CN109461481B - 一种基于数据处理的血友病认证方法及相关设备 - Google Patents
一种基于数据处理的血友病认证方法及相关设备 Download PDFInfo
- Publication number
- CN109461481B CN109461481B CN201811266133.8A CN201811266133A CN109461481B CN 109461481 B CN109461481 B CN 109461481B CN 201811266133 A CN201811266133 A CN 201811266133A CN 109461481 B CN109461481 B CN 109461481B
- Authority
- CN
- China
- Prior art keywords
- hemophilia
- preset
- user
- authentication
- information
- 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.)
- Active
Links
- 208000031220 Hemophilia Diseases 0.000 title claims abstract description 291
- 208000009292 Hemophilia A Diseases 0.000 title claims abstract description 291
- 238000012545 processing Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 41
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 145
- 201000010099 disease Diseases 0.000 claims abstract description 132
- 208000024891 symptom Diseases 0.000 claims abstract description 91
- 238000012797 qualification Methods 0.000 claims abstract description 50
- 238000007689 inspection Methods 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 34
- 230000000875 corresponding effect Effects 0.000 claims description 129
- 238000001514 detection method Methods 0.000 claims description 84
- 239000003814 drug Substances 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 10
- 230000002596 correlated effect Effects 0.000 claims description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 229940079593 drug Drugs 0.000 description 12
- PGOHTUIFYSHAQG-LJSDBVFPSA-N (2S)-6-amino-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-4-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-5-amino-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S,3R)-2-[[(2S)-5-amino-2-[[(2S)-2-[[(2S)-2-[[(2S,3R)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-5-amino-2-[[(2S)-1-[(2S,3R)-2-[[(2S)-2-[[(2S)-2-[[(2R)-2-[[(2S)-2-[[(2S)-2-[[2-[[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-1-[(2S)-2-[[(2S)-2-[[(2S)-2-[[(2S)-2-amino-4-methylsulfanylbutanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-5-carbamimidamidopentanoyl]amino]propanoyl]pyrrolidine-2-carbonyl]amino]-3-methylbutanoyl]amino]-4-methylpentanoyl]amino]-4-methylpentanoyl]amino]acetyl]amino]-3-hydroxypropanoyl]amino]-4-methylpentanoyl]amino]-3-sulfanylpropanoyl]amino]-4-methylsulfanylbutanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-hydroxybutanoyl]pyrrolidine-2-carbonyl]amino]-5-oxopentanoyl]amino]-3-hydroxypropanoyl]amino]-3-hydroxypropanoyl]amino]-3-(1H-imidazol-5-yl)propanoyl]amino]-4-methylpentanoyl]amino]-3-hydroxybutanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-5-carbamimidamidopentanoyl]amino]-5-oxopentanoyl]amino]-3-hydroxybutanoyl]amino]-3-hydroxypropanoyl]amino]-3-carboxypropanoyl]amino]-3-hydroxypropanoyl]amino]-5-oxopentanoyl]amino]-5-oxopentanoyl]amino]-3-phenylpropanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-methylbutanoyl]amino]-4-methylpentanoyl]amino]-4-oxobutanoyl]amino]-5-carbamimidamidopentanoyl]amino]-3-(1H-indol-3-yl)propanoyl]amino]-4-carboxybutanoyl]amino]-5-oxopentanoyl]amino]hexanoic acid Chemical compound CSCC[C@H](N)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](C)C(=O)N1CCC[C@H]1C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(C)C)C(=O)NCC(=O)N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CS)C(=O)N[C@@H](CCSC)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1CCC[C@H]1C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CO)C(=O)N[C@@H](Cc1cnc[nH]1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CC(O)=O)C(=O)N[C@@H](CO)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](Cc1ccccc1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](Cc1c[nH]c2ccccc12)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CCCCN)C(O)=O PGOHTUIFYSHAQG-LJSDBVFPSA-N 0.000 description 8
- 108010000499 Thromboplastin Proteins 0.000 description 8
- 102000002262 Thromboplastin Human genes 0.000 description 8
- 206010062713 Haemorrhagic diathesis Diseases 0.000 description 7
- 208000031169 hemorrhagic disease Diseases 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 108010094028 Prothrombin Proteins 0.000 description 5
- 102100027378 Prothrombin Human genes 0.000 description 5
- 108090000190 Thrombin Proteins 0.000 description 5
- 229940039716 prothrombin Drugs 0.000 description 5
- 229960004072 thrombin Drugs 0.000 description 5
- 102000015081 Blood Coagulation Factors Human genes 0.000 description 4
- 108010039209 Blood Coagulation Factors Proteins 0.000 description 4
- 108010049003 Fibrinogen Proteins 0.000 description 4
- 102000008946 Fibrinogen Human genes 0.000 description 4
- 239000003114 blood coagulation factor Substances 0.000 description 4
- 229940012952 fibrinogen Drugs 0.000 description 4
- 208000032843 Hemorrhage Diseases 0.000 description 3
- 230000000740 bleeding effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 102100026735 Coagulation factor VIII Human genes 0.000 description 2
- 101000911390 Homo sapiens Coagulation factor VIII Proteins 0.000 description 2
- 102100036537 von Willebrand factor Human genes 0.000 description 2
- 206010005133 Bleeding tendencies Diseases 0.000 description 1
- 108010000437 Deamino Arginine Vasopressin Proteins 0.000 description 1
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- POZRVZJJTULAOH-LHZXLZLDSA-N danazol Chemical compound C1[C@]2(C)[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=CC2=C1C=NO2 POZRVZJJTULAOH-LHZXLZLDSA-N 0.000 description 1
- 229960000766 danazol Drugs 0.000 description 1
- 229960004281 desmopressin Drugs 0.000 description 1
- NFLWUMRGJYTJIN-NXBWRCJVSA-N desmopressin Chemical compound C([C@H]1C(=O)N[C@H](C(N[C@@H](CC(N)=O)C(=O)N[C@@H](CSSCCC(=O)N[C@@H](CC=2C=CC(O)=CC=2)C(=O)N1)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(N)=O)=O)CCC(=O)N)C1=CC=CC=C1 NFLWUMRGJYTJIN-NXBWRCJVSA-N 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification 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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Biomedical Technology (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血友病认证方法及相关设备,所述方法包括:当接收到用户针对血友病的认证请求时,可以获取该用户的医保卡信息,并根据该医保卡信息,在预设数据库中获取该用户与预设血友病认证规则相关联的资质认证数据,并根据资质认证数据,确定该用户存在的一个或者多个疾病症状中与预设疾病症状匹配的目标疾病症状的第一数量,以及该用户满足评定条件对应目标检查项目的第二数量,若确定出第一数量和第二数量满足预设血友病认证规则所指示的数量条件时,则确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。采用本发明,有利于提高血友病的认证效率。
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血友病认证方法及相关设备。
背景技术
目前,在对参保人进行血友病的资质认证时一般采用人工认证,人工认证的方式较为繁琐。对于社保工作人员而言,人工认证的方式会加大自身的工作负担而且效率较低。对于参保人而言,人工认证的方式往往需要参保人等待较长时间办理该血友病认证资格。
发明内容
本发明实施例提供了一种基于数据处理的血友病认证方法及相关设备,可提高血友病的认证效率。
第一方面,本发明实施例提供了一种基于数据处理的血友病认证方法,该方法包括:
当接收到用户针对血友病的认证请求时,获取所述用户的医保卡信息;
根据所述医保卡信息,在预设数据库中获取所述用户与预设血友病认证规则相关联的资质认证数据,所述预设血友病认证规则规定了所述血友病对应的预设疾病症状、预设检查项目以及所述预设检查项目对应的评定条件,所述资质认证数据包括所述预设疾病症状对应的信息以及所述预设检查项目对应的信息。
根据所述资质认证数据,确定所述用户存在的一个或者多个疾病症状中与所述预设疾病症状匹配的目标疾病症状的第一数量,以及所述用户满足所述评定条件对应目标检查项目的第二数量;
当所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件时,则确定所述用户针对所述血友病的认证成功,并向所述终端标识对应的终端发送治疗所述血友病的医院信息。
在一个实施例中,服务器确定所述用户存在的一个或者多个疾病症状中与所述预设疾病症状匹配的目标疾病症状的第一数量,以及所述用户满足所述评定条件对应目标检查项目的第二数量之后,还可以检测所述第一数量与所述第二数量之间的差值是否大于预设差值阈值,若检测到所述差值大于所述预设差值阈值,则确定所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件。
在一个实施例中,服务器获取所述用户的医保卡信息后,还可以根据所述医保卡信息,获取所述用户在预设时间范围内的开药记录;解析所述开药记录,若解析得到所述开药记录中包括治疗所述血友病的药物,则根据预设调整规则对所述预设血友病认证规则进行调整;其中,所述根据所述医保卡信息,在预设数据库中获取所述用户与预设血友病认证规则相关联的资质认证数据的具体实施方式为:根据所述医保卡信息,在预设数据库中获取所述用户与已调整的所述预设血友病认证规则相关联的资质认证数据。
在一个实施例中,当所述第一数量和所述第二数量不满足所述预设血友病认证规则所指示的数量条件时,服务器还可以输出第一提示信息,所述第一提示信息用于提示所述用户输入所述预设疾病症状和所述预设检查项目对应的目标检测数据,所述目标检测数据用于确定所述用户针对所述血友病的认证成功;接收所述目标检测数据,并根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,当接收到所述用户输入的所述目标检测数据时,服务器还可以输出第二提示信息,所述第二提示信息用于提示所述用户输入身份证扫描件和人脸图像;接收所述用户输入的所述身份证扫描件和所述人脸图像,并检测所述身份证扫描件和所述人脸图像是否匹配;若检测到所述身份证扫描件和所述人脸图像匹配,则将所述目标检测数据存储至数据库中,以便于所述服务器根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,所述医保卡信息包括医保卡标识,服务器还可以当接收到所述用户输入的所述目标检测数据时,输出第三提示信息,所述第三提示信息用于提示所述用户输入生物特征信息;接收所述用户输入的所述生物特征信息,并从所述预设数据库中获取与所述医保卡标识匹配的目标生物特征样本信息,并将所述目标生物特征样本信息与所述生物特征信息进行对比,该预设数据库中关联存储有各个医保卡标识和各个生物特征样本信息,所述医保卡标识和所述生物特征样本信息一一对应;若对比得到所述目标生物特征样本信息与所述生物特征信息匹配,则将所述目标检测数据存储至数据库中,以便于所述服务器根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,所述认证请求是所述用户通过医保平台发送的,服务器在确定所述用户针对所述血友病的认证成功时,可以生成血友病疾病标签,所述血友病疾病标签用于标识所述用户患有所述血友病;将所述医保卡信息和所述血友病疾病标签发送至所述医保平台,以使所述医保平台根据所述血友病疾病标签和所述医保卡信息为所述用户进行所述血友病的医保报销处理。
第二方面,本发明实施例提供了一种基于数据处理的血友病认证装置,该基于数据处理的血友病认证装置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,该服务器包括处理器、网络接口和存储器,所述处理器、网络接口和存储器相互连接,其中,所述网络接口受所述处理器的控制用于收发消息,所述存储器用于存储支持服务器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,所述计算机可读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,当服务器接收到用户针对血友病的认证请求时,可以获取该用户的医保卡信息,并根据该医保卡信息,在预设数据库中获取该用户与预设血友病认证规则相关联的资质认证数据,该预设血友病认证规则规定了血友病对应的预设疾病症状、预设检查项目以及预设检查项目对应的评定条件。进一步地,服务器可以根据资质认证数据,确定该用户存在的一个或者多个疾病症状中与预设疾病症状匹配的目标疾病症状的第一数量,以及该用户满足评定条件对应目标检查项目的第二数量,若确定出第一数量和第二数量满足预设血友病认证规则所指示的数量条件时,则确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。采用本发明,有利于提高血友病的认证效率。
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是本发明实施例的一种基于数据处理的血友病认证系统的结构示意图;
图2是本发明实施例提供的一种基于数据处理的血友病认证方法的流程示意图;
图3是本发明实施例提供的另一种基于数据处理的血友病认证方法的流程示意图;
图4是本发明实施例提供的一种基于数据处理的血友病认证装置的示意性框图;
图5是本发明实施例提供的一种服务器的示意性框图。
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。
请参见图1,是本发明实施例可应用的一种基于数据处理的血友病认证系统的结构示意图,该血友病认证系统可用于对用户的血友病进行资质认证。如图1所示,该血友病认证系统可包括服务器101和服务器102。其中,该服务器101可以是血友病认证平台对应的服务器,可以用于提供血友病认证的相关服务。该服务器102可以为医保平台对应的服务器,可以用于提供医保业务的相关服务,如血友病认证诊疗费用的报销。其中,上述血友病认证平台可以提供接口供该医保平台调用,也即服务器101和服务器102之间可以通过接口调用的方式进行数据交互。
在一个实施例中,用户可以通过医保平台提交血友病认证请求,医保平台对应服务器102接收到该用户的血友病认证请求后,可以通过调用相应的接口将该血友病的认证请求发送至血友病认证平台对应的服务器101。进一步地,服务器101接收到服务器102发送的血友病的认证请求后,可以通过向服务器102获取用户的医保卡信息,并根据该医保卡信息,在预设数据库中获取用户与预设血友病认证规则相关联的资质认证数据,该预设血友病认证规则规定了血友病对应的预设疾病症状、预设检查项目以及预设检查项目对应的评定条件。进一步地,服务器101可以根据资质认证数据,确定用户存在的一个或者多个疾病症状中与预设疾病症状匹配的目标疾病症状的第一数量,以及用户满足评定条件对应目标检查项目的第二数量,当第一数量和第二数量满足预设血友病认证规则所指示的数量条件时,则确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。
参见图2,图2是本发明实施例提供的一种基于数据处理的血友病认证方法的流程示意图,该方法应用于服务器,如图所示,该基于数据处理的血友病认证方法可包括:
201、当服务器接收到用户针对血友病的认证请求时,获取该用户的医保卡信息,该医保卡信息包括该用户对应医保卡预先绑定的终端标识。其中,该终端标识可以为终端的设备号、终端号码(如电话号码)等。
其中,上述服务器可以是血友病认证平台对应的服务器,该服务器以预先与医保平台建立通信连接,该通信连接例如可为接口调用。在一个实施例中,当医保的用户(即用户)需要进行血友病资质认证时,可以通过医保平台提交血友病的认证请求。这种情况下,医保平台可以将用户针对血友病的认证请求转发至服务器。进一步地,服务器接收到该血友病的认证请求后,可以根据认证请求中的用户信息,获取用户的医保卡信息。
其中,该医保卡信息可以是携带在认证请求中的,也即用户信息包括该医保卡信息。或者,该医保卡信息可以服务器向医保平台获取的。在一个实施例中,服务器可以根据认证请求中携带的用户信息,向医保平台获取该医保卡信息。
在一个实施例中,上述认证请求可以是用户通过第三方平台(如医保平台)发送的。这种情况下,开发人员可以预先配置指定的第三方平台(以下简称预设平台)。这种情况下,当服务器接收到用户通过第三方提交的针对血友病的认证请求后,可以检测该第三方平台是否为预设平台,若该第三方平台与预设平台一致,则确定对该第三方平台的验证通过,进而触发获取该用户的医保卡信息的步骤。
202、服务器根据该医保卡信息,在预设数据库中获取该用户与预设血友病认证规则相关联的资质认证数据,该预设血友病认证规则规定了血友病对应的预设疾病症状、预设检查项目以及预设检查项目对应的评定条件。该资质认证数据包括预设疾病症状对应的信息以及预设检查项目对应的信息。
其中,上述医保卡信息包括医保卡标识,上述预设数据库可以是服务器对应的本地数据库;或者,该预设数据库还可以包括第三方数据平台对应的数据库。其中,该第三方数据平台预先已与服务器建立连接,示例性地,该第三方数据平台可以为医保平台、定点医院的医院管理系统等等。
在一个实施例中,上述预设数据库中关联存储有各个疾病检测数据与各个医保卡标识,也即每个疾病检测数据与医保卡标识一一对应。这种情况下,服务器可以根据识别医保卡信息中的医保卡标识,并在预设数据库中查找到与该医保卡标识关联存储的疾病检测数据。进一步地,在该疾病检测数据中提取出与预设血友病认证规则相关联的目标疾病检测数据,该目标疾病检测数据即为资质认证数据。
在一个实施例中,预设血友病认证规则规定了血友病对应的预设疾病症状、预设检查项目以及预设检查项目对应的评定条件。这种情况下,服务器在预设数据库中查找到与该医保卡标识关联存储的疾病检测数据,可以在该疾病检测数据中提取出与上述预设检查项目和预设疾病症状均对应疾病检测数据,该与上述预设检查项目对应疾病检测数据即为上述与预设血友病认证规则相关联的目标疾病检测数据。
示例性地,预设血友病认证规则规定的预设疾病症状包括无并发症状、身体部位出血和身体部位出血倾向,预设检查项目包括活化部分凝血活酶时间、凝血酶原时间(PT)、凝血酶时间(TT)等。那么该与预设检查项目对应的信息和与预设疾病症状均对应疾病检测数据对应的信息则为无并发症状、身体部位出血、身体部位出血倾向、活化部分凝血活酶时间、凝血酶原时间(PT)和凝血酶时间(TT)对应的疾病检测数据,即资质认证数据包括无并发症状、身体部位出血、身体部位出血倾向、活化部分凝血活酶时间、凝血酶原时间(PT)和凝血酶时间(TT)对应的疾病检测数据。
其中,上述疾病检测数据包括一个或者多个数据,服务器在预先存储的各个疾病检测数据中查找到与医保卡标识对应的疾病检测数据后,可以获取服务器对应的系统时间,以及该疾病检测数据中各个数据各自对应的存储时间,并根据系统时间和各个数据各自对应的存储时间,从疾病检测数据包括的各个数据中筛选出与目预设血友病认证规则关联的目标疾病检测数据,该目标疾病检测数据对应的存储时间与系统时间之间的时间差小于或者等于预设时间差阈值。
示例性地,疾病检测数据中包括数据1、数据2和数据3,其中,数据1、数据2和数据3均与血友病认证规则相关联,数据1的存储时间为2018年8月4日、数据2的存储时间为2017年8月4日、数据3的存储时间为2017年4月1日,服务器当前的系统时间为2018年9月4日,预设时间差阈值为90天,。这种情况下,服务器可以计算数据1的存储时间2018年8月4日、数据2的存储时间2017年8月4日、数据3的存储时间2017年4月1日分别与服务器当前的系统时间2018年9月4日之间的时间差,经过计算确定出数据1的存储时间2018年8月4日与服务器当前的系统时间2018年9月4日之间的时间差30天小于预设时间差阈值90天,进一步地,服务器则可以将数据1确定为目标疾病检测数据,进而将该目标疾病检测数据确定为用户针对血友病的资质认证数据,并利用该资质认证数据判断用户是否针对血友病的认证成功。
203、服务器根据资质认证数据,确定该用户存在的一个或者多个疾病症状中与预设疾病症状匹配的目标疾病症状的第一数量,以及该用户满足评定条件对应目标检查项目的第二数量。
在一个实施例中,服务器获取到该用户与预设血友病认证规则相关联的资质认证数据后。一方面,可以根据资质认证数据,确定出用户存在的一个或者多个疾病症状,并将确定出的一个或者多个疾病症状与预设疾病症状进行对比,将一个或者多个疾病症状中与预设疾病症状相同的疾病症状确定为目标疾病症状,并统计该目标疾病症状的第一数量;另一方面,可以确定该资质认证数据是否满足各个预设检查项目各自对应的评定条件,若资质认证数据满足任一评定条件,则将该任一评定条件对应检查项目确定为目标检查项目,并统计该目标检查项目对应的第二数量。
示例性地,预设血友病认证规则如表1所示,其中,C列的无并发症、身体部位出血以及身体部位出血倾向均为预设血友病认证规则规定的预设疾病症状;D列对应的活化部分凝血活酶时间(APTT)、凝血酶原时间(PT)、凝血酶时间(TT)、纤维蛋白原(FIB)、血小板(PLT)、血管性血友病因子VWF、凝血因子活性FVIII以及凝血因子FIX:C均为预设血友病认证规则规定的预设检查项目,各预设检查项目对应的评定条件可以参见表1中D列的相关内容。这种情况下,服务器获取到该用户与预设血友病认证规则相关联的资质认证数据后,解析资质认证数据,确定出用户存在的疾病症状为:无并发症和身体部位出血倾向这2种,该资质认证数据满足活化部分凝血活酶时间(APTT)时间延迟(超出最大标准值),即预设检查项目活化部分凝血活酶时间(APTT)对应的评定条件(以下简称第一评定条件)。一方面,服务器将用户存在的疾病症状:无并发症和身体部位出血倾向与预设血友病认证规则规定的所有预设疾病症状对比,确定出目标疾病症状为:无并发症和身体部位出血倾向,目标疾病症状对应的第一数量为2。另一方面,服务器可以将该第一评定条件对应的预设检查项目活化部分凝血活酶时间(APTT)确定为目标检查项目,以及该目标检查项目对应的第二数量为1。
表1
204、当服务器确定出第一数量和第二数量满足预设血友病认证规则所指示的数量条件时,则确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。
在一个实施例中,上述治疗血友病的医院信息可以是预先存储在数据库中。该医院信息可以包括治疗血友病的目标医院的地址、详情介绍、医生信息等。该目标医院可以为开发人员预先设置的,如全国治疗血友病排名前n的医院。
可以理解的是,随着时间的推移,该排名前n的医院会发生变化。服务器可以按照预设周期更新该医院信息。本发明对此不作具体限定。
在一个实施例中,服务器确定该用户针对血友病的认证成功后,还可以获取用户当前所处位置,进而在预先存储的治疗血友病的各个医院中,确定出距离该当前所处位置在预设范围内的目标医院,进而向终端标识对应的终端发送该目标医院的医院信息。
在一个实施例中,服务器可以检测第一数量与第二数量之间的差值是否大于预设差值阈值,若检测到该差值大于预设差值阈值,则确定该第一数量和该第二数量满足预设血友病认证规则所指示的数量条件。
示例性地,预设血友病认证规则如表1所示,其中:C-D>1则为预设血友病认证规则所指示的数量条件,该1则为预设差值阈值。这种情况下,若服务器执行步骤203确定出第一数量为3,第二数量为1,由于第一数量与第二数量的差值2大于预设差值阈值1,则可以确定该第一数量和该第二数量满足预设血友病认证规则所指示的数量条件。
在一个实施例中,上述认证请求是用户通过医保平台发送的,服务器在确定该用户针对血友病的认证成功时,可以生成血友病疾病标签,该血友病疾病标签用于标识该用户针对血友病的认证成功。进一步地,服务器可以将医保卡信息和血友病疾病标签发送至医保平台,以使述医保平台根据血友病疾病标签和医保卡信息为该用户进行血友病的医保报销处理。
本发明实施例中,当服务器接收到用户针对血友病的认证请求时,可以获取该用户的医保卡信息,并根据该医保卡信息,在预设数据库中获取该用户与预设血友病认证规则相关联的资质认证数据,该预设血友病认证规则规定了血友病对应的预设疾病症状、预设检查项目以及预设检查项目对应的评定条件。进一步地,服务器可以根据资质认证数据,确定该用户存在的一个或者多个疾病症状中与预设疾病症状匹配的目标疾病症状的第一数量,以及该用户满足评定条件对应目标检查项目的第二数量,若确定出第一数量和第二数量满足预设血友病认证规则所指示的数量条件时,则确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。采用本发明,有利于提高血友病的认证效率。
参见图3,图2是本发明实施例提供的另一种基于数据处理的血友病认证方法的流程示意图,该方法应用于服务器,如图所示,该基于数据处理的血友病认证方法可包括:
301、当服务器接收到用户针对血友病的认证请求时,获取该用户的医保卡信息,该医保卡信息包括用户对应医保卡预先绑定的终端标识。
302、服务器根据医保卡信息,获取用户在预设时间范围内的开药记录。
303、服务器解析开药记录,若解析得到开药记录中包括治疗血友病的药物,则根据预设调整规则对预设血友病认证规则进行调整。
其中,上述预设血友病认证规则规定有预设疾病症状、预设检查项目以及数量条件。上述预设调整规则可以为对预设血友病认证规则对应数量条件的调整。
在一个实施例中,服务器对应的数据库中预先存储有治疗血友病的药物(以下称为预设药)的药物信息,该药物信息如药物名称(去氨加压素、达那唑等),该医保卡信息可以包括医保卡标识(如医保卡号),服务器可以根据该医保卡标识向以建立连接的第三方平台(如定点医院的管理系统)获取预设时间范围内该医保卡标识对应的开药记录(即预设时间范围内用户的开药记录)。进一步地,服务器可以解析该开药记录,确定该开药记录中是否存在数据库中预先存储的上述预设药,若存在,则确定该开药记录中包括治疗血友病的药物,进而根据预设调整规则对预设血友病认证规则进行调整。
其中,该预设调整规则可以为对预设血友病认证规则所指示的数量条件进行调整(也即对预设血友病认证规则进行调整)。示例性地,预设血友病认证规则所指示初始数量条件为C-D>1,其中,1为预设血友病认证规则对应的预设差值阈值,那么,服务器执行预设调整规则对该初始数量条件进行调整后的结果可以为C-D>2,将预设血友病认证规则对应的预设差值阈值由1调整为第一预设差值阈值2。其中,除了预设血友病认证规则对应的数量阈值之外,还可以有其他调整策略对该数量条件进行调整,例如将初始数量条件为C-D>1修改为C-D=1。具体如何调整,可以由开发人员根据国家的血友病认证标准或者各地区的血友病认证标准进行设置。
在一个实施例中,服务器还可以从针对血友病的认证请求中获取用户的用户信息,并根据用户信息获取用户的历史疾病信息,进而解析历史疾病信息,以确定用户是否患有血友病的相关病,当服务器确定该用户患有血友病的相关病时,可以根据预设调整规则对预设血友病认证规则进行调整,进而采用已调整的预设血友病认证规则确定用户是否针对血友病的认证成功。
在一个实施例中,服务器还可以从针对血友病的认证请求中获取用户的用户信息,并根据用户信息向医保平台获取用户的历史疾病理赔记录,该历史疾病理赔记录指示了用户历史理赔的疾病的数量。进一步地,服务器识别历史疾病理赔记录,若识别得到用户历史理赔的疾病的数量大于或者等于预设疾病数量阈值,则根据预设调整规则对预设血友病认证规则进行调整。
其中,该预设调整规则可以为调整预设血友病认证规则所指示的数量条件。例性地,预设血友病认证规则所指示初始数量条件为C-D>1,其中,1为预设血友病认证规则对应的预设差值阈值,那么,服务器执行血友病对应的调整策略对该初始数量条件进行调整后的结果可以为C-D>2,将预设血友病认证规则对应的预设差值阈值由1调整为第二预设差值阈值2。
其中,第二预设差值阈值的大小可以与上述预设疾病数量阈值的大小相关联。预设疾病数量阈值较大,那么与之对应的第二预设差值阈值的大小也较大。例如,预设疾病数量阈值为3,第二预设差值阈值1;预设疾病数量阈值为5,第二预设差值阈值为2。
在一个实施例中,服务器识别历史疾病理赔记录之后,当识别得到用户历史理赔的疾病的数量大于或者等于预设疾病数量阈值时,可以生成黑名单标签,该黑名单标签用于标识所述用户为骗保用户。进一步地,服务器可以将该黑名单标签与用户信息发送至医保平台,以便于医保平台根据黑名单标签,确定该用户为骗保用户。
304、服务器根据该医保卡信息,在预设数据库中获取该用户与已调整的上述预设血友病认证规则相关联的资质认证数据,该已调整的预设血友病认证规则规定了血友病对应的预设疾病症状、预设检查项目以及预设检查项目对应的评定条件。该资质认证数据包括预设疾病症状对应的信息以及预设检查项目对应的信息。
305、服务器根据资质认证数据,确定该用户存在的一个或者多个疾病症状中与上述预设疾病症状匹配的目标疾病症状的第一数量,以及该用户满足上述评定条件对应目标检查项目的第二数量。
306、当服务器确定出第一数量和第二数量满足预设血友病认证规则所指示的数量条件时,则确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。
在一个实施例中,当服务器根据预设调整规则对预设血友病认证规则进行调整后,可以根据已调整的血友病认证规则确定该确定用户是否针对血友病的认证成功。其中,具体的确定方式可以参见上述实例中步骤202~步骤204的相关描述,此处不再赘述。
在一个实施例中,当上述第一数量和上述第二数量不满足预设血友病认证规则所指示的数量条件时,服务器可以输出第一提示信息,该第一提示信息用于提示用户输入预设疾病症状和预设检查项目对应的目标检测数据,该目标检测数据用于确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。进一步地,服务器接收到该目标检测数据后,可以根据该目标检测数据确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。
示例性地,预设血友病认证规则如表1所示,该第一提示信息可以为输入目标检测数据用于确定对血友病的认证成功,该目标检测数据为C列的无并发症、身体部位出血、身体部位出血倾向均为预设血友病认证规则规定的预设疾病症状、D列对应的活化部分凝血活酶时间(APTT)、凝血酶原时间(PT)、凝血酶时间(TT)、纤维蛋白原(FIB)、血小板(PLT)、血管性血友病因子VWF、凝血因子活性FVIII以及凝血因子FIX:C对应的疾病检测数据。
在一个实施例中,当服务器接收到用户输入的上述目标检测数据时,可以输出第二提示信息,该第二提示信息用于提示用户输入身份证扫描件和人脸图像。进一步地,服务器可以接收用户输入的身份证扫描件和人脸图像,并检测身份证扫描件和人脸图像是否匹配,若检测到身份证扫描件和人脸图像匹配,则将目标检测数据存储至数据库中,以便于服务器根据该目标检测数据确定该用户针对血友病的认证成功。
示例性地,该服务器为血友病认证平台对应的服务器,该血友病认证平台与医保平台已建立通信连接。当服务器接收到用户通过医保平台输入的目标检测数据时,可以向该医保平台输出提示信息,该提示信息例如可以为“尊敬的用户,请输入身份证扫描件和人脸图像进行身份验证”。这种情况下,当医保平台接收到用户输入的身份证扫描件和人脸图像后,可以将该身份证扫描件和人脸图像转发至血友病认证平台对应的服务器。进一步地,服务器接收到该身份证扫描件和人脸图像后,可以将身份证扫描件和人脸图像进行对比,确定该人脸图像对应的用户与身份证扫描件对应的用户是否为同一用户,若为同一用户,则确定该用户的身份验证通过,即确定该用户的身份证扫描件和人脸图像匹配。进一步地,服务器可以将该目标检测数据存储至数据库中,以便于后续服务器根据该目标检测数据确定该用户针对血友病的认证成功。
在一个实施例中,上述医保卡信息包括医保卡标识,当服务器接收到用户输入的目标检测数据时,可以输出第三提示信息,该第三提示信息用于提示用户输入生物特征信息。进一步地,服务器接收到用户输入的生物特征信息后,可以从预设数据库中获取与医保卡标识匹配的目标生物特征样本信息,并将该目标生物特征样本信息与生物特征信息进行对比,若对比得到目标生物特征样本信息与生物特征信息匹配,则将述目标检测数据存储至数据库中,以便于服务器根据该目标检测数据确定该用户针对血友病的认证成功。其中,上述预设数据库中关联存储有有各个医保卡标识和各个生物特征样本信息,各个医保卡标识和各个生物特征样本信息一一对应。
在一个实施例中,服务器从预设数据库中获取与医保卡标识匹配的目标生物特征样本信息后,可以将目标生物特征样本信息与用户当前的生物特征信息进行相似度对比,若该相似度大于或者等于相似度阈值,则目标生物特征样本信息与该生物特征信息匹配。
在一个实施例中,开发人员可以针对不同的区域设置不同的血友病认证规则(即预设血友病认证规则)。例性地,服务器可以预先建立各个预设血友病认证规则)与各个区域的一一对应,该一一对应的关系可以如表2所示。在一个实施例中,上述认证请求中还携带有用户的用户信息。服务器可以根据该用户医保卡信息确定该用户的医保办理地,进而根据预先建立的各个血友病的认证规则与各个区域的一一对应关系,确定出该医保办理地所属区域对应的目标血友病认证规则,进而采用该目标血友病认证规则执行后续的步骤302~步骤306。
表2
区域 | 血友病的认证规则 |
深圳 | 认证规则01 |
广州 | 认证规则02 |
上海 | 认证规则03 |
浙江 | 认证规则04 |
本发明实施例中,当服务器接收到用户针对血友病的认证请求时,可以获取该用户的医保卡信息,并根据医保卡信息,获取用户在预设时间范围内的开药记录,进而解析开药记录,若解析得到开药记录中包括治疗血友病的药物,则根据预设调整规则对预设血友病认证规则进行调整。进一步地,服务区根据该医保卡信息,在预设数据库中获取该用户与已调整的上述预设血友病认证规则相关联的资质认证数据,该已调整的预设血友病认证规则规定了血友病对应的预设疾病症状、预设检查项目以及预设检查项目对应的评定条件。进一步地,服务器可以根据资质认证数据,确定该用户存在的一个或者多个疾病症状中与预设疾病症状匹配的目标疾病症状的第一数量,以及该用户满足评定条件对应目标检查项目的第二数量,若确定出第一数量和第二数量满足预设血友病认证规则所指示的数量条件时,则确定该用户针对血友病的认证成功,并向终端标识对应的终端发送治疗血友病的医院信息。采用本发明,有利于提高血友病的认证效率。
本发明实施例还提供了一种基于数据处理的血友病认证装置。该装置包括用于执行前述图2或者图3所述的方法的单元。具体地,参见图4,是本发明实施例提供的基于数据处理的血友病认证装置的示意框图。本实施例的基于数据处理的血友病认证装置包括:
接收单元40,用于当接收到用户针对血友病的认证请求时,获取所述用户的医保卡信息;
处理单元41,用于根据所述医保卡信息,在预设数据库中获取所述用户与预设血友病认证规则相关联的资质认证数据,所述预设血友病认证规则规定了所述血友病对应的预设疾病症状、预设检查项目以及所述预设检查项目对应的评定条件,所述资质认证数据包括所述预设疾病症状对应的信息以及所述预设检查项目对应的信息。
所述处理单元41,还用于根据所述资质认证数据,确定所述用户存在的一个或者多个疾病症状中与所述预设疾病症状匹配的目标疾病症状的第一数量,以及所述用户满足所述评定条件对应目标检查项目的第二数量;
所述处理单元41,还用于当所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件时,则确定所述用户针对所述血友病的认证成功;
发送单元42,用于向所述终端标识对应的终端发送治疗所述血友病的医院信息。
在一个实施例中,所述处理单元41,还用于检测所述第一数量与所述第二数量之间的差值是否大于预设差值阈值,若检测到所述差值大于所述预设差值阈值,则确定所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件。
在一个实施例中,所述处理单元41,还用于根据所述医保卡信息,获取所述用户在预设时间范围内的开药记录;解析所述开药记录,若解析得到所述开药记录中包括治疗所述血友病的药物,则根据预设调整规则对所述预设血友病认证规则进行调整,以便于所述服务器根据已调整的所述预设血友病认证规则确定所述确定用户是否针对血友病的认证成功。
在一个实施例中,所述处理单元41,还用于当所述第一数量和所述第二数量不满足所述预设血友病认证规则所指示的数量条件时,输出第一提示信息,所述第一提示信息用于提示所述用户输入所述预设疾病症状和所述预设检查项目对应的目标检测数据,所述目标检测数据用于确定所述用户针对所述血友病的认证成功;接收所述目标检测数据,并根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,所述处理单元41,还用于当接收到所述用户输入的所述目标检测数据时,输出第二提示信息,所述第二提示信息用于提示所述用户输入身份证扫描件和人脸图像;接收所述用户输入的所述身份证扫描件和所述人脸图像,并检测所述身份证扫描件和所述人脸图像是否匹配;若检测到所述身份证扫描件和所述人脸图像匹配,则将所述目标检测数据存储至数据库中,以便于所述服务器根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,所述医保卡信息包括医保卡标识,所述处理单元41,还用于当接收到所述用户输入的所述目标检测数据时,输出第三提示信息,所述第三提示信息用于提示所述用户输入生物特征信息;接收所述用户输入的所述生物特征信息,并从所述预设数据库中获取与所述医保卡标识匹配的目标生物特征样本信息,并将所述目标生物特征样本信息与所述生物特征信息进行对比,该预设数据库中关联存储有各个医保卡标识和各个生物特征样本信息,所述医保卡标识和所述生物特征样本信息一一对应;若对比得到所述目标生物特征样本信息与所述生物特征信息匹配,则将所述目标检测数据存储至数据库中,以便于所述服务器根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,所述认证请求是所述用户通过医保平台发送的,所述处理单元41,还用于在确定所述用户针对所述血友病的认证成功时,生成血友病疾病标签,所述血友病疾病标签用于标识所述用户患有所述血友病;所述发送单元42,还用于将所述医保卡信息和所述血友病疾病标签发送至所述医保平台,以使所述医保平台根据所述血友病疾病标签和所述医保卡信息为所述用户进行所述血友病的医保报销处理。
需要说明的是,本发明实施例所描述的血友病的认证装置的各功能单元的功能可根据图2或者图3所述的方法实施例中的方法具体实现,其具体实现过程可以参照图2或者图3的方法实施例的相关描述,此处不再赘述。
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性框图,如图5所示,该服务器包括,处理器501、存储器502和网络接口503。上述处理器501、存储器502和网络接口503可通过总线或其他方式连接,在本发明实施例所示图5中以通过总线连接为例。其中,网络接口503受所述处理器的控制用于收发消息,存储器502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502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:当通过网络接口503接收到用户针对血友病的认证请求时,获取所述用户的医保卡信息,所述医保卡信息包括所述用户对应医保卡预先绑定的终端标识;根据所述医保卡信息,在预设数据库中获取所述用户与预设血友病认证规则相关联的资质认证数据,所述预设血友病认证规则规定了所述血友病对应的预设疾病症状、预设检查项目以及所述预设检查项目对应的评定条件,所述资质认证数据包括所述预设疾病症状对应的信息以及所述预设检查项目对应的信息。根据所述资质认证数据,确定所述用户存在的一个或者多个疾病症状中与所述预设疾病症状匹配的目标疾病症状的第一数量,以及所述用户满足所述评定条件对应目标检查项目的第二数量;当所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件时,则确定所述用户针对所述血友病的认证成功,并向所述终端标识对应的终端发送治疗所述血友病的医院信息。
在一个实施例中,所述处理器501,还用于检测所述第一数量与所述第二数量之间的差值是否大于预设差值阈值,若检测到所述差值大于所述预设差值阈值,则确定所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件。
在一个实施例中,所述处理器501,还用于根据所述医保卡信息,获取所述用户在预设时间范围内的开药记录;解析所述开药记录,若解析得到所述开药记录中包括治疗所述血友病的药物,则根据预设调整规则对所述预设血友病认证规则进行调整,以便于所述服务器根据已调整的所述预设血友病认证规则确定所述确定用户是否针对血友病的认证成功。
在一个实施例中,所述处理器501,还用于当所述第一数量和所述第二数量不满足所述预设血友病认证规则所指示的数量条件时,输出第一提示信息,所述第一提示信息用于提示所述用户输入所述预设疾病症状和所述预设检查项目对应的目标检测数据,所述目标检测数据用于确定所述用户针对所述血友病的认证成功;接收所述目标检测数据,并根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,所述处理器501,还用于当接收到所述用户输入的所述目标检测数据时,输出第二提示信息,所述第二提示信息用于提示所述用户输入身份证扫描件和人脸图像;接收所述用户输入的所述身份证扫描件和所述人脸图像,并检测所述身份证扫描件和所述人脸图像是否匹配;若检测到所述身份证扫描件和所述人脸图像匹配,则将所述目标检测数据存储至数据库中,以便于所述服务器根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,所述医保卡信息包括医保卡标识,所述处理器501,还用于当接收到所述用户输入的所述目标检测数据时,输出第三提示信息,所述第三提示信息用于提示所述用户输入生物特征信息;接收所述用户输入的所述生物特征信息,并从所述预设数据库中获取与所述医保卡标识匹配的目标生物特征样本信息,并将所述目标生物特征样本信息与所述生物特征信息进行对比,该预设数据库中关联存储有各个医保卡标识和各个生物特征样本信息,所述医保卡标识和所述生物特征样本信息一一对应;若对比得到所述目标生物特征样本信息与所述生物特征信息匹配,则将所述目标检测数据存储至数据库中,以便于所述服务器根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
在一个实施例中,所述认证请求是所述用户通过医保平台发送的,所述处理器501,还用于在确定所述用户针对所述血友病的认证成功时,生成血友病疾病标签,所述血友病疾病标签用于标识所述用户患有所述血友病;通过网络接口503将所述医保卡信息和所述血友病疾病标签发送至所述医保平台,以使所述医保平台根据所述血友病疾病标签和所述医保卡信息为所述用户进行所述血友病的医保报销处理。
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501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。
该存储器502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502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502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、存储器502和网络接口503可执行本发明实施例提供的图2或者图3所述的方法实施例所描述的实现方式,也可执行本发明实施例所描述的基于数据处理的血友病认证装置的实现方式,在此不再赘述。
在本发明的另一实施例中提供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,所述计算机程序包括程序指令,所述程序指令被处理器执行时实现:当接收到用户针对血友病的认证请求时,获取所述用户的医保卡信息;根据所述医保卡信息,在预设数据库中获取所述用户与预设血友病认证规则相关联的资质认证数据,所述预设血友病认证规则规定了所述血友病对应的预设疾病症状、预设检查项目以及所述预设检查项目对应的评定条件,所述资质认证数据包括所述预设疾病症状对应的信息以及所述预设检查项目对应的信息。根据所述资质认证数据,确定所述用户存在的一个或者多个疾病症状中与所述预设疾病症状匹配的目标疾病症状的第一数量,以及所述用户满足所述评定条件对应目标检查项目的第二数量;当所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件时,则确定所述用户针对所述血友病的认证成功,并向所述终端标识对应的终端发送治疗所述血友病的医院信息。
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理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本发明的部分实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (7)
1.一种基于数据处理的血友病认证方法,其特征在于,所述方法应用于服务器,所述方法包括:
当接收到用户针对血友病的认证请求时,获取所述用户的医保卡信息,所述医保卡信息包括所述用户对应医保卡预先绑定的终端标识;
根据所述医保卡信息,在预设数据库中获取所述用户与预设血友病认证规则相关联的资质认证数据,所述预设血友病认证规则规定了所述血友病对应的预设疾病症状、预设检查项目以及所述预设检查项目对应的评定条件,所述资质认证数据包括所述预设疾病症状对应的信息以及所述预设检查项目对应的信息;
根据所述资质认证数据,确定所述用户存在的一个或者多个疾病症状中与所述预设疾病症状匹配的目标疾病症状的第一数量,以及所述用户满足所述评定条件对应目标检查项目的第二数量;
当所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件时,则确定所述用户针对所述血友病的认证成功,并向所述终端标识对应的终端发送治疗所述血友病的医院信息;
在所述获取所述用户的医保卡信息后,所述方法还包括:
根据所述医保卡信息,获取所述用户在预设时间范围内的开药记录;
解析所述开药记录,若解析得到所述开药记录中包括治疗所述血友病的药物,则根据预设调整规则对所述预设血友病认证规则进行调整;其中,所述预设调整规则包括对预设血友病认证规则对应数量条件的调整;
所述确定所述用户存在的一个或者多个疾病症状中与所述预设疾病症状匹配的目标疾病症状的第一数量,以及所述用户满足所述评定条件对应目标检查项目的第二数量之后,所述方法还包括:
检测所述第一数量与所述第二数量之间的差值是否大于预设差值阈值,若检测到所述差值大于所述预设差值阈值,则确定所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件;
当所述第一数量和所述第二数量不满足所述预设血友病认证规则所指示的数量条件时,输出第一提示信息,所述第一提示信息用于提示所述用户输入所述预设疾病症状和所述预设检查项目对应的目标检测数据,所述目标检测数据用于确定所述用户针对所述血友病的认证成功;
接收所述目标检测数据,并根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当接收到所述用户输入的所述目标检测数据时,输出第二提示信息,所述第二提示信息用于提示所述用户输入身份证扫描件和人脸图像;
接收所述用户输入的所述身份证扫描件和所述人脸图像,并检测所述身份证扫描件和所述人脸图像是否匹配;
若检测到所述身份证扫描件和所述人脸图像匹配,则将所述目标检测数据存储至数据库中,以便于所述服务器根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
3.根据权利要求1所述的方法,其特征在于,所述医保卡信息包括医保卡标识,所述方法还包括:
当接收到所述用户输入的所述目标检测数据时,输出第三提示信息,所述第三提示信息用于提示所述用户输入生物特征信息;
接收所述用户输入的所述生物特征信息,并从所述预设数据库中获取与所述医保卡标识匹配的目标生物特征样本信息,并将所述目标生物特征样本信息与所述生物特征信息进行对比,该预设数据库中关联存储有各个医保卡标识和各个生物特征样本信息,所述医保卡标识和所述生物特征样本信息一一对应;
若对比得到所述目标生物特征样本信息与所述生物特征信息匹配,则将所述目标检测数据存储至数据库中,以便于所述服务器根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述认证请求是所述用户通过医保平台发送的,所述方法还包括:
在确定所述用户针对所述血友病的认证成功时,生成血友病疾病标签,所述血友病疾病标签用于标识所述用户患有所述血友病;
将所述医保卡信息和所述血友病疾病标签发送至所述医保平台,以使所述医保平台根据所述血友病疾病标签和所述医保卡信息为所述用户进行所述血友病的医保报销处理。
5.一种基于数据处理的血友病认证装置,其特征在于,包括:
接收单元,用于当接收到用户针对血友病的认证请求时,获取所述用户的医保卡信息,所述医保卡信息包括所述用户对应医保卡预先绑定的终端标识;
处理单元,用于根据所述医保卡信息,在预设数据库中获取所述用户与预设血友病认证规则相关联的资质认证数据,所述预设血友病认证规则规定了所述血友病对应的预设疾病症状、预设检查项目以及所述预设检查项目对应的评定条件,所述资质认证数据包括所述预设疾病症状对应的信息以及所述预设检查项目对应的信息;
所述处理单元,还用于根据所述资质认证数据,确定所述用户存在的一个或者多个疾病症状中与所述预设疾病症状匹配的目标疾病症状的第一数量,以及所述用户满足所述评定条件对应目标检查项目的第二数量;
所述处理单元,还用于当所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件时,则确定所述用户针对所述血友病的认证成功,并向所述终端标识对应的终端发送治疗所述血友病的医院信息;
所述处理单元,还用于根据所述医保卡信息,获取所述用户在预设时间范围内的开药记录;解析所述开药记录,若解析得到所述开药记录中包括治疗所述血友病的药物,则根据预设调整规则对所述预设血友病认证规则进行调整;其中,所述预设调整规则包括对预设血友病认证规则对应数量条件的调整;
所述处理单元,还用于检测所述第一数量与所述第二数量之间的差值是否大于预设差值阈值,若检测到所述差值大于所述预设差值阈值,则确定所述第一数量和所述第二数量满足所述预设血友病认证规则所指示的数量条件;
所述处理单元,还用于当所述第一数量和所述第二数量不满足所述预设血友病认证规则所指示的数量条件时,输出第一提示信息,所述第一提示信息用于提示所述用户输入所述预设疾病症状和所述预设检查项目对应的目标检测数据,所述目标检测数据用于确定所述用户针对所述血友病的认证成功;接收所述目标检测数据,并根据所述目标检测数据确定所述用户针对所述血友病的认证成功。
6.一种服务器,其特征在于,包括处理器和存储器,所述处理器和所述存储器相互连接,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1-4任一项所述的方法。
7.一种计算机可读存储介质,其特征在于,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1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811266133.8A CN109461481B (zh) | 2018-10-27 | 2018-10-27 | 一种基于数据处理的血友病认证方法及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811266133.8A CN109461481B (zh) | 2018-10-27 | 2018-10-27 | 一种基于数据处理的血友病认证方法及相关设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109461481A CN109461481A (zh) | 2019-03-12 |
CN109461481B true CN109461481B (zh) | 2024-05-17 |
Family
ID=65608625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811266133.8A Active CN109461481B (zh) | 2018-10-27 | 2018-10-27 | 一种基于数据处理的血友病认证方法及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109461481B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110827991A (zh) * | 2019-11-04 | 2020-02-21 | 泰康保险集团股份有限公司 | 疾病鉴定数据处理方法、装置、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102364516A (zh) * | 2011-10-24 | 2012-02-29 | 北京银行股份有限公司 | Ic社保卡支付信息认证方法及系统 |
CN104809360A (zh) * | 2015-05-24 | 2015-07-29 | 王子韩 | 一种基于医疗保险卡认证的电子医疗大数据系统 |
CN106530166A (zh) * | 2016-08-31 | 2017-03-22 | 中国人民解放军总医院第附属医院 | 医院医保费用防拒付辅助管理信息系统及防拒付方法 |
CN107292597A (zh) * | 2017-05-26 | 2017-10-24 | 深圳医畅科技发展有限公司 | 基于社保卡实现就诊支付的方法、移动终端及存储设备 |
CN107863134A (zh) * | 2017-11-24 | 2018-03-30 | 郑州云海信息技术有限公司 | 一种基于云计算的智能医疗管理系统 |
CN108520465A (zh) * | 2017-09-13 | 2018-09-11 | 平安科技(深圳)有限公司 | 医疗保险理赔方法、装置、计算机设备及存储介质 |
-
2018
- 2018-10-27 CN CN201811266133.8A patent/CN109461481B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102364516A (zh) * | 2011-10-24 | 2012-02-29 | 北京银行股份有限公司 | Ic社保卡支付信息认证方法及系统 |
CN104809360A (zh) * | 2015-05-24 | 2015-07-29 | 王子韩 | 一种基于医疗保险卡认证的电子医疗大数据系统 |
CN106530166A (zh) * | 2016-08-31 | 2017-03-22 | 中国人民解放军总医院第附属医院 | 医院医保费用防拒付辅助管理信息系统及防拒付方法 |
CN107292597A (zh) * | 2017-05-26 | 2017-10-24 | 深圳医畅科技发展有限公司 | 基于社保卡实现就诊支付的方法、移动终端及存储设备 |
CN108520465A (zh) * | 2017-09-13 | 2018-09-11 | 平安科技(深圳)有限公司 | 医疗保险理赔方法、装置、计算机设备及存储介质 |
CN107863134A (zh) * | 2017-11-24 | 2018-03-30 | 郑州云海信息技术有限公司 | 一种基于云计算的智能医疗管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109461481A (zh) | 2019-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110447023B (zh) | 用于获取并在区块链上记录跟踪信息的方法和设备 | |
CN105991590B (zh) | 一种验证用户身份的方法、系统、客户端及服务器 | |
CN110222107B (zh) | 一种数据发送方法及相关设备 | |
WO2022134466A1 (zh) | 数据处理方法及相关设备 | |
US20150095987A1 (en) | Systems and methods of verifying an authentication using dynamic scoring | |
WO2020082788A1 (zh) | 一种医疗数据处理方法、装置、设备及存储介质 | |
WO2020082801A1 (zh) | 基于生物识别的查房考核方法、装置、服务器及介质 | |
CN110851298A (zh) | 异常分析及处理方法、电子装置及存储介质 | |
CN109559821B (zh) | 基于数据处理的风湿性心脏瓣膜病认证方法及相关设备 | |
CN111477326B (zh) | 传染病毒携带者检测方法、系统、装置、设备和介质 | |
WO2018184548A1 (zh) | 保单的试报价方法、装置、终端设备及介质 | |
CN109255721A (zh) | 基于费用预测的保险推荐方法、设备、服务器及可读介质 | |
US20230410221A1 (en) | Information processing apparatus, control method, and program | |
Sousa et al. | openEHR based systems and the General Data Protection Regulation (GDPR) | |
CN109461481B (zh) | 一种基于数据处理的血友病认证方法及相关设备 | |
CN111710402B (zh) | 基于人脸识别的查房处理方法、装置及计算机设备 | |
CN113870983A (zh) | 社康转诊方法、装置、计算机设备和存储介质 | |
CN109215783B (zh) | 基于数据处理的脑出血资质认证方法、设备及服务器 | |
CN109544424B (zh) | 一种基于生物特征识别的住院监管方法及相关设备 | |
CN112116976A (zh) | 药品信息的处理方法、装置及计算机可读存储介质 | |
CN113780580B (zh) | 基于机器学习的数据分析方法、装置、设备及存储介质 | |
US20140258885A1 (en) | Professional advice aggregation system for anonymous users | |
US20160070924A1 (en) | Virtual-Account-Initiated Communication of Protected Information | |
CN109544382A (zh) | 一种基于数据处理的经办业务处理方法及相关设备 | |
CN109360112B (zh) | 一种基于数据处理的精神性疾病认证方法及相关设备 |
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 | ||
GR01 | Patent grant |