CN111433802A - 技工费用自动计算系统、技工费用自动计算方法和程序 - Google Patents
技工费用自动计算系统、技工费用自动计算方法和程序 Download PDFInfo
- Publication number
- CN111433802A CN111433802A CN201780097466.XA CN201780097466A CN111433802A CN 111433802 A CN111433802 A CN 111433802A CN 201780097466 A CN201780097466 A CN 201780097466A CN 111433802 A CN111433802 A CN 111433802A
- Authority
- CN
- China
- Prior art keywords
- image data
- prosthesis
- learning
- basis
- data
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims description 34
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 239000000463 material Substances 0.000 description 20
- 230000008569 process Effects 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- G06Q30/00—Commerce
- G06Q30/04—Billing or invoicing
-
- 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
- G06Q20/00—Payment architectures, schemes or protocols
- G06Q20/08—Payment architectures
- G06Q20/14—Payment architectures specially adapted for billing systems
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61C—DENTISTRY; APPARATUS OR METHODS FOR ORAL OR DENTAL HYGIENE
- A61C13/00—Dental prostheses; Making same
- A61C13/0003—Making bridge-work, inlays, implants or the like
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- 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
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
-
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30052—Implant; Prosthesis
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Economics (AREA)
- Public Health (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Biomedical Technology (AREA)
- Child & Adolescent Psychology (AREA)
- Artificial Intelligence (AREA)
- Dentistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Human Resources & Organizations (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
Abstract
本发明提供能够根据假体的图像推定收取费用的依据或收取额的技工费用自动计算系统、技工费用自动计算方法和程序。技工费用自动计算系统(100)具备:图像数据输入部(110),其输入假体的图像数据;依据数据输入部(120),其输入成为与假体有关的收取金额的算定依据的依据数据;学习部(130),其输入图像数据和依据数据,构筑表示图像数据与依据数据的相关性的学习模型。
Description
技术领域
本发明涉及技工费用自动计算开具系统、技工费用自动计算方法和程序,具体涉及根据假体的图像推定收取费用的依据或收取额的技术。
背景技术
以前,通过指示书进行牙科医院与牙科技工所之间的收单订购。指示书是牙科医院开具的文书,例如记载患者的姓名、技工工作物名、数量、以及技工工作物的规格(可能包含与使用材料、制作方法等有关的指示)、订购方的牙科医院名、订购目标的牙科技工所名等。牙科医院一般向现成的指示书用纸手写地填写必要事项而制作指示书。
在专利文献1中,记载了能够在多个牙科医院和多个牙科技工所之间进行假体(相当于上述技工工作物)的收单订购的计算机系统。
现有技术文献
专利文献
专利文献1:日本特开2016-071784号公报
发明内容
发明要解决的课题
专利文献1记载的系统使现有的基于书面的收单订购业务计算机系统化,而提高便利性。牙科技工所根据通过专利文献1记载那样的系统开具或手写到现成的用纸中的指示书,制作假体。然后,针对完成了的假体,计算基于假体的名称、数量、使用材料的种类和量、以及制作方法等(以下称为收取费用的依据)的收取金额,向牙科医院收取。
在此,收取费用的依据或收取金额只依存于牙科技工所自己的申报。如果牙科技工所能够保留具体的与使用材料、工序有关的记录,则也能够根据该记录计算收费费用的依据或收费额,但并不容易。也能够根据指示书计算收取费用的依据或收取额,但牙科技工所也有时推量着指示书没有明确记载的事项而制作假体,因此该方法也并不一定合适。因此,实际上,牙科技工所一边参照完成的假体、其照片,一边根据经验计算认为是妥当的收取费用的依据或收取额的情况也不少。
但是,这样计算出的收取费用的依据或收取额难以客观地印证正确性。对于牙科技工所、牙科医院、或监察机关等来说,收取费用的依据或收取额的妥当性是重要的关注事项。因此,希望提供用于客观地印证针对各个假体的收取费用的依据或收取额的妥当性的办法。
本发明就是为了解决这样的问题点而提出的,其目的在于:提供能够根据假体的图像推定收取费用的依据或收取额的技工费用自动计算系统、技工费用自动计算方法和程序。
用于解决课题的手段
本发明的一个实施方式的技工费用自动计算系统具备:图像数据输入部,其输入假体的图像数据;依据数据输入部,其输入成为与上述假体有关的收取金额的算定依据的依据数据;学习部,其输入上述图像数据和上述依据数据,构筑表示上述图像数据与上述依据数据的相关性的学习模型。
在本发明的一个实施方式的技工费用自动计算系统中,上述学习部还具备:收取金额推定部,其输入上述图像数据,根据上述学习模型,输出与上述图像数据的相关性高的上述依据数据,根据上述依据数据推定上述收取金额。
在本发明的一个实施方式的技工费用自动计算系统中,上述图像数据输入部输入上述假体的图像数据和与指示书有关的图像数据,在上述学习部根据上述假体的图像数据输出的上述依据数据与上述指示书的记载内容不符的情况下,上述学习部使用上述指示书的记载内容更新上述学习模型。
在本发明的一个实施方式的技工费用自动计算系统中,上述图像数据输入部输入上述假体的图像数据和与指示书有关的图像数据,在上述学习部根据上述假体的图像数据输出的上述依据数据与上述指示书的记载内容不符的情况下,上述收取金额推定部输出上述不符的事项。
本发明的一个实施方式的技工费用自动计算方法包括:计算机输入假体的图像数据的图像数据输入步骤,输入成为与上述假体有关的收取金额的算定依据的依据数据的依据数据输入步骤,输入上述图像数据和上述依据数据,构筑表示上述图像数据与上述依据数据的相关性的学习模型的学习步骤。
在本发明的一个实施方式的技工费用自动计算系统中,在上述学习步骤中还包括:输入上述图像数据,根据上述学习模型,输出与上述图像数据的相关性高的上述依据数据,根据上述依据数据推定上述收取金额的收取金额推定步骤。
在本发明的一个实施方式的技工费用自动计算系统中,在上述图像数据输入步骤中输入上述假体的图像数据和与指示书有关的图像数据,还包括:在上述学习步骤中根据上述假体的图像数据输出的上述依据数据与上述指示书的记载内容不符的情况下,使用上述指示书的记载内容更新上述学习模型的步骤。
在本发明的一个实施方式的技工费用自动计算系统中,在上述图像数据输入步骤中输入上述假体的图像数据和与指示书有关的图像数据,还包括:在上述学习步骤中根据上述假体的图像数据输出的上述依据数据与上述指示书的记载内容不符的情况下,输出上述不符的事项的步骤。
本发明的一个实施方式的程序是用于使计算机执行上述方法的程序。
本发明的一个实施方式的技工费用自动计算系统具备:图像数据输入部,其输入假体的图像数据;依据数据输入部,其输入与上述假体相关的收取金额;学习部,其输入上述图像数据和上述收取金额,构筑表示上述图像数据与上述收取金额的相关性的学习模型。
发明效果
根据本发明,能够提供能够根据假体的图像推定收取费用的依据或收取额的技工费用自动计算系统、技工费用自动计算方法和程序。
附图说明
图1是表示技工费用自动计算系统100的一个结构的框图。
图2是表示技工费用自动计算系统100的一个结构的框图。
图3是表示实施例1的技工费用自动计算系统100的动作的流程图。
图4是表示费用表的一个例子的图。
图5是表示实施例2的技工费用自动计算系统100的动作的流程图。
图6是表示实施例3的技工费用自动计算系统100的动作的流程图。
具体实施方式
以下,一边参照附图一边详细说明适用本发明的具体的实施方式。首先,使用图1的框图,说明本发明的实施方式的技工费用自动计算系统100的结构。
技工费用自动计算系统100是通过机器学习自学假体的图像与收取费用的依据的相关关系的信息处理装置。技工费用自动计算系统100典型的是通过由中央处理装置(CPU)执行从存储装置读出的软件(学习算法等)而实现预定的处理的信息处理系统。技工费用自动计算系统100既可以由一个信息处理装置构成,也可以通过由多个信息处理装置分散地进行处理而构成。
技工费用自动计算系统100具备取得假体的图像数据的图像数据输入部110、取得表示与假体有关的收取费用的部分依据的依据数据的依据数据输入部120、学习图像数据与依据数据的相关性的学习部130、推定收取金额的收取金额推定部140。
图像数据输入部110既可以通过硬件(CPU等)实现,也可以通过由硬件执行由软件定义的功能而逻辑地实现。输入到图像数据输入部110的图像数据典型的是通过照相机摄影由牙科技工所制作的假体而得到的二维图像数据。或者,也可以使用向二维图像数据追加了深度信息的三维图像数据、通过三维扫描仪等生成的三维模型数据作为图像数据。
图像数据输入部110能够从输入的图像数据提取特征量。作为从图像数据提取特征量的方法,典型的有深度学习(deep learning)。深度学习是使用了多层的神经网络的机器学习方法。在深度学习中,通过使用被称为误差反向传播(Backpropagation)的方法,而进行学习使得将输入数据输入到多层神经网络时的输出误差最小。由此,将多层神经网络调整得能够提取输入数据的特征量。
另外,图像数据输入部110也可以一起输入假体的图像数据和与该假体有关的指示书的图像数据。假体的图像数据与指示书的图像数据既可以是分体的,也可以是同一个(即在一个图像中拍摄有假体和指示书)。图像数据输入部110从指示书的图像数据提取指示书的记载事项。例如,图像数据输入部110能够读取指示书所记载的条形码、QR码等,取得条形码、QR码等包含的识别信息,将识别信息作为关键字,从未图示的指示书的管理系统等取得成为收取费用的依据的信息。或者,图像数据输入部110也可以利用OCR(光学字符识别)等公知技术,取得指示书记载的成为收取费用的依据的信息。在学习模式中,能够使用从指示书取得的这些信息作为依据数据。或者,在判定模式中,能够用于验证判定结果的妥当性。
依据数据输入部120既可以通过硬件(CPU等)实现,也可以通过由硬件执行由软件定义的功能而逻辑地实现。输入到依据数据输入部120的依据数据例如是图像数据中包含的假体的种类(即假体的名称)、假体的数量。而且,也可以包含在制作假体时使用的材料名、材料的使用量、制作方法等。即,构成为收取费用的依据的一个或多个信息是依据数据。
此外,根据商业惯例等,有时对于假体的每个种类,构成收取费用的依据的依据数据不同。例如,在假体的种类是“假牙”的情况下,不使用材料的使用量作为收取费用的依据。另一方面,对于其他假体的种类,有时使用材料的使用量作为收取费用的依据。为了应对这样的情况,依据数据输入部120也可以具有向学习部130只输出输入的依据数据中的必要的依据数据的功能。例如,依据数据输入部120具备使假体的种类、必要的依据数据对应起来所得的表。依据数据输入部120如果输入了依据数据,则能够参照该表只输出与假体的种类对应的依据数据。
学习部130既可以由硬件(CPU等)实现,也可以通过由硬件执行由软件定义的功能而逻辑地实现。学习部130具有依照公知的任意的机器学习算法学习图像数据(包含图像数据的特征量,但以下简称为图像数据)与依据数据的相关关系的学习模式、使用学习模式下的学习结果输出与输入的图像数据的相关性高的依据数据的判定模式。
在学习模式中,学习部130重复输入各种的图像数据和依据数据的组,重复执行学习过程。通过这样重复执行学习过程,构筑表示图像数据与依据数据的相关性的学习模型。学习模型所示的相关性随着学习过程推进而可靠性逐渐增加。如果构筑了能够充分信赖的水准的学习模型,则能够为了判定怎样的依据数据与输入的图像数据的相关性最高,而使用该学习模型。
图2是表示具备作为学习算法而执行有监督学习的学习部130的技工费用自动计算系统100的结构的框图。有监督学习是指以下的方法,即大量输入由输入和与之对应的输出构成的数据组(以下称为训练数据),根据大量的训练数据识别出输入与输出的相关性,构筑学习模型。例如能够使用神经网络实现有监督学习,由于是公知技术,因此在此对其详细结构省略说明。
学习部130具备计算根据图像数据和依据数据导出的相关性模型M与根据预先准备的训练数据T识别出的相关性特征的误差E的误差计算部131、更新相关性模型M使得缩小误差E的模型更新部132。学习部130通过由模型更新部132重复进行相关性模型M的更新,而学习图像数据与依据数据的相关关系。
例如对图像数据与依据数据的相关性进行简化(例如用一次函数)来表达相关性模型M的初始值,在开始有监督学习之前提供给学习部130。训练数据T例如是过去制作的假体的图像和在制作该假体时正确地记录的收取费用的依据的数据组。误差计算部131从提供给学习部130的大量的训练数据T中,识别出表示图像数据与依据数据的相关性的相关性特征,求出该相关性特征和与当前状态下的图像数据和依据数据对应的相关性模型M之间的误差E。模型更新部132依照预先确定的更新规则,向误差减小的方向更新相关性模型M。通过重复该过程,逐渐进行调整使得相关性模型M正确地表示图像数据与依据数据的相关性。
在判定模式中,学习部130能够根据在学习模式中构筑的学习模型,自动并且正确地求出与图像数据对应的依据数据。即,通过将假体的图像数据作为输入提供给学习模型,学习模型自动并且正确地输出与该假体有关的收取费用的依据(假体的名称、数量、使用材料的种类和量、以及制作方法等)。
收取金额推定部140根据在判定模式中学习部130输出的收取费用的依据,计算收取金额。例如,收取金额推定部140具有定义收取费用的依据与收取单价的对应关系、收取金额的计算规则等的费用表。例如,费用表可以对每个材料名定义材料的每单位量的单价、对每个制作方法定义技术费用、对假体的每个种类定义收取金额的累计规则。收取金额推定部140使用学习部130输出的收取费用的依据、费用表的记载内容,累计收取金额。
材料单价、工资单价等有时与社会形势等对应地变动。另外,收取金额的计算规则等也有时随着法令的改变等而变更。在这样的情况下,根据本实施方式,通过修正费用表的记载内容,也能够继续计算出正确的收取金额。即,不需要另外重新执行学习过程并制作学习模型。
以下,作为实施例,针对利用经过上述学习过程生成的学习模型的方法,公开几个例子。
<实施例1>
实施例1涉及利用学习模型自动计算与假体有关的收取金额的技工费用自动计算系统100。使用图3的流程图,说明实施例1的技工费用自动计算系统100的动作。
S101:图像数据输入部110取得假体的图像数据。例如,牙科技师通过具备作为图像数据输入部110的构成要素的照相机的智能手机,拍摄自己制作的假体。图像数据输入部110从图像数据提取特征量。
S102:图像数据输入部110将在S101中取得的图像数据的特征量输入到学习部130。学习部130将图像数据的特征量输入到学习模型,作为输出得到与图像数据的相关性高的依据数据。在此得到的依据数据例如包括假体的种类(即假体的名称)、假体的数量、使用的材料名、材料的使用量等。
S103:收取金额推定部140根据在S102中得到的依据数据、预先保存的费用表,算定收取金额。
在图4中表示费用表的一个例子。在该费用表中,对每个材料名定义了单价,对假体的每个种类分别定义了制作技术费。在该情况下,收取金额推定部140能够根据公式(1)算定收取金额。
收取金额=假体的数量×(使用的材料名的单价×使用量+假体的种类的制作技术费)……(1)
例如,根据在S102中得到的依据数据,假体的数量是1,假体的种类是A,假体的数量是1,使用的材料名是P,材料的使用量是10。另外,根据费用表,材料P的单价是100日元,假体A的制作技术费是1000日元。该情况下的收费金额为:
1×(100日元×10+1000日元)=2000日元。
S104:收取金额推定部140输出在S103中算定的收取金额。例如,可以向未图示的显示装置显示收取金额。或者,也可以将收取金额提供给未图示的收取系统,在收取系统开具账单时利用。
<实施例2>
实施例2涉及随时更新学习模型而持续地维持和提高推定精度的自动计算系统100。使用图5的流程图说明实施例2的技工费用自动计算系统100的动作。
S201:与实施例1的S101同样,图像数据输入部110取得图像数据。在本实施例的图像数据中,拍摄有假体和指示书。
图像数据输入部110如果在图像中识别出指示书的特征(条形码、QR码、文书的标题等),则取得指示书中的成为收取费用的依据的信息。在识别出条形码、QR码等的情况下,图像数据输入部110取得条形码、QR码等包含的唯一的识别信息。然后,从未图示的指示书的管理系统等,取得与识别信息对应地保存的成为收取费用的依据的信息(假体的种类、假体的数量、使用的材料名、材料的使用量等)。或者,如果在指示书中直接记载了成为收取费用的依据的信息,则图像数据输入部110可以利用OCR等公知技术,读取成为收取费用的依据的信息。
另外,图像数据输入部110与实施例1的S101同样,从图像数据提取假体的特征量。
S202:与实施例1的S102同样,图像数据输入部110将在S101中取得的图像数据的特征量输入到学习部130。学习部130将图像数据的特征量输入到学习模型,作为输出得到推定为与图像数据的相关性高的依据数据。
S203:收取金额推定部140对在S202中从学习模型得到的依据数据和在S201中从指示书得到的成为收取费用的依据的信息进行比较。在两者一致的情况下,认为学习模型的精度是适当的,因此转移到S204。另一方面,如果两者不一致,则为了进行提高学习模型的精度的处理而转移到S205。
S204:收取金额推定部140与实施例1的S103同样,根据在S202中得到的依据数据、预先保存的费用表,算定收取金额。
S205:为了维持和提高学习模型的精度,除了新的学习用数据以外,更新学习模型是有效的。作为学习模型的典型更新方法,有一次性提供过去的学习数据和新的学习数据而重新制作学习模型的批处理、只提供新的学习数据而逐次更新现存的学习模型的追加学习(也称为在线学习)。在本实施例中,通过能够抑制与计算有关的负荷、时间的在线学习而更新学习模型。
图像数据输入部110将在S201中取得的假体的图像数据的特征量输出到学习部130。另外,依据数据输入部120将在S201中从指示书得到的成为收取费用的依据的信息作为依据数据输出到学习部130。学习部130使用这些图像数据和依据数据的组进行在线学习,更新学习模型。此外,对于用于实施在线学习的具体处理,例如如下述文献记载的那样是公知技术,因此在此省略详细说明。
Shai Shalev-Shwartz,"Online Learning and Online convex Optimization",Foundations and Trends in Machine Learning,2011年,Vol.4,No.2,第107~194页
S206:收取金额推定部140与实施例1的S103同样,根据在S201中从指示书得到的成为收取费用的依据的信息、预先保存的费用表,算定收取金额。
S207:收取金额推定部140输出在S204或S206中算定的收取金额。
<实施例3>
实施例3涉及能够使用充分进行了学习(即具有充分的推定精度)的学习模型查验指示书的正确性的自动计算系统100。使用图6的流程图说明与实施例3有关的技工费用自动计算系统100的动作。
S301:与实施例1的S101同样,图像数据输入部110取得图像数据。在本实施例的图像数据中,拍摄有假体、指示书。图像数据输入部110与实施例2的S201同样,取得指示书中的成为收取费用的依据的信息。
S302:与实施例1的S102同样,图像数据输入部110将在S301中取得的图像数据的特征量输入到学习部130。学习部130将图像数据的特征量输入到学习模型,作为输出得到推定为与图像数据的相关性高的依据数据。
S303:收取金额推定部140与实施例1的S103同样,根据在S302中得到的依据数据、预先保存的费用表,算定收取金额。
S304:收取金额推定部140输出在S303中算定的收取金额。
S305:收取金额推定部140对在S302中从学习模型得到的依据数据、在S301中从指示书得到的成为收取费用的依据的信息进行比较。在两者一致的情况下,认为指示书的内容是正确的。另一方面,如果两者不一致,则转移到S306。
S306:收取金额推定部150输出在S301中从指示书得到的成为收取费用的依据的信息中的与在S302中从学习模型得到的依据数据不符的部分。例如,可以向未图示的显示装置显示不符的项目。
此外,本发明并不限于上述实施方式,能够在不脱离主要内容的范围内适当进行变更。例如,在上述实施方式中,说明了以下的例子,即向依据数据输入部120输入构成收取费用的依据的依据数据,学习部130学习图像数据与依据数据的相关性。但是,本发明并不限于此。例如,也可以向依据数据输入部120输入收取金额。在该情况下,学习部130在学习模型中学习图像数据与收取金额的相关性。然后,在判定模式中,学习部130如果作为输入而被提供假体的图像数据,则输出与该假体对应的收取金额。
根据该方法,技工费用自动计算系统100不具备收取金额推定部140就能够输出收取金额。
另外,在上述实施方式中,在学习模式中,依据数据输入部120输出构成假体的收取费用的依据的依据数据的全部。学习部130学习图像数据与输入的全部依据数据的相关性。但是,本发明并不限于此。即,也可以在学习模式中,依据数据输入部120只输出构成假体的收取费用的依据的依据数据的一部分。学习部130也可以学习图像数据与输入的一部分依据数据的相关性。
例如,在能够将收取费用的依据分割为A、B、C……这样的多个依据数据群的情况下(在此,依据数据群A、B、C……也可以分别包含一个或多个依据数据),学习部130在学习模式中,分别构筑表示图像数据与依据数据群A的相关性的学习模型a、表示图像数据与依据数据群B的相关性的学习模型b、表示图像数据与依据数据群C的相关性的学习模型c。在该情况下,收取金额推定部140在汇总推定模式的学习部130使用学习模型a、学习模型b、学习模型c分别推定出的依据数据后,通过与上述实施方式同样的方法算定收取金额。
根据该方法,技工费用自动计算系统100能够根据需要,只调整、或重构、或替换与特定的依据数据有关的学习模型。在该情况下,具有能够继续使用与其他的依据数据有关的学习模型的优点。
另外,在上述实施方式中,学习部130通过有监督学习学习图像数据与依据数据的相关性,但也可以通过其他的机器学习方法,例如无监督学习、强化学习等进行学习。
另外,构成本发明的各处理单元既可以由硬件构成,也可以通过使CPU(中央处理单元)执行计算机程序而逻辑地实现任意的处理。在该情况下,能够使用各种类型的非临时的计算机可读介质(non-transitory computer readable medium)存储计算机程序,供给计算机。另外,也可以通过各种类型的临时的计算机可读介质(transitory computerreadable medium)向计算机供给程序。临时的计算机可读介质包括电信号、光信号、以及电磁波。临时的计算机可读介质能够经由电线和光纤等有线通信路径、或无线通信路径向计算机供给程序。
附图标记说明
100:技工费用自动计算系统;110:图像数据输入部;120:依据数据输入部;130:学习部;131:误差计算部;132:模型更新部;140:收取金额推定部。
Claims (10)
1.一种技工费用自动计算系统,其特征在于,具备:
图像数据输入部,其输入假体的图像数据;
依据数据输入部,其输入成为与上述假体有关的收取金额的算定依据的依据数据;
学习部,其输入上述图像数据和上述依据数据,构筑表示上述图像数据与上述依据数据的相关性的学习模型。
2.根据权利要求1所述的技工费用自动计算系统,其特征在于,
上述学习部还具备:收取金额推定部,其输入上述图像数据,根据上述学习模型,输出与上述图像数据的相关性高的上述依据数据,根据上述依据数据推定上述收取金额。
3.根据权利要求1所述的技工费用自动计算系统,其特征在于,
上述图像数据输入部输入上述假体的图像数据和与指示书有关的图像数据,
在上述学习部根据上述假体的图像数据输出的上述依据数据与上述指示书的记载内容不符的情况下,上述学习部使用上述指示书的记载内容更新上述学习模型。
4.根据权利要求1所述的技工费用自动计算系统,其特征在于,
上述图像数据输入部输入上述假体的图像数据和与指示书有关的图像数据,
在上述学习部根据上述假体的图像数据输出的上述依据数据与上述指示书的记载内容不符的情况下,上述收取金额推定部输出上述不符的事项。
5.一种技工费用自动计算方法,其特征在于,包括:
计算机输入假体的图像数据的图像数据输入步骤;
计算机输入成为与上述假体有关的收取金额的算定依据的依据数据的依据数据输入步骤;
计算机输入上述图像数据和上述依据数据,构筑表示上述图像数据与上述依据数据的相关性的学习模型的学习步骤。
6.根据权利要求5所述的技工费用自动计算方法,其特征在于,
在上述学习步骤中还包括:输入上述图像数据,根据上述学习模型,输出与上述图像数据的相关性高的上述依据数据,根据上述依据数据推定上述收取金额的收取金额推定步骤。
7.根据权利要求5所述的技工费用自动计算方法,其特征在于,
在上述图像数据输入步骤中,输入上述假体的图像数据和与指示书有关的图像数据,
该技工费用自动计算方法还包括:在上述学习步骤中根据上述假体的图像数据输出的上述依据数据与上述指示书的记载内容不符的情况下,使用上述指示书的记载内容更新上述学习模型的步骤。
8.根据权利要求5所述的技工费用自动计算方法,其特征在于,
在上述图像数据输入步骤中,输入上述假体的图像数据和与指示书有关的图像数据,
该技工费用自动计算方法还包括:在上述学习步骤中根据上述假体的图像数据输出的上述依据数据与上述指示书的记载内容不符的情况下,输出上述不符的事项的步骤。
9.一种程序,其特征在于,
使计算机执行权利要求5~8的任意一项所述的方法。
10.一种技工费用自动计算系统,其特征在于,具备:
图像数据输入部,其输入假体的图像数据;
依据数据输入部,其输入与上述假体有关的收取金额;
学习部,其输入上述图像数据和上述收取金额,构筑表示上述图像数据与上述收取金额的相关性的学习模型。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/043670 WO2019111327A1 (ja) | 2017-12-05 | 2017-12-05 | 技工料金自動算出システム、技工料金自動算出方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111433802A true CN111433802A (zh) | 2020-07-17 |
Family
ID=66750834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780097466.XA Withdrawn CN111433802A (zh) | 2017-12-05 | 2017-12-05 | 技工费用自动计算系统、技工费用自动计算方法和程序 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20200311702A1 (zh) |
EP (1) | EP3723030A4 (zh) |
JP (1) | JP7082352B2 (zh) |
KR (1) | KR20200095506A (zh) |
CN (1) | CN111433802A (zh) |
WO (1) | WO2019111327A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021034056A (ja) * | 2019-08-26 | 2021-03-01 | エフ.ホフマン−ラ ロシュ アーゲーF. Hoffmann−La Roche Aktiengesellschaft | 医療データの自動化された検証 |
KR102240597B1 (ko) * | 2020-09-23 | 2021-04-15 | 박성만 | 치과 진료 맞춤형 중개 서비스 제공 시스템 |
KR102521892B1 (ko) * | 2020-12-10 | 2023-04-14 | 주식회사 지엠에스하이테크 | 인공지능 기반의 자동 견적 산출 방법 및 시스템 |
KR102523144B1 (ko) * | 2022-04-20 | 2023-04-25 | 주식회사 커스토먼트 | 치과용 임플란트 온라인 의뢰 서비스 제공 시스템 및 그 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016071784A (ja) * | 2014-10-01 | 2016-05-09 | 京セラメディカル株式会社 | 歯科用補綴物受発注システムおよび歯科用補綴物受発注方法 |
CN106133790A (zh) * | 2014-03-28 | 2016-11-16 | 皇家飞利浦有限公司 | 用于在组织种类分离的帮助下基于磁共振图像生成一幅或多幅计算机断层摄影图像的方法和设备 |
US20160364857A1 (en) * | 2015-06-12 | 2016-12-15 | Merge Healthcare Incorporated | Methods and Systems for Automatically Determining Image Characteristics Serving as a Basis for a Diagnosis Associated with an Image Study Type |
US20170076451A1 (en) * | 2015-09-11 | 2017-03-16 | Siemens Healthcare Gmbh | Diagnostic system and diagnostic method |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002197197A (ja) * | 2000-12-27 | 2002-07-12 | Masterworks:Kk | 歯科医院紹介サービス支援システム及びその紹介サービス方法 |
SE522958C2 (sv) | 2000-12-29 | 2004-03-16 | Nobel Biocare Ab | Förfarande, arrangemang (anordning) och program vid eller för protetisk installation |
JP4738152B2 (ja) | 2005-12-02 | 2011-08-03 | 富士通株式会社 | 歯科治療を支援するシミュレーションプログラム |
JP5681579B2 (ja) | 2010-07-07 | 2015-03-11 | 株式会社ロバート・リード商会 | インプラント受注製造システム |
JP2017000550A (ja) | 2015-06-12 | 2017-01-05 | 国立大学法人 東京大学 | 人工関節置換術支援装置及び方法 |
-
2017
- 2017-12-05 US US16/769,348 patent/US20200311702A1/en not_active Abandoned
- 2017-12-05 CN CN201780097466.XA patent/CN111433802A/zh not_active Withdrawn
- 2017-12-05 JP JP2019557904A patent/JP7082352B2/ja active Active
- 2017-12-05 KR KR1020207018653A patent/KR20200095506A/ko not_active Application Discontinuation
- 2017-12-05 EP EP17933918.9A patent/EP3723030A4/en not_active Withdrawn
- 2017-12-05 WO PCT/JP2017/043670 patent/WO2019111327A1/ja unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106133790A (zh) * | 2014-03-28 | 2016-11-16 | 皇家飞利浦有限公司 | 用于在组织种类分离的帮助下基于磁共振图像生成一幅或多幅计算机断层摄影图像的方法和设备 |
JP2016071784A (ja) * | 2014-10-01 | 2016-05-09 | 京セラメディカル株式会社 | 歯科用補綴物受発注システムおよび歯科用補綴物受発注方法 |
US20160364857A1 (en) * | 2015-06-12 | 2016-12-15 | Merge Healthcare Incorporated | Methods and Systems for Automatically Determining Image Characteristics Serving as a Basis for a Diagnosis Associated with an Image Study Type |
US20170076451A1 (en) * | 2015-09-11 | 2017-03-16 | Siemens Healthcare Gmbh | Diagnostic system and diagnostic method |
Also Published As
Publication number | Publication date |
---|---|
EP3723030A1 (en) | 2020-10-14 |
KR20200095506A (ko) | 2020-08-10 |
JP7082352B2 (ja) | 2022-06-08 |
US20200311702A1 (en) | 2020-10-01 |
EP3723030A4 (en) | 2021-06-16 |
WO2019111327A1 (ja) | 2019-06-13 |
JPWO2019111327A1 (ja) | 2020-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111433802A (zh) | 技工费用自动计算系统、技工费用自动计算方法和程序 | |
JP2018537772A (ja) | 複数の写真の一致性に基づく保険賠償詐欺防止方法、システム、装置及び読み取り可能な記録媒体 | |
CN106022317A (zh) | 人脸识别方法及装置 | |
CN111797672B (zh) | 物体识别系统和物体识别方法 | |
US10796154B2 (en) | Method of image-based relationship analysis and system thereof | |
US10467221B2 (en) | Software function verification system and software function verification method | |
CN110634223A (zh) | 票据校验方法及装置 | |
CN109636345A (zh) | 一种业务办理工作流的智能管理方法及系统 | |
CN113537200A (zh) | 基于图像识别的信息回填方法、装置、设备及介质 | |
CN110276587A (zh) | 项目审批的方法、装置、计算设备及计算机可读存储介质 | |
CN109784738A (zh) | 审批方法及审批装置 | |
CN110942090A (zh) | 模型训练、图像处理方法、装置、电子设备及存储介质 | |
CN111738080A (zh) | 一种人脸检测和对齐的方法及装置 | |
CN113033271A (zh) | 利用人工智能模块学习脸部辨识的处理方法 | |
CN113705792A (zh) | 基于深度学习模型的个性化推荐方法、装置、设备及介质 | |
CN111652242B (zh) | 图像处理方法、装置、电子设备及存储介质 | |
CN110942066B (zh) | 票据核对方法及装置 | |
CN111833196A (zh) | 基于大数据征信的金融风控模型构建方法和装置 | |
CN116681045A (zh) | 报表生成方法、装置、计算机设备及存储介质 | |
CN114167993B (zh) | 信息处理方法及装置 | |
CN112434547B (zh) | 一种用户身份稽核方法和设备 | |
CN109324963A (zh) | 自动测试收益结果的方法及终端设备 | |
CN115205553A (zh) | 图像的数据清洗方法、装置、电子设备及存储介质 | |
CN113435986A (zh) | 财务数据管理方法 | |
US20160350586A1 (en) | Facial identification techniques |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 40029611 Country of ref document: HK |
|
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200717 |