CN111626885A - 核保方法、装置、电子设备及计算机可读存储介质 - Google Patents
核保方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111626885A CN111626885A CN202010487379.9A CN202010487379A CN111626885A CN 111626885 A CN111626885 A CN 111626885A CN 202010487379 A CN202010487379 A CN 202010487379A CN 111626885 A CN111626885 A CN 111626885A
- Authority
- CN
- China
- Prior art keywords
- underwriting
- physical examination
- examination report
- keywords
- disease
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000012795 verification Methods 0.000 title description 2
- 230000008569 process Effects 0.000 claims abstract description 21
- 201000010099 disease Diseases 0.000 claims description 86
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 86
- 238000011156 evaluation Methods 0.000 claims description 38
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 230000036541 health Effects 0.000 description 16
- 238000012015 optical character recognition Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 11
- 210000000481 breast Anatomy 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000003058 natural language processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003211 malignant effect Effects 0.000 description 5
- 206010006272 Breast mass Diseases 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 210000005075 mammary gland Anatomy 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/08—Insurance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Technology Law (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种核保方法、装置、电子设备及计算机可读存储介质,包括接收用户上传的体检报告图片;识别体检报告图片中的文本信息;获取文本信息对应的至少一个关键词;根据关键词确定核保结论。本发明能够在简化流程的同时,提高核保结果的准确性。
Description
技术领域
本发明涉及人工智能技术领域,尤其是涉及一种核保方法、装置、电子设备及计算机可读存储介质。
背景技术
随着科技发展,保险行业也逐渐进入了人工智能时代。目前智能核保的主要流程包括:首先在投保前进行健康告知,然后选择病种模块,接着根据选择的病种模块进行智能问答(通常是事先定义好的问卷调查),最后根据智能核保模型或规则判定核保结论。但是,由于现有的流程在投保前需要进行健康告知以及填写调查问卷,一方面流程较复杂,另一方面在用户进行健康告知书点选和填写问卷时,可能会由于误操作导致核保结果不准确,而且还可能会出现健康告知书与智能核保结论不一致的情况。
发明内容
有鉴于此,本发明的目的在于提供一种核保方法、装置、电子设备及计算机可读存储介质,能够在简化流程的同时,提高核保结果的准确性。
第一方面,本发明实施例提供了一种核保方法,包括:接收用户上传的体检报告图片;识别体检报告图片中的文本信息;获取文本信息对应的至少一个关键词;根据关键词确定核保结论。
在一种实施方式中,关键词包括病种级别和/或专业关键词,专业关键词为用于描述病情的专业词汇。
在一种实施方式中,如果关键词包括专业关键词,根据关键词确定核保结论的步骤,包括:获取专业关键词对应的病情评价结果;根据预先建立的级别对应表确定病情评价结果对应的病种级别;其中,级别对应表中包含有病情评价结果与病种级别的对应关系;根据确定的病种级别生成核保结论。
在一种实施方式中,如果关键词包括病种级别,根据关键词确定核保结论的步骤,包括:根据病种级别和预设的评定规则确定核保结论。
在一种实施方式中,识别体检报告图片中的文本信息的步骤,包括:识别体检报告图片中的原始文本;将原始文本按照预设字段进行分类,得到体检报告图片对应的文本信息。
在一种实施方式中,识别体检报告图片中的原始文本的步骤之前,上述方法还包括:对体检报告图片进行优化处理;其中,优化处理包括以下操作中的至少一种:旋转操作、滤波操作、亮度调整操作。
在一种实施方式中,获取文本信息对应的至少一个关键词的步骤,包括:采用正则表达式和/或命名实体识别技术提取文本信息对应的至少一个关键词。
第二方面,本发明实施例提供了一种核保装置,包括:接收模块,用于接收用户上传的体检报告图片;文本识别模块,用于识别体检报告图片中的文本信息;关键词提取模块,用于获取文本信息对应的至少一个关键词;评定模块,用于根据关键词确定核保结论。
第三方面,本发明实施例提供了一种电子设备,包括处理器和存储器,存储器存储有能够被处理器执行的计算机可执行指令,处理器执行计算机可执行指令以实现上述第一方面提供的任一项的方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述第一方面提供的任一项的方法的步骤。
本发明实施例提供了一种核保方法、装置、电子设备及计算机可读存储介质,首先接收用户上传的体检报告图片;然后识别体检报告图片中的文本信息;接着获取文本信息对应的至少一个关键词;最后根据关键词确定核保结论。上述方法只需要用户上传体检报告图片,然后通过识别体检报告图片中的文本信息和提取关键词确定核保结论,一方面无需进行健康告知和填写问卷调查简化了流程,避免了健康告知书与智能核保结论不一致的情况,另一方面减少了与用户的交互,从而能够减少用户的误操作,提高核保结果的准确性。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术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方式,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为本发明实施例提供的一种核保方法的流程示意图;
图2为本发明实施例提供的另一种核保方法的流程示意图;
图3为本发明实施例提供的一种核保装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明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。
目前的智能核保方法虽然相对于线下核保简化了大量流程,给投保人带来了便利。但是,现有的智能核保方法仍旧存在很多不足,诸如:需要健康告知书点选以及调查问卷形式的多轮对话,流程上依然复杂;其次存在健康告知书与智能核保结论不一致的情况以及客户点选过程中无意的点选错误,可能造成不必要的核保理赔问题等;此外对于部分体检报告中并未直接性提及体检结果,调查问卷中的部分医学术语,客户可能不清楚其含义。基于此,本发明实施例提供的一种核保方法、装置、电子设备及计算机可读存储介质,够在简化流程的同时,提高核保结果的准确性。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种核保方法进行详细介绍,参见图1所示的一种核保方法的流程示意图,该方法可以由电子设备执行,诸如智能手机、电脑、iPad等,主要包括以下步骤S102至步骤S108:
步骤S102:接收用户上传的体检报告图片。
在一种实施方式中,用户可以通过手机或者相机拍摄近期体检报告的报告内容,并将拍摄的图片上传至智能核保系统;也可以将相册中储存的体检报告图片上传用于核保结论的判定。
步骤S104:识别体检报告图片中的文本信息。
在一种实施方式中,可以利用光学字符识别(Optical Character Recognition,OCR)技术识别体检报告中的文本信息,OCR是指对输入图像进行分析识别处理,获取图像中文字信息的过程。通过OCR识别可以将客户上传的体检报告图片中的文字部分识别为可编辑的文本形式。
步骤S106:获取文本信息对应的至少一个关键词。
在一种实施方式中,可以利用自然语言处理(Natural Language Processing,NLP)技术进行关键词提取,NLP技术是计算机科学,人工智能,语言学关注计算机和人类(自然)语言之间的相互作用的领域,能够实现人机间自然语言通信,因此,本申请实施例采用NLP技术提取文本信息中的关键词(至少一个),从而提升智能化程度。
步骤S108:根据关键词确定核保结论。
在实际应用中,核保结论可以包括:按标准体承保、加费承保、除外承保、延期承保等,其中,按标准体承保指健康体人群按照标准保险费率承保;加费承保指增加保费金额;除外承保指对某些特定疾病或死亡责任不予承保,其他则正常投保;延期承保指延期考虑承保,要求投保人身保险的人,由于条件不具备,而被保险人拒绝承保,但经过一定时间后,该人可能具备承保条件,保险人可以考虑承保。在一种实施方式中,从体检报告中提取到的关键词可以是描述病情的词语,也可以是病情的诊断结果,因此可以根据关键词判断用户的病情符合哪种投保要求,确定核保结论。
本发明实施例提供的上述核保方法,只需要用户上传体检报告图片,然后通过识别体检报告图片中的文本信息和提取关键词确定核保结论,一方面无需进行健康告知和填写问卷调查简化了流程,避免了健康告知书与智能核保结论不一致的情况,另一方面减少了与用户的交互,从而能够减少用户的误操作,提高核保结果的准确性。
为了便于理解,本发明实施例提供了一种获取文本信息对应的至少一个关键词的具体实施方式:采用正则表达式和/或命名实体识别技术提取文本信息对应的至少一个关键词。其中,正则表达式(Regular Expression,RE)是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。命名实体识别(Named EntityRecognition,NER)是指识别文本中具有特定意义的实体,主要包括人名、地名、机构名、专有名词等。本发明实施例采用正则表达式和/或命名实体识别技术能够自动且快速地从识别出的文本信息中提取至少一个关键词,从而提升智能化程度,减少人工操作。
进一步,从识别到的文本信息中提取得到的关键词可以包括病种级别和/或专业关键词,专业关键词为用于描述病情的专业词汇,基于此,对于上述步骤S108,即根据关键词确定核保结论可以有以下两种实现方式:
方式一:当关键词包括专业关键词时,上述步骤S108可以参照如下步骤a1至步骤a3来执行:
步骤a1:获取专业关键词对应的病情评价结果。
在一种实施方式中,体检报告中可能没有明显的关于病种的分级描述,只有一些描述病情或者特征的专业词汇,因此专业关键词可以包括诸如形态尚规则、低回声结节等描述病情的专业词汇,病情评价结果可以包括良性、恶性、疑问等。具体的,可以根据医生的诊断经验预先设定关键词与病情评价结果的对应关系,以乳腺为例,参见表1所示的一种专业关键词与病情评价结果的对应关系表,示意出专业关键词诸如形态卵圆形对应的评价结果为良性,形态不规则形对应的评价结果为恶性,因此每个专业关键词都对应有相应的病情评价结果,本实施例可以在获取专业关键词得同时得到对应的病情评价结果。
表1专业关键词与病情评价结果的对应关系表
步骤a2:根据预先建立的级别对应表确定病情评价结果对应的病种级别。
其中,级别对应表中包含有病情评价结果与病种级别的对应关系。以乳腺为例,病种级别可以分为BI-RADS0级到6级共有7类,参见表2所示的一种级别对应表,示意出每种病情评价结果的数量与病情级别之间的关系,诸如恶性出现的次数大于等于3次,则对应的病种级别为BI-RADS5级。基于此,本发明实施例中能够根据获取的专业关键词确定对应的病情评价结果,并计算得到每种病情评价结果的数量,然后在预先建立的级别对应表中查找与病情评价结果对应的病种等级。
表2级别对应表
步骤a3:根据确定的病种级别生成核保结论。
在一种实施方式中,可以预先建立病种级别与核保结论之间的对应关系,当确定病种级别后可以直接进行查找确定对应核保结论。
方式二:当关键词包括病种级别时,上述步骤S108可以参照如下步骤执行:根据病种级别和预设的评定规则确定核保结论。
在一种实施方式中,当体检报告中包括明显的对于病种级别的描述,可以直接提取对于病种级别的描述词语作为关键词,然后根据预设的评定规则确定核保结论,其中,预设的评定规则可以是保险公司预先制定的一套评定规则,不同的病种级别对应不同的核保的结论。以乳腺为例,当病种级别为BI-RADS0级和BI-RADS3级时,核保结论为除外承保;当病种级别为BI-RADS1级和BI-RADS2级时,核保结论为加费承保;当病种级别为BI-RADS4级和BI-RADS5级时,核保结论为拒保,即保险公司拒绝承保;当病种级别为BI-RADS6级时,由于该级别需要更多的专业知识,需要走人工核保通道进行处理。
考虑到通过OCR技术识别出的可编辑文本通常为一整段,不利于后续的关键词提取,对于上述步骤S104,即识别体检报告图片中的文本信息的步骤可以按照以下步骤(1)至步骤(2)来实现:
步骤(1):识别体检报告图片中的原始文本。
步骤(2):将原始文本按照预设字段进行分类,得到体检报告图片对应的文本信息。
在一种实施方式中,在识别出体检报告图片中的原始文本后,可以将原始文本按照预设字段进行分类,也即自动进行文本NLP层面的处理,按照姓名、年龄、检查部位、诊断结果等预设字段将整段的文本信息进行分类,得到结构清晰、有条理的可编辑文本。
进一步,考虑到用户上传的图片由于拍摄环境、拍摄角度或者手机像素等的影响,可能会出现扭曲、模糊、光线太暗或者太亮等情况,为了提高OCR的识别率,在识别体检报告图片中的原始文本之前,可以对体检报告图片进行优化处理,诸如旋转操作、滤波操作、亮度调整操作等,以得到更加清晰的图片,有利于文字的识别。
本发明实施例提供的上述方法,只需要用户上传体检报告图片,然后通过识别体检报告图片中的文本信息和提取关键词确定核保结论,一方面无需进行健康告知和填写问卷调查简化了流程,避免了健康告知书与智能核保结论不一致的情况,另一方面减少了与用户的交互,从而能够减少用户的误操作,提高核保结果的准确性。
对于前述实施例提供的方法,以乳腺为例,本发明实施例还提供了一种核保方法的具体实现方式,参见图2所示的另一种核保方法的流程示意图,该方法主要包括以下步骤S202至步骤S210:
步骤S202:接收用户上传的乳腺超声图片。
用户可以通过手机或者相机拍摄近期体检报告中乳腺超声部分的报告内容,并将拍摄的图片上传至智能核保系统用于核保结论判定。
步骤S204:利用OCR识别乳腺超声图片中的文本信息。
在一种实施方式中,可以利用OCR技术将客户上传的图片中的文字部分识别为可编辑的文本形式。考虑到用户上传的图片由于拍摄环境、拍摄角度或者手机像素等的影响,可能会出现扭曲、模糊、光线太暗或者太亮等情况,为了提高OCR的识别率,可以在识别前对用户上传的照片进行优化处理,诸如旋转操作、滤波操作、亮度调整操作等,以使图片更加清晰更容易识别文字。
此外,由于通过OCR技术识别出的可编辑文本通常为一整段,不利于后续的关键词提取,因此本实施例中在识别出文本信息后,还可以自动进行文本NLP层面的处理,也即按照姓名、年龄、检查部位、诊断结果等预设字段将整段的文本信息进行分类,得到结构清晰、有条理的可编辑文本。
步骤S206:基于NLP技术对识别出的文本信息进行信息提取。
在一种实施方式中,可以利用正则表达式或命名实体识别技术,对识别后的文本自动提取关键词,提取得到的关键词可以包括乳腺结节分级结果和/或专业关键词,专业关键词是用来描述病情,诸如形态尚规则、低回声结节等,根据专业关键词可以确定病种级别。
步骤S208:通过乳腺核保引擎确定病种级别。
具体的,乳腺核保引擎主要是根据乳腺结节分级结果进行判定的,分级结果从BI-RADS0级到6级共有7类,在一些体检报告中会存在明显的分级结果字样,因此可以直接根据分级结果进行判定;而对于没有明显分级结果的体检报告,本实施例提供了一种计算逻辑进行分级评判,可以根据业的医学术语进行计算,在实际应用中,可以根据事先定义的一些专业关键词,查看体检报告中相应关键词出现的情况并进行统计,诸如根据报告描述中出现的一些关键特征确定病情评价结果,如表1所示,当关键词为“形态卵圆形”,则对应的病情评价结果为“良性”,“良性”出现的次数加1;当关键词为“形态不规则形”,则对应的病情评价结果为“恶性”,“恶性”出现的次数加1;然后可以根据“良性”关键词出现的次数,“恶性”关键词出现的次数计算出分级结果(即病种级别),具体可以根据表2所示的级别对应表确定病种级别,级别对应表中包含有病情评价结果与病种级别的对应关系。
步骤S210:根据病种级别确定核保结论。
在一种实施方式中,当病种级别为BI-RADS0级和BI-RADS3级时,核保结论为除外承保;当病种级别为BI-RADS1级和BI-RADS2级时,核保结论为加费承保;当病种级别为BI-RADS4级和BI-RADS5级时,核保结论为拒保;当病种级别为BI-RADS6级时,由于该级别需要更多的专业知识,需要走人工核保通道进行处理。
本发明实施例提供的上述方法,无需进行健康告知和填写问卷调查,简化了流程,而且整个过程只需要客户上传近期的乳腺超声报告图片减少了与客户的交互,从而能够减少中间过程可能出现的误操作以及健康告知书与核保结论不一致的问题;同时,本实施例采用如OCR、NLP等前沿技术进行文字识别和提取,提高了智能化程度,降低了人工操作;此外,当体检报告中不存在明显乳腺结节分级结果时,或客户不清楚乳腺结节分级结果时,能够自动化计算分级结果,从而提高核保结果的准确性;最后由于整个核保过程近似全自动端到端操作,只需3s即可出结果,大大提高了处理速度。
对于前述实施例提供的核保方法,本发明实施例还提供了一种核保装置,参见图3所示的一种核保装置的结构示意图,该装置可以包括以下部分:
接收模块301,用于接收用户上传的体检报告图片。
文本识别模块302,用于识别体检报告图片中的文本信息。
关键词提取模块303,用于获取文本信息对应的至少一个关键词。
评定模块304,用于根据关键词确定核保结论。
本发明实施例提供了一种核保装置,首先接收用户上传的体检报告图片;然后识别体检报告图片中的文本信息;接着获取文本信息对应的至少一个关键词;最后根据关键词确定核保结论。上述装置只需要用户上传体检报告图片,然后通过识别体检报告图片中的文本信息和提取关键词确定核保结论,一方面无需进行健康告知和填写问卷调查简化了流程,避免了健康告知书与智能核保结论不一致的情况,另一方面减少了与用户的交互,从而能够减少用户的误操作,提高核保结果的准确性。
在一种实施方式中,关键词可以包括病种级别和/或专业关键词,专业关键词为用于描述病情的专业词汇。
在一种实施方式中,如果关键词包括专业关键词,上述评定模块304还用于获取专业关键词对应的病情评价结果;根据预先建立的级别对应表确定病情评价结果对应的病种级别;其中,级别对应表中包含有病情评价结果与病种级别的对应关系;根据确定的病种级别生成核保结论。
在一种实施方式中,如果关键词包括病种级别,上述评定模块304还用于根据病种级别和预设的评定规则确定核保结论。
在一种实施方式中,上述文本识别模块302还用于识别体检报告图片中的原始文本;将原始文本按照预设字段进行分类,得到体检报告图片对应的文本信息。
在一种实施方式中,上述装置还包括优化处理模块,用于对体检报告图片进行优化处理;其中,优化处理包括以下操作中的至少一种:旋转操作、滤波操作、亮度调整操作。
在一种实施方式中,上述关键词提取模块303还用于采用正则表达式和/或命名实体识别技术提取文本信息对应的至少一个关键词。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例还提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被处理器运行时执行如上实施方式的任一项所述的方法。
图4为本发明实施例提供的一种电子设备的结构示意图,该电子设备100包括:处理器40,存储器41,总线42和通信接口43,所述处理器40、通信接口43和存储器41通过总线42连接;处理器40用于执行存储器41中存储的可执行模块,例如计算机程序。
其中,存储器41可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线42可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器41用于存储程序,所述处理器40在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流程定义的装置所执行的方法可以应用于处理器40中,或者由处理器40实现。
处理器40可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41,处理器40读取存储器41中的信息,结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见前述方法实施例,在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种核保方法,其特征在于,包括:
接收用户上传的体检报告图片;
识别所述体检报告图片中的文本信息;
获取所述文本信息对应的至少一个关键词;
根据所述关键词确定核保结论。
2.根据权利要求1所述的方法,其特征在于,所述关键词包括病种级别和/或专业关键词,所述专业关键词为用于描述病情的专业词汇。
3.根据权利要求2所述的方法,其特征在于,如果所述关键词包括专业关键词,所述根据所述关键词确定核保结论的步骤,包括:
获取所述专业关键词对应的病情评价结果;
根据预先建立的级别对应表确定所述病情评价结果对应的病种级别;其中,所述级别对应表中包含有病情评价结果与病种级别的对应关系;
根据确定的所述病种级别生成核保结论。
4.根据权利要求2所述的方法,其特征在于,如果所述关键词包括病种级别,所述根据所述关键词确定核保结论的步骤,包括:
根据所述病种级别和预设的评定规则确定核保结论。
5.根据权利要求1所述的方法,其特征在于,所述识别所述体检报告图片中的文本信息的步骤,包括:
识别所述体检报告图片中的原始文本;
将所述原始文本按照预设字段进行分类,得到所述体检报告图片对应的文本信息。
6.根据权利要求5所述的方法,其特征在于,所述识别所述体检报告图片中的原始文本的步骤之前,所述方法还包括:
对所述体检报告图片进行优化处理;其中,所述优化处理包括以下操作中的至少一种:旋转操作、滤波操作、亮度调整操作。
7.根据权利要求1所述的方法,其特征在于,所述获取所述文本信息对应的至少一个关键词的步骤,包括:
采用正则表达式和/或命名实体识别技术提取所述文本信息对应的至少一个关键词。
8.一种核保装置,其特征在于,包括:
接收模块,用于接收用户上传的体检报告图片;
文本识别模块,用于识别所述体检报告图片中的文本信息;
关键词提取模块,用于获取所述文本信息对应的至少一个关键词;
评定模块,用于根据所述关键词确定核保结论。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有能够被所述处理器执行的计算机可执行指令,所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1至7任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010487379.9A CN111626885A (zh) | 2020-06-01 | 2020-06-01 | 核保方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010487379.9A CN111626885A (zh) | 2020-06-01 | 2020-06-01 | 核保方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111626885A true CN111626885A (zh) | 2020-09-04 |
Family
ID=72271304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010487379.9A Pending CN111626885A (zh) | 2020-06-01 | 2020-06-01 | 核保方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111626885A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112150298A (zh) * | 2020-09-28 | 2020-12-29 | 建信金融科技有限责任公司 | 数据处理方法、系统、设备及可读介质 |
CN113298067A (zh) * | 2021-05-17 | 2021-08-24 | 长沙市到家悠享家政服务有限公司 | 体检结果自动审核方法及系统、电子设备及存储介质 |
CN117150369A (zh) * | 2023-10-30 | 2023-12-01 | 恒安标准人寿保险有限公司 | 超重预测模型的训练方法及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460944A (zh) * | 2018-12-14 | 2019-03-12 | 平安健康保险股份有限公司 | 基于大数据的核保方法、装置、设备及可读存储介质 |
CN110111207A (zh) * | 2019-04-12 | 2019-08-09 | 中国平安人寿保险股份有限公司 | 核保方法及相关设备 |
CN110852894A (zh) * | 2019-11-04 | 2020-02-28 | 泰康保险集团股份有限公司 | 保险核保方法及装置、计算机存储介质、电子设备 |
-
2020
- 2020-06-01 CN CN202010487379.9A patent/CN111626885A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109460944A (zh) * | 2018-12-14 | 2019-03-12 | 平安健康保险股份有限公司 | 基于大数据的核保方法、装置、设备及可读存储介质 |
CN110111207A (zh) * | 2019-04-12 | 2019-08-09 | 中国平安人寿保险股份有限公司 | 核保方法及相关设备 |
CN110852894A (zh) * | 2019-11-04 | 2020-02-28 | 泰康保险集团股份有限公司 | 保险核保方法及装置、计算机存储介质、电子设备 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112150298A (zh) * | 2020-09-28 | 2020-12-29 | 建信金融科技有限责任公司 | 数据处理方法、系统、设备及可读介质 |
CN112150298B (zh) * | 2020-09-28 | 2022-12-09 | 建信金融科技有限责任公司 | 数据处理方法、系统、设备及可读介质 |
CN113298067A (zh) * | 2021-05-17 | 2021-08-24 | 长沙市到家悠享家政服务有限公司 | 体检结果自动审核方法及系统、电子设备及存储介质 |
CN117150369A (zh) * | 2023-10-30 | 2023-12-01 | 恒安标准人寿保险有限公司 | 超重预测模型的训练方法及电子设备 |
CN117150369B (zh) * | 2023-10-30 | 2024-01-26 | 恒安标准人寿保险有限公司 | 超重预测模型的训练方法及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111626885A (zh) | 核保方法、装置、电子设备及计算机可读存储介质 | |
CN111046879B (zh) | 证件图像分类方法、装置、计算机设备及可读存储介质 | |
CA2895917A1 (en) | System and method for data extraction and searching | |
US10943157B2 (en) | Pattern recognition method of autoantibody immunofluorescence image | |
CN110895568B (zh) | 处理庭审记录的方法和系统 | |
CN112036145A (zh) | 财务报表的识别方法、装置、计算机设备与可读存储介质 | |
CN111178147B (zh) | 屏幕破碎分级方法、装置、设备及计算机可读存储介质 | |
CN111932363A (zh) | 授权书的识别审核方法、装置、设备及系统 | |
CN112507167A (zh) | 一种识别视频合集的方法、装置、电子设备及存储介质 | |
CN111695357A (zh) | 文本标注方法及相关产品 | |
US9595071B2 (en) | Document identification and inspection system, document identification and inspection method, and document identification and inspection program | |
CN113627159A (zh) | 纠错模型的训练数据确定方法、装置、介质及产品 | |
CN111291619A (zh) | 一种在线识别理赔单据中文字的方法、装置及客户端 | |
CN109657710B (zh) | 数据筛选方法、装置、服务器及存储介质 | |
CN111507850A (zh) | 核保方法及相关装置、设备 | |
CN115879002A (zh) | 一种训练样本生成方法、模型训练方法及装置 | |
CN113408446B (zh) | 账单核算方法、装置、电子设备及存储介质 | |
CN116189215A (zh) | 自动审核方法、装置、电子设备及存储介质 | |
CN113988067A (zh) | 语句分词方法、装置及电子设备 | |
CN115880702A (zh) | 数据处理方法、装置、设备、程序产品及存储介质 | |
WO2021174869A1 (zh) | 用户图片数据的处理方法、装置、计算机设备及存储介质 | |
CN114170029A (zh) | 一种数据处理方法、装置、计算机设备及存储介质 | |
CN111513673B (zh) | 基于图像的生长状态监测方法、装置、设备及存储介质 | |
CN112651753A (zh) | 基于区块链的智能合约生成方法、系统及电子设备 | |
KR100926448B1 (ko) | 성인물 판단 방법 및 시스템 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200904 |