据相匹配的病史数据的第一数量；
以及，获取所述认证数据中与所述目标资质认证条件的诊疗校验数据相匹配的诊疗数据的第二数量；
确定所述第一数量和第二数量之和与所述目标资质认证条件中病史校验数据和诊疗校验数据的总数量的目标比值；
根据预设的比值与等级的对应关系，确定所述目标比值对应的所述脑出血的目标等级，并生成携带所述用户标识和所述目标等级的医保报销指令。
进一步地，所述处理器501向医保终端发送脑出血的医保报销指令时，具体用于：
向所述医保终端发送携带所述用户标识和所述目标等级的医保报销指令；
其中，所述医保报销指令用于指示所述医保终端根据所述目标等级确定所述脑出血的目标报销机制，并按照所述目标报销机制，对所述用户标识对应的用户进行脑出血的诊疗费用的医保报销处理。
进一步地，所述处理器501确定所述用户标识对应用户的脑出血资质认证成功之后，还用于：
根据预设的认证数据与健康推荐信息的对应关系，确定与所述病史数据和诊疗数据对应的健康推荐信息，并将所述健康推荐信息发送给所述用户终端。
其中，所述健康推荐信息包括：医院推荐信息、饮食推荐信息、运动方式推荐信息中的任意一项或多项。
本发明实施例中，服务器可以接收用户终端发送的携带用户标识的脑出血资质认证请求，并向所述用户终端发送图像获取指令，以及接收所述用户终端响应所述图像获取指令发送的人脸图像。所述服务器可以对所述人脸图像进行图像识别得到人脸特征信息，如果判断出所述人脸特征信息与所述用户标识相匹配，则可以确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集。如果检测所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配，则可以确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令。通过这种方式，实现了对脑出血自动化和智能化地认证，提高了认证效率和医保报销效率。
应当理解，在本发明实施例中，所称处理器501可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，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。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。
输入设备502可以包括触控板、麦克风等，输出设备503可以包括显示器(LCD等)、扬声器等。
该存储器504可以包括只读存储器和随机存取存储器，并向处理器501提供指令和数据。存储器504的一部分还可以包括非易失性随机存取存储器。例如，存储器504还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器501、输入设备502、输出设备503可执行本发明实施例提供的基于数据处理的脑出血资质认证方法的图1、图2或图3所述的方法实施例中所描述的实现方式，也可执行本发明实施例图4所描述的基于数据处理的脑出血资质认证设备的实现方式，在此不再赘述。
本发明实施例中还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现图1、图2或图3所对应实施例中描述的基于数据处理的脑出血资质认证方法，也可实现本发明图4所对应实施例的基于数据处理的脑出血资质认证设备或图5所对应实施例的服务器，在此不再赘述。
所述计算机可读存储介质可以是前述任一实施例所述的服务器的内部存储单元，例如服务器的硬盘或内存。所述计算机可读存储介质也可以是所述服务器的外部存储设备，例如所述服务器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。进一步地，所述计算机可读存储介质还可以既包括所述服务器的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述服务器所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
以上所述，仅为本发明的部分实施方式，但本发明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发明揭露的技术范围内，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发明的保护范围之内。
Claims (10)
1.一种基于数据处理的脑出血资质认证方法，其特征在于，包括：
接收用户终端发送的脑出血资质认证请求，所述脑出血资质认证请求中携带了用户标识；
向所述用户终端发送图像获取指令，所述图像获取指令用于指示所述用户终端采集用户的人脸图像；
接收所述用户终端响应所述图像获取指令发送的人脸图像；
对所述人脸图像进行图像识别得到人脸特征信息，并根据预设的用户标识与人脸特征信息的对应关系，判断所述人脸特征信息是否与所述用户标识相匹配；
如果判断出所述人脸特征信息与所述用户标识相匹配，则确定所述用户标识对应用户的身份验证成功，并从预设数据库中获取与所述用户标识对应的认证数据集，以及检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配；
如果检测到所述认证数据与所述校验数据相匹配，则确定所述用户标识对应用户的脑出血资质认证成功，并向医保终端发送脑出血的医保报销指令，所述医保报销指令用于指示所述医保终端对所述用户标识对应用户的诊疗费用进行报销。
2.根据权利要求1所述的方法，其特征在于，所述确定所述用户标识对应用户的身份验证成功之后，还包括：
检测预设的参保信息数据库中是否存在与所述用户标识对应的参保信息，所述预设的参保信息数据库中存储了已参保用户的用户标识与参保信息的对应关系；
如果检测到所述预设的参保信息数据库中存在与所述用户标识对应的参保信息，则获取所述用户标识对应的参保信息，并判断所述参保信息中是否存在与脑出血对应的目标参保信息；
如果判断出所述参保信息中不存在与脑出血对应的目标参保信息，则触发执行所述从预设数据库中获取与所述用户标识对应的认证数据集的步骤。
3.根据权利要求1所述的方法，其特征在于，所述脑出血资质认证请求中携带了所述用户终端的目标位置信息；所述检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配之前，还包括：
根据预设的位置信息与位置区域的对应关系，确定与所述目标位置信息对应的目标位置区域；
根据预设的位置区域与脑出血的资质认证条件的对应关系，确定与所述目标位置区域对应的目标资质认证条件。
4.根据权利要求3所述的方法，其特征在于，所述认证数据包括病史数据和诊疗数据，所述校验数据包括病史校验数据和诊疗校验数据；所述检测所述认证数据集中的认证数据是否与所述脑出血的目标资质认证条件中的校验数据相匹配，包括：
检测所述认证数据中是否存在至少一项病史数据与所述目标资质认证条件中的病史校验数据相匹配；
以及，检测所述认证数据中是否存在至少一项诊疗数据与所述目标资质认证条件中的诊疗校验数据相匹配；
如果检测结果均为是，则确定所述认证数据集中的认证数据与所述脑出血的目标资质认证条件中的校验数据相匹配。
5.根据权利要求4所述的方法，其特征在于，所述确定所述用户标识对应用户的脑出血资质认证成功之后，还包括：
获取所述认证数据中与所述目标资质认证条件的病史校验数据相匹配的病史数据的第一数量；
以及，获取所述认证数据中与所述目标资质认证条件的诊疗校验数据相匹配的诊疗数据的第二数量；
确定所述第一数量和第二数量之和与所述目标资质认证条件中病史校验数据和诊疗校验数据的总数量的目标比值；
根据预设的比值与等级的对应关系，确定所述目标比值对应的所述脑出血的目标等级，并生成携带所述用户标识和所述目标等级的医保报销指令。
6.根据权利要求5所述的方法，其特征在于，所述向医保终端发送脑出血的医保报销指令，包括：
向所述医保终端发送携带所述用户标识和所述目标等级的医保报销指令；
其中，所述医保报销指令用于指示所述医保终端根据所述目标等级确定所述脑出血的目标报销机制，并按照所述目标报销机制，对所述用户标识对应的用户进行脑出血的诊疗费用的医保报销处理。
7.根据权利要求4所述的方法，其特征在于，所述确定所述用户标识对应用户的脑出血资质认证成功之后，还包括：
根据预设的认证数据与健康推荐信息的对应关系，确定与所述病史数据和诊疗数据对应的健康推荐信息，并将所述健康推荐信息发送给所述用户终端。
其中，所述健康推荐信息包括：医院推荐信息、饮食推荐信息、运动方式推荐信息中的任意一项或多项。
8.一种基于数据处理的脑出血资质认证设备，其特征在于，包括用于执行如权利要求1-7任一项权利要求所述的方法的单元。
9.一种服务器，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811264873.8A CN109215783B (zh) | 2018-10-27 | 2018-10-27 | 基于数据处理的脑出血资质认证方法、设备及服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811264873.8A CN109215783B (zh) | 2018-10-27 | 2018-10-27 | 基于数据处理的脑出血资质认证方法、设备及服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109215783A true CN109215783A (zh) | 2019-01-15 |
| CN109215783B CN109215783B (zh) | 2024-06-25 |
Family
ID=64997542
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811264873.8A Active CN109215783B (zh) | 2018-10-27 | 2018-10-27 | 基于数据处理的脑出血资质认证方法、设备及服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109215783B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113065972A (zh) * | 2021-04-01 | 2021-07-02 | 支付宝(杭州)信息技术有限公司 | 医保电子凭证处理方法及装置 |
| CN116934503A (zh) * | 2023-08-01 | 2023-10-24 | 佳木斯大学 | 一种用于脑出血资质的智能认证方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070214002A1 (en) * | 2001-04-30 | 2007-09-13 | Smith James C | System for outpatient treatment of chronic health conditions |
| JP2015026193A (ja) * | 2013-07-25 | 2015-02-05 | 富士通株式会社 | 保険情報出力プログラム、保険情報出力装置及び保険情報出力方法 |
| CN104573350A (zh) * | 2014-12-26 | 2015-04-29 | 深圳市前海安测信息技术有限公司 | 基于网络医院的全科医生辅助诊疗系统及方法 |
| CN107066800A (zh) * | 2017-01-17 | 2017-08-18 | 南京麦澜德医疗科技有限公司 | 一种盆底功能障碍性疾病分级诊疗系统及其方法 |
| CN107256338A (zh) * | 2017-06-08 | 2017-10-17 | 湖南暄程科技有限公司 | 一种医院自助报销方法和系统 |
| CN107767277A (zh) * | 2017-11-10 | 2018-03-06 | 平安科技（深圳）有限公司 | 医保结算方法及系统、保险终端、计算机可读存储介质 |
| CN108511059A (zh) * | 2018-03-15 | 2018-09-07 | 平安医疗健康管理股份有限公司 | 慢病管理方法及系统 |
| CN108596814A (zh) * | 2018-04-20 | 2018-09-28 | 聊城农村商业银行股份有限公司 | 基于人脸识别的社保认证系统 |
-
2018
- 2018-10-27 CN CN201811264873.8A patent/CN109215783B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070214002A1 (en) * | 2001-04-30 | 2007-09-13 | Smith James C | System for outpatient treatment of chronic health conditions |
| JP2015026193A (ja) * | 2013-07-25 | 2015-02-05 | 富士通株式会社 | 保険情報出力プログラム、保険情報出力装置及び保険情報出力方法 |
| CN104573350A (zh) * | 2014-12-26 | 2015-04-29 | 深圳市前海安测信息技术有限公司 | 基于网络医院的全科医生辅助诊疗系统及方法 |
| CN107066800A (zh) * | 2017-01-17 | 2017-08-18 | 南京麦澜德医疗科技有限公司 | 一种盆底功能障碍性疾病分级诊疗系统及其方法 |
| CN107256338A (zh) * | 2017-06-08 | 2017-10-17 | 湖南暄程科技有限公司 | 一种医院自助报销方法和系统 |
| CN107767277A (zh) * | 2017-11-10 | 2018-03-06 | 平安科技（深圳）有限公司 | 医保结算方法及系统、保险终端、计算机可读存储介质 |
| CN108511059A (zh) * | 2018-03-15 | 2018-09-07 | 平安医疗健康管理股份有限公司 | 慢病管理方法及系统 |
| CN108596814A (zh) * | 2018-04-20 | 2018-09-28 | 聊城农村商业银行股份有限公司 | 基于人脸识别的社保认证系统 |
Non-Patent Citations (1)
| Title |
|---|
| 中华医学会神经病学分会 等: "中国脑出血诊治指南（2014）", 中华神经科杂志, vol. 48, pages 435 - 444 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113065972A (zh) * | 2021-04-01 | 2021-07-02 | 支付宝(杭州)信息技术有限公司 | 医保电子凭证处理方法及装置 |
| CN116934503A (zh) * | 2023-08-01 | 2023-10-24 | 佳木斯大学 | 一种用于脑出血资质的智能认证方法及系统 |
| CN116934503B (zh) * | 2023-08-01 | 2024-04-26 | 佳木斯大学 | 一种用于脑出血资质的智能认证方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109215783B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110602089B (zh) | 基于区块链的医疗数据存储方法、装置、设备及存储介质 | |
| US11810676B2 (en) | Verified permissioned blockchains | |
| CN109326058A (zh) | 基于智慧柜员机的身份核查方法、装置、终端及可读介质 | |
| CN108769230A (zh) | 交易数据存储方法、装置、服务器及存储介质 | |
| CN110070926A (zh) | 基于区块链的数据查询方法、装置、设备及可读存储介质 | |
| WO2022062399A1 (zh) | 基于区块链网络的诊断方法、装置和区块链网络系统 | |
| CN112989087B (zh) | 一种图像处理方法、设备以及计算机可读存储介质 | |
| CN109509527A (zh) | 一种药品配发方法、区块链节点设备及系统 | |
| CN109472598A (zh) | 一种基于区块链的健康数据校验方法、设备及服务器 | |
| KR102594999B1 (ko) | 보안성이 우수한 비대면 본인인증 시스템 및 그 방법 | |
| CN109215783A (zh) | 基于数据处理的脑出血资质认证方法、设备及服务器 | |
| CN109862006A (zh) | 一种区块链系统接入方法、装置及系统 | |
| CN104486306B (zh) | 基于指静脉识别和云服务进行身份认证的方法 | |
| CN111710422A (zh) | 标识码确定方法、装置、电子设备及可读存储介质 | |
| CN113127829A (zh) | 业务处理方法和系统、可穿戴设备、计算机可读存储介质 | |
| CN109522743A (zh) | 一种医疗保险票据稽核方法、区块链节点设备及系统 | |
| CN107548059A (zh) | 一种认证方法及系统 | |
| CN109559820A (zh) | 基于数据处理的冠心病资质认证方法、设备及服务器 | |
| CN109509546A (zh) | 基于生物识别的身份认证方法、装置、终端及介质 | |
| WO2020087792A1 (zh) | 人工智能的病种分析方法及装置、存储介质、计算机设备 | |
| CN109584085A (zh) | 一种医疗保险票据稽核方法、区块链节点设备及系统 | |
| CN106910055A (zh) | 一种基于移动终端的支付数据处理方法和装置 | |
| CN109544378A (zh) | 一种肺源性心脏病资质认证方法、设备及服务器 | |
| CN109544368A (zh) | 骨髓增值性疾病资质认证方法、设备、服务器及可读介质 | |
| CN109545371A (zh) | 基于数据处理的前列腺增生资质认证方法、设备及服务器 |
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 | ||
| GR01 | Patent grant |