CN109544103A - 一种理赔模型的构建方法、装置、服务器及存储介质 - Google Patents
一种理赔模型的构建方法、装置、服务器及存储介质 Download PDFInfo
- Publication number
- CN109544103A CN109544103A CN201811282177.XA CN201811282177A CN109544103A CN 109544103 A CN109544103 A CN 109544103A CN 201811282177 A CN201811282177 A CN 201811282177A CN 109544103 A CN109544103 A CN 109544103A
- Authority
- CN
- China
- Prior art keywords
- injury
- condition
- information
- history
- people
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 38
- 208000027418 Wounds and injury Diseases 0.000 claims abstract description 386
- 230000006378 damage Effects 0.000 claims abstract description 342
- 208000014674 injury Diseases 0.000 claims abstract description 339
- 238000012549 training Methods 0.000 claims abstract description 107
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 10
- 241000406668 Loxodonta cyclotis Species 0.000 claims description 2
- 238000012545 processing Methods 0.000 description 16
- 239000000284 extract Substances 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000000740 bleeding effect Effects 0.000 description 4
- 210000002414 leg Anatomy 0.000 description 4
- 210000000746 body region Anatomy 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 201000010099 disease Diseases 0.000 description 3
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 3
- 208000024891 symptom Diseases 0.000 description 3
- 206010068796 Wound contamination Diseases 0.000 description 2
- 210000001015 abdomen Anatomy 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 210000001217 buttock Anatomy 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000472 traumatic effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 210000003109 clavicle Anatomy 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 208000037974 severe injury Diseases 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种理赔模型的构建方法、装置、服务器及存储介质,其中,该方法包括:获取历史理赔数据,所述历史理赔数据包括历史伤情报告、历史理赔费用信息以及历史诊断信息;根据预设的关键词从所述历史伤情报告中提取出伤情描述信息,所述关键词包括受伤部位名称以及受伤部位的伤情描述关键词,所述伤情描述信息包括受伤部位的受伤特征;根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型。采用本发明实施例,可以自动构建理赔模型,实现理赔模型构建的自动化以及智能化。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种理赔模型的构建方法、装置、服务器及存储介质。
背景技术
在保险行业内,人伤理赔是较为常见的一种理赔类型。伤情报告是伤者到医院进行检查之后,由医院开具的用于描述伤者伤情的检查报告;诊断信息是医生通过结合伤者伤情以及伤情报告得到的诊断结果;理赔费用信息是理赔人员根据伤者的伤情报告、诊断信息以及治疗情况等人工测算出的理赔费用。伤情报告、诊断信息以及理赔费用信息是人伤理赔过程中的重要参数,然而目前还未有将上述三者结合起来,建立关联模型的方式。
发明内容
本发明实施例提供一种理赔模型的构建方法、装置、服务器及存储介质,可以自动构建理赔模型,实现理赔模型构建的自动化以及智能化。
第一方面,本发明实施例提供了一种理赔模型的构建方法,包括:
获取历史理赔数据,所述历史理赔数据包括历史伤情报告、历史理赔费用信息以及历史诊断信息;
根据预设的关键词从所述历史伤情报告中提取出伤情描述信息,所述关键词包括受伤部位名称以及受伤部位的伤情描述关键词,所述伤情描述信息包括受伤部位的受伤特征;
根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型。
可选的,所述伤情描述信息还包括受伤部位信息,所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型,包括:
根据所述受伤部位信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应同一受伤部位;
将各类别下的伤情描述信息分别作为人伤理赔模型的一个输入,将所述历史理赔费用信息以及所述历史诊断信息作为所述人伤理赔模型的输出,训练得到所述人伤理赔模型。
可选的,所述历史伤情报告包括伤者基本信息,所述伤者基本信息包括地域信息,所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型,包括:
根据所述地域信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一地域;
将目标类别下的伤情描述信息作为人伤理赔模型的输入,将所述目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为所述人伤理赔模型的输出,训练得到所述目标类别所对应地域的人伤理赔模型,所述目标类别为分类得到的多个类别中的任意一个。
可选的,所述历史伤情报告包括伤者基本信息,所述伤者基本信息包括年龄信息,所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型,包括:
根据所述年龄信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一年龄区间;
将目标类别下的伤情描述信息作为人伤理赔模型的输入,将所述目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为所述人伤理赔模型的输出,训练得到所述目标类别所对应年龄区间的人伤理赔模型,所述目标类别为分类得到的多个类别中的任意一个。
可选的,所述方法还包括:
获取训练对象的伤情描述信息以及训练语料;
将所述训练对象的伤情描述信息输入到所述人伤理赔模型进行处理,得到所述训练对象的训练描述信息;
将所述训练对象的训练语料以及所述训练描述信息进行比较,得到比较结果;
当所述比较结果所指示的数值大于预设阈值时,对所述人伤理赔模型进行修正,得到修正后的人伤理赔模型。
可选的,所述获取训练对象的伤情描述信息以及训练语料,包括:
接收终端发送的训练数据,所述训练数据包括所述训练对象的伤情描述信息以及训练语料;
其中,所述训练对象的伤情描述信息是基于人体模型图对应的多个伤情描述选项生成的,所述人体模型图包括多个人体部位以及每个人体部位对应的伤情描述选项,所述伤情描述选项用于描述人体部位的受伤特征。
可选的,所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型之后,所述方法还包括:
获取伤者的目标伤情描述信息,所述目标伤情描述信息包括所述伤者的各个受伤部位的受伤特征;
将所述目标伤情描述信息输入所述人伤理赔模型中进行处理,得到所述目标伤情描述信息对应的目标理赔费用信息和目标诊断信息;
向终端发送所述目标理赔费用信息和所述目标诊断信息。
第二方面,本发明实施例提供了一种理赔模型的构建装置,该理赔模型的构建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,包括处理器、通信接口和存储器,所述处理器、所述通信接口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。
本发明实施例通过获取历史理赔数据,并根据预设的关键词从历史理赔数据包括的历史伤情报告中提取出伤情描述信息,然后根据该伤情描述信息、历史理赔数据包括的历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型,从而可以自动构建理赔模型,实现理赔模型构建的自动化以及智能化。
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理赔模型的构建方法的流程示意图;
图2是本发明实施例提供的另一种理赔模型的构建方法的流程示意图;
图3是本发明实施例提供的一种理赔模型的构建装置的结构示意图;
图4是本发明实施例提供的一种服务器的结构示意图。
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。
本发明实施例公开了一种理赔模型的构建方法、装置、服务器及存储介质,用于自动构建理赔模型,以实现理赔模型构建的自动化以及智能化。以下分别进行详细说明。
其中,本发明实施例中的技术方案可以应用于服务器中,该服务器可以是网上保险平台对应的服务器。本发明实施例中的终端可以是智能手机(如Android手机、iOS手机、Windows Phone手机等)、平板电脑、移动互联网设备(Mobile Internet Devices,MID)等。
请参见图1,图1是本发明实施例提供的一种理赔模型的构建方法的流程示意图。具体的,如图1所示,该理赔模型的构建方法可以包括以下步骤:
S101、服务器获取历史理赔数据,所述历史理赔数据包括历史伤情报告、历史理赔费用信息以及历史诊断信息。
本发明实施例中,服务器可以是基于保险大数据获取得到历史理赔数据。服务器可以从保险公司的云服务器获取历史理赔数据,也可以从交管局的云服务器获取历史理赔数据,还可以从其它用于存储人伤理赔记录的云服务器获取历史理赔数据。该历史理赔数据包括历史伤情报告、历史理赔费用信息以及历史诊断信息等。该历史伤情报告是伤者到医院进行检查之后,由医院开具的用于描述伤者伤情的检查报告;该历史诊断信息是医生通过结合伤者伤情以及伤情报告得到的诊断结果;理赔费用信息是理赔人员根据伤者的伤情报告、诊断信息以及治疗情况等人工测算出的理赔费用。
S102、所述服务器根据预设的关键词从所述历史伤情报告中提取出伤情描述信息。
本发明实施例中,预设的关键词包括受伤部位名称以及受伤部位的伤情描述关键词。该受伤部位名称可以是头部、脖子、肩部、胸背部、手臂、腰腹部、手部、臀部、腿部和脚部等。该受伤部位的伤情描述关键词用于描述受伤部位的受伤症状以及受伤程度等。该受伤部位的伤情描述关键词例如是“淤青”、“出血”、“伤口污染”、“伤口长5cm”、“剧烈疼痛”、“轻微疼痛”等。服务器获取历史理赔数据包括的历史伤情报告,并根据预设的关键词从历史伤情包括中获取伤者的伤情描述信息。一方面,通过预设的关键词可以快速定位关于伤者的伤情描述信息在伤情报告中的位置,可以有效提高获取伤情描述信息的效率。另一方面,通过获取伤情报告中与预设的关键词匹配的关键词,可以根据从伤情报告中获取到的关键词直接生成关于伤者的伤情描述信息。举例来说,假设服务器从历史伤情报告获取到的关键词包括“手臂”、“出血”、“伤口污染”和“伤口长5cm”。服务器根据上述关键词可以获取到伤者的伤情描述信息为:“手臂伤口长5cm,伴有出血症状,且伤口受到污染”。采用上述方式,只需获取历史伤情报告中的关键词即可提取出伤情描述信息,可以有效提高获取伤情描述信息的效率,并可以降低相关硬件和软件的计算量,节省软硬件资源。
在一实施方式中,服务器可以将历史伤情报告输入到伤情识别模型中进行处理,得到该历史伤情报告对应的伤情描述信息。其中,该伤情识别模型是预先构建的,且预先存储在服务器中。该伤情识别模型是服务器根据历史伤情报告以及历史伤情描述信息训练得到的,可以是将历史伤情报告作为伤情识别模型的输入,将历史伤情描述信息作为伤情识别模型的输出,训练得到该伤情识别模型。该伤情描述信息用于描述受伤部位的受伤特征,该受伤特征包括受伤症状以及受伤程度等。
S103、所述服务器根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型。
本发明实施例中,该历史理赔费用信息可以是一个理赔费用区间,也可以是一个具体的理赔费用值。该历史诊断信息可以是用于描述伤情级别的损伤程度等级也可以是用于指示伤者患有的疾病的诊断结果。在一实施方式中损伤程度等级从高到低可以分为重伤一级、重伤二级、轻伤一级、轻伤二级和轻微伤级别;或者,可以分为一级、二级、三级和四级。损伤程度等级可以用不同的数值进行表示,例如用数值5、4、3、2、1分别表示重伤一级、重伤二级、轻伤一级、轻伤二级和轻微伤级别。需要说明的是,对于损伤程度等级的划分,本发明实施例不作限定。
其中,服务器可以是将该伤情描述信息作为人伤理赔模型的输入,将该历史理赔费用信息以及该历史诊断信息作为人伤理赔模型的输出,训练得到该人伤理赔模型。训练得到的人伤理赔模型可以为人伤理赔提供参考服务。其中,在后续使用该人伤理赔模型时,只需将伤者的伤情描述信息输入到该人伤理赔模型中进行处理,即可快速得到该伤情描述信息对应的人伤理赔费用信息以及诊断信息。得到的人伤理赔费用信息以及诊断信息可以在人伤理赔过程中为理赔人员提供参考服务。通过构建人伤理赔模型以实现人伤理赔,效率高。该诊断信息可以包括用于描述伤情级别的损伤程度等级。该诊断信息还可以包括伤者可能患有的疾病的名称,以及伤者可能患有的每一种疾病的概率。
在一实施方式中,服务器从历史伤情报告中提取出的伤情描述信息还包括受伤部位信息。服务器根据伤情描述信息、历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型的方式为:服务器首先根据受伤部位信息对获取到的伤情描述信息进行分类,每一类别下的伤情描述信息对应同一受伤部位。假设受伤部位信息所指示的受伤部位为腿部和头部,服务器则将腿部对应的伤情描述信息归为同一类,并将头部对应的伤情描述信息归为另一类。进一步地,服务器将各类别下的伤情描述信息分别作为人伤理赔模型的一个输入,将相应地历史理赔费用信息以及历史诊断信息作为人伤理赔模型的输出,训练得到该人伤理赔模型。也即是说,该人伤理赔模型包括多个输入,每一个输入对应同一个受伤部位。采用上述方式,可以在人伤理赔模型的构建过程中,避免了人伤理赔模型在构建过程中自行对伤情描述信息进行分类的过程,可以提高人伤理赔模型的构建速率。另外,在后续使用人伤理赔模型的过程中,可以分类输入伤情描述信息,也避免了人伤理赔模型对伤情描述信息进行分类的过程,可以在一定程度上提高人伤理赔模型的处理速率。
在一实施方式中,服务器可以是将该伤情描述信息以及该历史诊断信息作为人伤理赔模型的输入,将该历史理赔费用信息作为人伤理赔模型的输出,训练得到该人伤理赔模型。训练得到的人伤理赔模型可以为人伤理赔提供参考服务。其中,在后续使用该人伤理赔模型时,只需将伤者的伤情描述信息以及诊断信息输入到该人伤理赔模型中进行处理,即可快速得到该伤情描述信息对应的人伤理赔费用信息。得到的人伤理赔费用信息可以在人伤理赔过程中为理赔人员提供参考服务。通过构建人伤理赔模型以实现人伤理赔,效率高。
本发明实施例通过获取历史理赔数据,并根据预设的关键词从历史理赔数据包括的历史伤情报告中提取出伤情描述信息,然后根据该伤情描述信息、历史理赔数据包括的历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型,从而可以自动构建理赔模型,实现理赔模型构建的自动化以及智能化。
请参见图2,图2是本发明实施例提供的另一种理赔模型的构建方法的流程示意图。具体的,如图2所示,该理赔模型的构建方法可以包括以下步骤:
S201、服务器获取历史理赔数据,所述历史理赔数据包括历史伤情报告、历史理赔费用信息以及历史诊断信息。
S202、所述服务器根据预设的关键词从所述历史伤情报告中提取出伤情描述信息。
具体的,该步骤S201和步骤S202的描述请参照上述图1所示实施例中的相关描述,此处不再赘述。
S203、所述服务器根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型。
本发明实施例中,该历史伤情报告包括伤者基本信息,该伤者基本信息包括地域信息。服务器根据伤情描述信息、历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型的方式为:服务器首先从历史伤情报告中提取出地域信息,并根据地域信息对获取到的伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一地域。假设地域信息所指示的行政区域为北京和深圳,服务器则将行政区域北京对应的伤情描述信息归为同一类,并将行政区域深圳对应的伤情描述信息归为另一类。进一步地,服务器将目标类别下的伤情描述信息作为人伤理赔模型的输入,该目标类别为分类得到的多个类别中的任意一个,并将该目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为人伤理赔模型的输出,训练得到该目标类别所对应地域的人伤理赔模型。也即是说,每一个地域分别对应一个人伤理赔模型,不同地域所对应的人伤理赔模型不同。采用上述方式,可以针对不同地域,训练得到不同的人伤理赔模型,训练得到的人伤理赔模型更加符合不同地域的实际情况。
在一实施方式中,该历史伤情报告包括伤者基本信息,该伤者基本信息包括年龄信息。服务器根据伤情描述信息、历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型的方式为:服务器首先从历史伤情报告中提取出年龄信息,并根据年龄信息对获取到的伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一年龄区间。进一步地,服务器将目标类别下的伤情描述信息作为人伤理赔模型的输入,该目标类别为分类得到的多个类别中的任意一个,并将该目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为人伤理赔模型的输出,训练得到该目标类别所对应年龄区间的人伤理赔模型。也即是说,每一个年龄区间分别对应一个人伤理赔模型,不同年龄区间所对应的人伤理赔模型不同。采用上述方式,可以针对不同年龄区间,训练得到不同的人伤理赔模型,训练得到的人伤理赔模型更加符合不同年龄区间的实际情况。
S204、所述服务器获取训练对象的伤情描述信息以及训练语料。
本发明实施例中,服务器训练得到人伤理赔模型之后,为提高人伤理赔模型的处理结果的准确性,需要对训练得到的人伤理赔模型进行训练。服务器在检测到针对人伤理赔模型的训练指令时,获取训练对象的伤情描述信息以及训练语料。服务器可以基于保险大数据获取得到训练对象的伤情描述信息以及训练语料。其中,该训练对象为伤者的受伤部位,可以是一个或者多个受伤部位。该训练语料包括训练对象的伤情描述信息对应的实际理赔费用信息以及实际诊断信息。
在一实施方式中,服务器获取训练对象的伤情描述信息以及训练语料的方式为:接收终端发送的训练数据,该训练数据包括训练对象的伤情描述信息以及训练语料。其中,该训练对象的伤情描述信息是终端基于人体模型图对应的多个伤情描述选项生成的。该人体模型图包括多个人体部位以及每个人体部位对应的伤情描述选项,该伤情描述选项用于描述人体部位的受伤特征,该受伤特征包括受伤症状以及受伤程度等。
在一实施方式中,该人体模型图包括多个人体部位模型图,或者说,该人体模型图由多个人体部位的模型图组成。其中,该人体部位模型图包括头部模型图、脖子模型图、肩部模型图、胸背部模型图、手臂模型图、腰腹部模型图、手部模型图、臀部模型图、腿部模型图和脚部模型图等,且各个人体部位模型图之间保持独立状态。另外,每一个人体部位模型图对应设置有多个伤情描述选项,且针对不同人体部位模型图设置不同的伤情描述选项。
其中,当检测到用户针对目标人体部位模型图的点击操作时,终端输出该目标人体部位模型图对应的多个伤情描述选项。举例来说,假设目标人体部位模型图为肩部模型图,该肩部模型图对应的多个伤情描述选项可以是“皮肤淤青或出血”、“活动困难,手臂无法从侧身抬起”、“锁骨剧烈疼痛”等。进一步地,终端接收用户针对该多个伤情描述选项输入的选择指令,根据该选择指令从该多个伤情描述选项确定出目标伤情描述选项,并根据该目标伤情描述选项生成目标人体部位模型图所对应的目标人体部位的受伤特征。该目标人体部位为伤者的受伤部位。待用户针对人体部位模型图选择完毕伤者各个受伤部位对应的目标伤情描述选项之后,生成的各个目标人体部位的受伤特征也即是训练对象的伤情描述信息。其中,目标人体部位模型图为该多个人体部位模型图中的任意一个。该用户可以是理赔人员,该点击操作可以是单击或者多击操作。
在一实施方式中,该人体模型图为整个人体的模型图,该人体模型图包括多个人体部位。当检测到用户针对该人体模型图的点击操作时,终端首先确定出该点击操作所点击的目标人体部位(例如头部),然后输出该目标人体部位对应的多个伤情描述选项。该目标人体部位为伤者的受伤部位。进一步地,终端接收用户针对该多个伤情描述选项输入的选择指令,根据该选择指令从该多个伤情描述选项确定出目标伤情描述选项,并根据该目标伤情描述选项生成该目标人体部位的受伤特征。待用户针对人体模型图选择完毕伤者各个受伤部位对应的目标伤情描述选项之后,生成的各个目标人体部位的受伤特征也即是训练对象的伤情描述信息。
S205、所述服务器将所述训练对象的伤情描述信息输入到所述人伤理赔模型进行处理,得到所述训练对象的训练描述信息。
本发明实施例中,服务器将该训练对象的伤情描述信息作为该人伤理赔模型的输入,经过人伤理赔模型的处理之后,得到该训练对象的训练描述信息。该训练描述信息包括训练对象的伤情描述信息经过人伤理赔模型的处理后,得到的预测理赔费用信息以及预测诊断信息。该预测诊断信息包括训练对象的伤情描述信息对应的损伤程度等级。
S206、所述服务器将所述训练对象的训练语料以及所述训练描述信息进行比较,得到比较结果。
本发明实施例中,服务器将该训练语料包括的实际理赔费用信息所指示的实际理赔费用值,与该训练描述信息包括的预测理赔费用信息所指示的预测理赔费用值进行比较,得到比较结果。该比较结果用于指示该实际理赔费用值与该预测理赔费用值之间的差值。进一步地,服务器将该训练语料包括的实际诊断信息所指示的实际损伤程度等级,与该训练描述信息包括的预测诊断信息所指示的预测损伤程度等级进行比较,得到比较结果。该比较结果用于指示该实际损伤程度等级所指示的数值与该预测损伤程度等级所指示的数值之间的差值。
S207、当所述比较结果所指示的数值大于预设阈值时,所述服务器对所述人伤理赔模型进行修正,得到修正后的人伤理赔模型。
本发明实施例中,服务器在检测到该比较结果指示的该实际理赔费用值,与该预测理赔费用值之间的差值大于第一预设阈值,或者,检测到该比较结果指示的该实际损伤程度等级所指示的数值,与该预测损伤程度等级所指示的数值之间的差值大于第二预设阈值时;服务器对该人伤理赔模型进行修正,得到修正后的人伤理赔模型。服务器可以是基于保险大数据获取样本数据,该样本数据包括伤情描述信息、理赔费用信息以及诊断信息;并利用该样本数据对该人伤理赔模型进行再次训练,以对该人伤理赔模型进行修正,得到修正后的人伤理赔模型。
在一实施方式中,服务器根据伤情描述信息、历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型之后,获取伤者的目标伤情描述信息,该目标伤情描述信息包括伤者的各个受伤部位的受伤特征;然后将该目标伤情描述信息输入人伤理赔模型中进行处理,得到目标伤情描述信息对应的目标理赔费用信息和目标诊断信息。进一步地,服务器向终端发送该目标理赔费用信息和目标诊断信息;终端在接收到该目标理赔费用信息和目标诊断信息之后,输出该目标理赔费用信息和目标诊断信息,以为理赔人员在处理人伤理赔的过程中提供参考服务,提高理赔效率。
在一实施方式中,服务器得到目标伤情描述信息对应的目标理赔费用信息和目标诊断信息之后,根据该目标理赔费用信息和该目标诊断信息确定提示指令。进一步地,服务器将该提示指令发送给终端,终端在接收到该提示指令之后根据该提示指令输出提示信息。其中,该提示指令为理赔提示指令或者就医提示指令,该理赔提示指令用于指示终端输出建议现场理赔的提示信息,该就医提示指令用于指示终端输出建议去医院就医的提示信息。在一实施方式中,服务器在检测到该目标理赔费用信息处于现场理赔费用范围内,以及检测到该目标诊断信息所指示的损伤程度等级为轻伤级别时,向终端发送该理赔提示指令。服务器在检测到该目标理赔费用信息不处于现场理赔费用范围内时,或者在检测到该目标诊断信息所指示的损伤程度等级为重伤级别时,向终端发送该就医提示指令。
本发明实施例通过获取历史理赔数据,并根据预设的关键词从历史理赔数据包括的历史伤情报告中提取出伤情描述信息,然后根据该伤情描述信息、历史理赔数据包括的历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型,从而可以自动构建理赔模型,实现理赔模型构建的自动化以及智能化。
请参见图3,图3是本发明实施例提供的一种理赔模型的构建装置的结构示意图。本发明实施例的理赔模型的构建装置包括用于执行上述理赔模型的构建方法的单元。具体的,本发明实施例的理赔模型的构建装置300可包括:获取单元301和处理单元302。其中:
获取单元301,用于获取历史理赔数据,所述历史理赔数据包括历史伤情报告、历史理赔费用信息以及历史诊断信息;
处理单元302,用于根据预设的关键词从所述历史伤情报告中提取出伤情描述信息,所述关键词包括受伤部位名称以及受伤部位的伤情描述关键词,所述伤情描述信息包括受伤部位的受伤特征;
所述处理单元302,还用于根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型。
在一实施方式中,所述伤情描述信息还包括受伤部位信息,所述处理单元302,具体用于:
根据所述受伤部位信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应同一受伤部位;
将各类别下的伤情描述信息分别作为人伤理赔模型的一个输入,将所述历史理赔费用信息以及所述历史诊断信息作为所述人伤理赔模型的输出,训练得到所述人伤理赔模型。
在一实施方式中,所述历史伤情报告包括伤者基本信息,所述伤者基本信息包括地域信息,所述处理单元302,具体用于:
根据所述地域信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一地域;
将目标类别下的伤情描述信息作为人伤理赔模型的输入,将所述目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为所述人伤理赔模型的输出,训练得到所述目标类别所对应地域的人伤理赔模型,所述目标类别为分类得到的多个类别中的任意一个。
在一实施方式中,所述历史伤情报告包括伤者基本信息,所述伤者基本信息包括年龄信息,所述处理单元302,具体用于:
根据所述年龄信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一年龄区间;
将目标类别下的伤情描述信息作为人伤理赔模型的输入,将所述目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为所述人伤理赔模型的输出,训练得到所述目标类别所对应年龄区间的人伤理赔模型,所述目标类别为分类得到的多个类别中的任意一个。
在一实施方式中,所述获取单元301,还用于获取训练对象的伤情描述信息以及训练语料;
所述处理单元302,还用于:
将所述训练对象的伤情描述信息输入到所述人伤理赔模型进行处理,得到所述训练对象的训练描述信息;
将所述训练对象的训练语料以及所述训练描述信息进行比较,得到比较结果;
当所述比较结果所指示的数值大于预设阈值时,对所述人伤理赔模型进行修正,得到修正后的人伤理赔模型。
在一实施方式中,所述理赔模型的构建装置还包括收发单元303,所述获取单元301,具体用于:
通过所述收发单元303接收终端发送的训练数据,所述训练数据包括所述训练对象的伤情描述信息以及训练语料;
其中,所述训练对象的伤情描述信息是基于人体模型图对应的多个伤情描述选项生成的,所述人体模型图包括多个人体部位以及每个人体部位对应的伤情描述选项,所述伤情描述选项用于描述人体部位的受伤特征。
在一实施方式中,所述获取单元301,还用于获取伤者的目标伤情描述信息,所述目标伤情描述信息包括所述伤者的各个受伤部位的受伤特征;
所述处理单元302,还用于将所述目标伤情描述信息输入所述人伤理赔模型中进行处理,得到所述目标伤情描述信息对应的目标理赔费用信息和目标诊断信息;
所述收发单元303,还用于向终端发送所述目标理赔费用信息和所述目标诊断信息。
具体的,该理赔模型的构建装置可通过上述单元实现上述图1或图2所示实施例中的理赔模型的构建方法中的部分或全部步骤。应理解,本发明实施例是对应方法实施例的装置实施例,对方法实施例的描述,也适用于本发明实施例。
本发明实施例通过获取历史理赔数据,并根据预设的关键词从历史理赔数据包括的历史伤情报告中提取出伤情描述信息,然后根据该伤情描述信息、历史理赔数据包括的历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型,从而可以自动构建理赔模型,实现理赔模型构建的自动化以及智能化。
请参见图4,图4是本发明实施例提供的一种服务器的结构示意图。该服务器用于执行上述的方法。如图4所示,本实施例中的服务器400可以包括:一个或多个处理器401和存储器402。可选的,该服务器还可包括一个或多个通信接口403。上述处理器401、通信接口403和存储器402可通过总线404连接,或者可以通过其他方式连接,图4中以总线方式进行示例说明。
其中,所述处理器401可以是中央处理单元(Central Processing Unit,CPU),该处理器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(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。
所述通信接口403可用于收发信息或信令的交互,以及信号的接收和传递,通信接口403可包括接收器和发射器,用于与其他设备进行通信。所述存储器402可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的存储程序(比如文字存储功能、位置存储功能等);存储数据区可存储根据服务器的使用所创建的数据(比如图像数据、文字数据)等,并可以包括应用存储程序等。此外,存储器402可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述存储器402还用于存储程序指令。所述处理器401可以调用上述存储器402存储的程序指令,实现如本发明实施例所示的理赔模型的构建方法。
其中,处理器401可用于调用所述程序指令执行以下步骤:获取历史理赔数据,所述历史理赔数据包括历史伤情报告、历史理赔费用信息以及历史诊断信息;根据预设的关键词从所述历史伤情报告中提取出伤情描述信息,所述关键词包括受伤部位名称以及受伤部位的伤情描述关键词,所述伤情描述信息包括受伤部位的受伤特征;根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型。
在一实施方式中,所述伤情描述信息还包括受伤部位信息,处理器401在调用所述程序指令执行所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型时,具体执行以下步骤:根据所述受伤部位信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应同一受伤部位;将各类别下的伤情描述信息分别作为人伤理赔模型的一个输入,将所述历史理赔费用信息以及所述历史诊断信息作为所述人伤理赔模型的输出,训练得到所述人伤理赔模型。
在一实施方式中,所述历史伤情报告包括伤者基本信息,所述伤者基本信息包括地域信息,处理器401在调用所述程序指令执行所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型时,具体执行以下步骤:根据所述地域信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一地域;将目标类别下的伤情描述信息作为人伤理赔模型的输入,将所述目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为所述人伤理赔模型的输出,训练得到所述目标类别所对应地域的人伤理赔模型,所述目标类别为分类得到的多个类别中的任意一个。
在一实施方式中,所述历史伤情报告包括伤者基本信息,所述伤者基本信息包括年龄信息,处理器401在调用所述程序指令执行所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型时,具体执行以下步骤:根据所述年龄信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一年龄区间;将目标类别下的伤情描述信息作为人伤理赔模型的输入,将所述目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为所述人伤理赔模型的输出,训练得到所述目标类别所对应年龄区间的人伤理赔模型,所述目标类别为分类得到的多个类别中的任意一个。
在一实施方式中,处理器401还可调用所述程序指令执行以下步骤:获取训练对象的伤情描述信息以及训练语料;将所述训练对象的伤情描述信息输入到所述人伤理赔模型进行处理,得到所述训练对象的训练描述信息;将所述训练对象的训练语料以及所述训练描述信息进行比较,得到比较结果;当所述比较结果所指示的数值大于预设阈值时,对所述人伤理赔模型进行修正,得到修正后的人伤理赔模型。
在一实施方式中,处理器401在调用所述程序指令执行所述获取训练对象的伤情描述信息以及训练语料时,具体执行以下步骤:通过所述通信接口403接收终端发送的训练数据,所述训练数据包括所述训练对象的伤情描述信息以及训练语料;其中,所述训练对象的伤情描述信息是基于人体模型图对应的多个伤情描述选项生成的,所述人体模型图包括多个人体部位以及每个人体部位对应的伤情描述选项,所述伤情描述选项用于描述人体部位的受伤特征。
在一实施方式中,处理器401还可调用所述程序指令执行以下步骤:获取伤者的目标伤情描述信息,所述目标伤情描述信息包括所述伤者的各个受伤部位的受伤特征;将所述目标伤情描述信息输入所述人伤理赔模型中进行处理,得到所述目标伤情描述信息对应的目标理赔费用信息和目标诊断信息;通过所述通信接口403向终端发送所述目标理赔费用信息和所述目标诊断信息。
具体实现中,本发明实施例中所描述的处理器401等可执行上述图1和图2所示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3所描述的各单元的实现方式,此处不赘述。
本发明实施例通过获取历史理赔数据,并根据预设的关键词从历史理赔数据包括的历史伤情报告中提取出伤情描述信息,然后根据该伤情描述信息、历史理赔数据包括的历史理赔费用信息以及历史诊断信息,训练得到人伤理赔模型,从而可以自动构建理赔模型,实现理赔模型构建的自动化以及智能化。
本发明实施例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可实现图1或图2所对应实施例中描述的理赔模型的构建方法中的部分或全部步骤,也可实现本发明图3所示实施例的理赔模型的构建装置的功能,也可实现本发明图4所示实施例的服务器的功能,此处不赘述。
本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法中的部分或全部步骤。
所述计算机可读存储介质可以是前述实施例所述的理赔模型的构建装置或者服务器的内部存储单元,例如理赔模型的构建装置或者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理赔模型的构建装置或者服务器的外部存储设备,例如所述理赔模型的构建装置或者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。
在本申请中,术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
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)
1.一种理赔模型的构建方法,其特征在于,所述方法包括:
获取历史理赔数据,所述历史理赔数据包括历史伤情报告、历史理赔费用信息以及历史诊断信息;
根据预设的关键词从所述历史伤情报告中提取出伤情描述信息,所述关键词包括受伤部位名称以及受伤部位的伤情描述关键词,所述伤情描述信息包括受伤部位的受伤特征;
根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型。
2.根据权利要求1所述的方法,其特征在于,所述伤情描述信息还包括受伤部位信息,所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型,包括:
根据所述受伤部位信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应同一受伤部位;
将各类别下的伤情描述信息分别作为人伤理赔模型的一个输入,将所述历史理赔费用信息以及所述历史诊断信息作为所述人伤理赔模型的输出,训练得到所述人伤理赔模型。
3.根据权利要求1所述的方法,其特征在于,所述历史伤情报告包括伤者基本信息,所述伤者基本信息包括地域信息,所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型,包括:
根据所述地域信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一地域;
将目标类别下的伤情描述信息作为人伤理赔模型的输入,将所述目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为所述人伤理赔模型的输出,训练得到所述目标类别所对应地域的人伤理赔模型,所述目标类别为分类得到的多个类别中的任意一个。
4.根据权利要求1所述的方法,其特征在于,所述历史伤情报告包括伤者基本信息,所述伤者基本信息包括年龄信息,所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型,包括:
根据所述年龄信息对所述伤情描述信息进行分类,每一类别下的伤情描述信息对应的伤者均处于同一年龄区间;
将目标类别下的伤情描述信息作为人伤理赔模型的输入,将所述目标类别下的伤情描述信息对应的历史理赔费用信息和历史诊断信息作为所述人伤理赔模型的输出,训练得到所述目标类别所对应年龄区间的人伤理赔模型,所述目标类别为分类得到的多个类别中的任意一个。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
获取训练对象的伤情描述信息以及训练语料;
将所述训练对象的伤情描述信息输入到所述人伤理赔模型进行处理,得到所述训练对象的训练描述信息;
将所述训练对象的训练语料以及所述训练描述信息进行比较,得到比较结果;
当所述比较结果所指示的数值大于预设阈值时,对所述人伤理赔模型进行修正,得到修正后的人伤理赔模型。
6.根据权利要求5所述的方法,其特征在于,所述获取训练对象的伤情描述信息以及训练语料,包括:
接收终端发送的训练数据,所述训练数据包括所述训练对象的伤情描述信息以及训练语料;
其中,所述训练对象的伤情描述信息是基于人体模型图对应的多个伤情描述选项生成的,所述人体模型图包括多个人体部位以及每个人体部位对应的伤情描述选项,所述伤情描述选项用于描述人体部位的受伤特征。
7.根据权利要求1所述的方法,其特征在于,所述根据所述伤情描述信息、所述历史理赔费用信息以及所述历史诊断信息,训练得到人伤理赔模型之后,所述方法还包括:
获取伤者的目标伤情描述信息,所述目标伤情描述信息包括所述伤者的各个受伤部位的受伤特征;
将所述目标伤情描述信息输入所述人伤理赔模型中进行处理,得到所述目标伤情描述信息对应的目标理赔费用信息和目标诊断信息;
向终端发送所述目标理赔费用信息和所述目标诊断信息。
8.一种理赔模型的构建装置,其特征在于,包括用于执行如权利要求1至7中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、通信接口和存储器,所述处理器、所述通信接口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至7中任一项所述的方法。
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至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811282177.XA CN109544103A (zh) | 2018-10-30 | 2018-10-30 | 一种理赔模型的构建方法、装置、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811282177.XA CN109544103A (zh) | 2018-10-30 | 2018-10-30 | 一种理赔模型的构建方法、装置、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109544103A true CN109544103A (zh) | 2019-03-29 |
Family
ID=65845563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811282177.XA Pending CN109544103A (zh) | 2018-10-30 | 2018-10-30 | 一种理赔模型的构建方法、装置、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544103A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260484A (zh) * | 2020-01-14 | 2020-06-09 | 支付宝(杭州)信息技术有限公司 | 一种人伤识别的数据处理方法、装置、服务器及系统 |
CN112037235A (zh) * | 2020-08-27 | 2020-12-04 | 平安科技(深圳)有限公司 | 伤情图片自动化审核方法、装置、电子设备及存储介质 |
CN112133417A (zh) * | 2020-09-29 | 2020-12-25 | 南通大学附属医院 | 一种icu探视方法及系统 |
CN112734580A (zh) * | 2020-12-31 | 2021-04-30 | 平安医疗健康管理股份有限公司 | 基于数据分析的风险预警系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180389A (zh) * | 2017-05-10 | 2017-09-19 | 平安科技(深圳)有限公司 | 人伤理赔定损费用测算方法、装置、服务器和介质 |
CN107679997A (zh) * | 2017-10-30 | 2018-02-09 | 平安科技(深圳)有限公司 | 医疗理赔拒付方法、装置、终端设备及存储介质 |
CN107871284A (zh) * | 2017-11-22 | 2018-04-03 | 平安科技(深圳)有限公司 | 风险理赔的评估方法及装置 |
CN107909299A (zh) * | 2017-12-11 | 2018-04-13 | 凯泰铭科技(北京)有限公司 | 人伤理赔数据风险检测方法和系统 |
CN108694520A (zh) * | 2018-07-02 | 2018-10-23 | 平安健康保险股份有限公司 | 理赔客户风险识别方法及系统 |
-
2018
- 2018-10-30 CN CN201811282177.XA patent/CN109544103A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180389A (zh) * | 2017-05-10 | 2017-09-19 | 平安科技(深圳)有限公司 | 人伤理赔定损费用测算方法、装置、服务器和介质 |
CN107679997A (zh) * | 2017-10-30 | 2018-02-09 | 平安科技(深圳)有限公司 | 医疗理赔拒付方法、装置、终端设备及存储介质 |
CN107871284A (zh) * | 2017-11-22 | 2018-04-03 | 平安科技(深圳)有限公司 | 风险理赔的评估方法及装置 |
CN107909299A (zh) * | 2017-12-11 | 2018-04-13 | 凯泰铭科技(北京)有限公司 | 人伤理赔数据风险检测方法和系统 |
CN108694520A (zh) * | 2018-07-02 | 2018-10-23 | 平安健康保险股份有限公司 | 理赔客户风险识别方法及系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260484A (zh) * | 2020-01-14 | 2020-06-09 | 支付宝(杭州)信息技术有限公司 | 一种人伤识别的数据处理方法、装置、服务器及系统 |
CN112037235A (zh) * | 2020-08-27 | 2020-12-04 | 平安科技(深圳)有限公司 | 伤情图片自动化审核方法、装置、电子设备及存储介质 |
CN112037235B (zh) * | 2020-08-27 | 2023-01-10 | 平安科技(深圳)有限公司 | 伤情图片自动化审核方法、装置、电子设备及存储介质 |
CN112133417A (zh) * | 2020-09-29 | 2020-12-25 | 南通大学附属医院 | 一种icu探视方法及系统 |
CN112734580A (zh) * | 2020-12-31 | 2021-04-30 | 平安医疗健康管理股份有限公司 | 基于数据分析的风险预警系统 |
CN112734580B (zh) * | 2020-12-31 | 2022-12-02 | 深圳平安医疗健康科技服务有限公司 | 基于数据分析的风险预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544103A (zh) | 一种理赔模型的构建方法、装置、服务器及存储介质 | |
CN109325116B (zh) | 一种基于深度学习的城市事件自动分类派发方法及装置 | |
CN110910976A (zh) | 病历检测方法、装置、设备和存储介质 | |
CN109493972A (zh) | 基于预测模型的数据处理方法、装置、服务器及存储介质 | |
CN108876588A (zh) | 一种贷款审批方法、装置、服务器及存储介质 | |
CN109523405A (zh) | 一种理赔提示方法、装置、服务器及计算机可读介质 | |
WO2023015935A1 (zh) | 一种体检项目推荐方法、装置、设备及介质 | |
CN109544371A (zh) | 一种就医提示方法、装置、服务器及存储介质 | |
CN106203694A (zh) | 场所拥挤度预测模型建立、场所拥挤度预测方法和装置 | |
CN112349435A (zh) | 一种在线问诊方法、装置、服务器、介质和系统 | |
CN109376932A (zh) | 基于预测模型的年龄预测方法、装置、服务器及存储介质 | |
CN111639786A (zh) | 资源配置方法、装置、存储介质及计算机设备 | |
Seetah et al. | Archaeology and contemporary emerging zoonosis: A framework for predicting future Rift Valley fever virus outbreaks | |
CN109545320A (zh) | 基于数据处理的取药异常确定方法和终端设备 | |
CN112085466A (zh) | 人伤理赔定损结果生成装置及方法 | |
CN116469534A (zh) | 医院叫号管理系统及其方法 | |
CN117012380A (zh) | 事件预估方法、装置、设备、存储介质及程序产品 | |
Hodgson et al. | A comparison of the accuracy of mushroom identification applications using digital photographs | |
CN112035756A (zh) | 老人交友推荐方法、装置、电子设备和存储介质 | |
CN109637619A (zh) | 违规开具抗菌药行为的识别方法、装置、服务器及介质 | |
Knight et al. | An automated, electronic, client-centred results delivery system saves time and improves workflow | |
CN111180054B (zh) | 过度医疗监控系统及方法 | |
US20230187085A1 (en) | Transfer learning techniques for using predictive diagnosis machine learning models to generate telehealth visit recommendation scores | |
JP2019153179A (ja) | 保険設計支援システム及び保険設計支援方法 | |
US20230360365A1 (en) | Open-vocabulary object detection in images |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220519 Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd. Address before: Room 12G, Block H, 666 Beijing East Road, Huangpu District, Shanghai 200000 Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd. |