CN111652746B - 信息生成方法、装置、电子设备及存储介质 - Google Patents
信息生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111652746B CN111652746B CN202010474590.7A CN202010474590A CN111652746B CN 111652746 B CN111652746 B CN 111652746B CN 202010474590 A CN202010474590 A CN 202010474590A CN 111652746 B CN111652746 B CN 111652746B
- Authority
- CN
- China
- Prior art keywords
- user
- information
- preset
- historical case
- insuring
- 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
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
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Biomedical Technology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Epidemiology (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本公开提供的信息生成方法、装置、电子设备及存储介质,首先获取用户的预设体检检测指标和历史病例信息;提取所述历史病例信息中的历史病例特征信息;采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;根据所述药监码的时效性和重复性生成保单信息。从而利于对用户的真实申请情况进行有效审核,特别适用针对于单病种保险产品的核保筛选,以及基于特定险种的核保筛选。
Description
技术领域
本公开涉及保险技术,尤其涉及一种信息生成方法、装置、电子设备及存储介质。
背景技术
基于互联网进行保险业务的展开成为发展趋势。对保险业务进行核保是指基于对用户当前身体情况进行审核并基于审核结果进行承保或不承保的过程。
在现有的线上核保过程中,用户的身体情况是一般是由用户主动告知的。当用户发起申请之后,将接收到包括有不承保的疾病情况的健康告知,并由用户决定是否对该健康告知进行签署。一旦用户对于健康告知进行签署,核保系统将默认用户属于符合健康告知的情况。
但是,采用这样的方式将无法对于用户提交健康告知的真实性进行审核。
发明内容
针对上述问题,本公开提供了一种信息生成方法、装置、电子设备及存储介质。
第一方面,本公开提供了一种信息生成方法,包括:
获取用户的预设体检检测指标和历史病例信息;
提取所述历史病例信息中的历史病例特征信息;
采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;
接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;
根据所述药监码的时效性和重复性生成保单信息。
可选的,所述获取用户的预设体检检测指标和历史病例信息,包括:
向用户提供核保二维码,所述核保二维码指示用户信息的提交页面;
接收用户在所述用户信息的提交页面上传的检测报告和历史病例报告,并获取所述检测报告中的用户的预设体检指标及所述历史病例报告中的历史病例信息。
可选的,所述获取用户的预设体检检测指标和历史病例信息,包括:
向体检中心服务器发送检测报告查询请求,所述检测报告查询请求中包括用户标识信息;
接收所述体检中心服务器发送的检测报告,并获取所述检测报告中的用户的预设体检指标;
向病例查询服务器发送病例查询请求,所述病例查询请求中包括用户标识信息;
接收所述病例查询服务器发送的所述用户的历史病例报告,并获取所述历史病例报告中的历史病例信息。
可选的,所述获取用户的预设体检检测指标和历史病例信息,包括:
利用OCR识别技术对所述检测报告和历史病例报告进行识别,获得用户的所述预设体检检测指标和所述历史病例信息;
其中,所述用户的检测指标包括如下指标中的至少一种:年龄、性别、Hp抗体、PGR值、G-17值、HPV值、AFP值以及CEA值。
可选的,所述预设的风险模型为训练至收敛的深度学习模型;
所述采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,包括:
将所述预设检测指标和所述历史病例特征信息输入到预设的风险模型中;
通过所述预设的风险模型对所述用户对应的投保风险等级进行预测,以输出所述对应的投保风险等级。
可选的,所述采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级之前,还包括:
获取预设的风险模型对应的训练样本,所述训练样本为进行投保风险等级标注的各历史用户的预设体检检测指标和历史病例信息;
采用所述训练样本对初始风险模型进行训练,直到满足所述初始风险模型的收敛条件;
将满足所述收敛条件的风险模型确定为预设的风险模型。
可选的,所述确定所述药监码的时效性和重复性,包括:
向药监码查询服务器发送所述药监码,并接收所述药监码查询服务器返回的查询结果;
根据所述查询结果确定所述药监码的时效性和重复性;
相应的,根据所述药监码的时效性和重复性生成保单信息,包括:
若所述药监码的时效性为有效且重复性为未重复,则生成保单信息并向用户推送;否则,向用户推送核保失败信息。
第二方面,本公开提供了一种信息生成装置,包括:
获取单元,用于获取用户的预设体检检测指标和历史病例信息;
第一处理单元,用于提取所述历史病例信息中的历史病例特征信息;
采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;
第二处理单元,用于接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;根据所述药监码的时效性和重复性生成保单信息。
第三方面,本公开提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如前任一所述的方法。
第四方面,本公开提供了一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如前任一所述的方法。
本公开提供的信息生成方法、装置、电子设备及存储介质,首先获取用户的预设体检检测指标和历史病例信息;提取所述历史病例信息中的历史病例特征信息;采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;根据所述药监码的时效性和重复性生成保单信息。从而利于对用户的真实申请情况进行有效审核,特别适用针对于单病种保险产品的核保筛选,以及基于特定险种的核保筛选。
附图说明
图1为本公开所基于的一种网络架构的示意图;
图2为本公开提供的一种信息生成方法的流程示意图;
图3为本公开提供的一种信息生成装置的结构示意图;
图4为本公开提供的一种电子设备的硬件结构示意图。
具体实施方式
为使本公开示例的目的、技术方案和优点更加清楚,下面将结合本公开示例中的附图,对本公开示例中的技术方案进行清楚、完整地描述。
基于互联网进行保险业务的展开成为发展趋势。对保险业务进行核保是指基于对用户当前身体情况进行审核并基于审核结果进行承保或不承保的过程。
在现有的线上核保过程中,用户的身体情况是一般是由用户主动告知的。当用户发起申请之后,将接收到包括有不承保的疾病情况的健康告知,并由用户决定是否对该健康告知进行签署。一旦用户对于健康告知进行签署,核保系统将默认用户属于符合健康告知的情况。
但是,采用这样的方式将无法对于用户提交健康告知的真实性进行审核。
针对上述问题,本公开提供了一种信息生成方法、装置、电子设备及存储介质,以实现对于用户的身体情况的线上核保。
图1为本公开所基于的一种网络架构的示意图,如图1所示,本公开基于的网络架构可包括信息生成装置1以及服务器2,其中的信息生成装置1可用于执行下述各实施方式中所述的信息生成方法。
其中信息生成装置1可为能够与服务器取得交互的硬件或软件,而服务器具体可为具备逻辑处理功能的硬件设备。特别的,当信息生成装置1为软件时,其可以安装在电子设备中,即信息生成装置1为的软件形式可以是安装在计算机、移动平台电脑等电子设备中的软件。此外,信息生成装置1还可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块,在此不做具体限定。
第一方面,本公开示例提供了一种信息生成方法,图2为本公开提供的一种信息生成方法的流程示意图。
如图2所示,该信息生成方法包括:
步骤101、获取用户的预设体检检测指标和历史病例信息。
在本公开示例中,获取用户的预设体检检测指标的方式有多种,包括但不限于:根据用户的身份信息从预设体检数据库中调取预设体检标,或,接收用户上传的预设体检,或接收用户上传的包括预设体检在内的图片或报告。类似的,获取用户的历史病例信息的方式也有多种,包括但不限于:根据用户的身份信息从历史病例数据库中调取历史病例信息,或,接收用户上传的历史病例信息,或接收用户上传的包括历史病例信息在内的图片或报告。
具体的,首先,信息生成装置可向用户提供一投保界面,以供用户在投保界面根据相应的界面提示进行相应的投保操作。信息生成装置将投保界面上提供投保入口,通过该投保入口,用户可通过投保入口将自己的身份信息、和/或,检测报告,和/或,历史病例等可用于获取预设体检检测指标和历史病例信息的数据上传至信息生成装置,以供其处理获得预设体检检测指标和历史病例信息。
在其中一种可选的示例中,信息生成装置向用户提供核保二维码,所述核保二维码指示用户信息的提交页面;接收用户在所述用户信息的提交页面上传的检测报告和历史病例报告,并获取所述检测报告中的用户的预设体检指标及所述历史病例报告中的历史病例信息。
在其中一种可选实施例中,步骤101中的获取用户的预设体检检测指标和历史病例信息,具体可采用如下方式:
信息生成装置可向体检中心服务器发送检测报告查询请求,所述检测报告查询请求中包括用户标识信息;接收所述体检中心服务器发送的检测报告,并获取所述检测报告中的用户的预设体检指标;向病例查询服务器发送病例查询请求,所述病例查询请求中包括用户标识信息;接收所述病例查询服务器发送的所述用户的历史病例报告,并获取所述历史病例报告中的历史病例信息。
特别的,在本公开示例中,为了提高对于预设体检检测指标和历史病例信息的获取效率,具体还可利用OCR识别技术:利用OCR识别技术对所述检测报告和历史病例报告进行识别,获得用户的所述预设体检检测指标和所述历史病例信息;;其中所述用户的预设体检检测指标包括如下指标中的至少一种:年龄、性别、Hp抗体、PGR值、G-17值、HPV值、AFP值以及CEA值。
步骤102、提取所述历史病例信息中的历史病例特征信息,并采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面。
具体来说,本步骤102中使用的预设的风险模型具体可为、训练至收敛的深度学习模型。相应的,在步骤102中可先提取所述历史病例信息中的历史病例特征信息;随后,将所述预设检测指标和所述历史病例特征信息输入到预设的风险模型中;最后,通过所述预设的风险模型对所述用户对应的投保风险等级进行预测,输出所述对应的投保风险等级。
当在所述投保风险等级符合投保风险等级阈值时,可向用户提供投保页面。
进一步的,可针对不同的检测指标设置不同的风险等级,并将各指标与风险等级之间的对应关系列表作为风险模型预存在信息生成装置,以供其调取使用。也就是说,所述采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级之前,还包括:获取预设的风险模型对应的训练样本,所述训练样本为进行投保风险等级标注的各历史用户的预设体检检测指标和历史病例信息;采用所述训练样本对初始风险模型进行训练,直到满足所述初始风险模型的收敛条件;将满足所述收敛条件的风险模型确定为预设的风险模型。
需要说明的是,对于风险模型的训练的具体实现方式可采用现有技术,本申请实施例对此不进行赘述。
进一步来说,在所述指标与指数之间的对应关系列表中确定与所述检测指标中每一指标对应的风险等级,并获得用户的各指标对应的风险等级之和;判断所述风险等级之和是否大于投保风险等级阈值,若是,则向用户提供投保页面。
表1为前述的对应关系列表的示例,如表1所示的,通过查表的方式可确定用户的各指标对应的风险等级之和。
表1
表2为风险等级阈值的示例,如表2所示的,通过查表的方式可确定风险等级之和与风险等级阈值之间的关系。
表2
如表2所示的,通过设置不同的风险等级阈值,并将获得的用户的各指标对应的风险等级之和与这些风险等级阈值进行比对,以获得用户的风险等级,当风险等级为中风险人群或低风险人群时,信息生成装置可向用户提供投保页面。
步骤103、接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;
步骤104、根据所述药监码的时效性和重复性生成保单信息。
为了进一步获取到准确的用户的身体状态,信息生成装置还可对用户当前用药进行核对。具体来说,当用户满足投保条件,信息生成装置可向用户投放投保页面,在该投保页面,用户可查看包括健康告知在内的投保信息,并按照投保页面的指示,采用扫描、输入、语音录入等不同的方式,将药监码提供给信息生成装置。需要说明的是,药监码是针对药品在生产及流通过程中的状态监管的条形监管码,其设置在药品的外包装上,可用于在国家药监网平台进行产品状态查询、追溯和管理。
也就是说,信息生成装置将向药监码查询服务器发送所述药监码,并接收所述药监码查询服务器返回的查询结果,并根据所述查询结果确定所述药监码的时效性和重复性。其中,若所述药监码的时效性为有效且重复性为未重复,则生成保单信息并向用户推送;否则,向用户推送核保失败信息。
为了更好的理解本公开,在胃癌保险产品场景中,信息生成方法可例如:针对在早癌筛查中Hp阳性、评分中低危并且使用耐信治疗的患者人群,由药企或基金会等第三方机构付费,为使用该企业该病种的患者提供病种解决方案,被保险的用户通过扫描二维码在投保界面上上传胃功能检查报告,随后,信息生成装置将使用OCR识别技术识别用户提交的检查报告单及个人信息,评估性别,Hp抗体,PGR值,G-17(pmol/L)参数,计算胃癌风险评分评分小于16分可以承保,评分大于16分危险程度较高,拒绝承保。然后,通过扫描药盒的药监码领取投保的保单信息,即,用户在投保页面内用扫一扫功能,扫描4盒指定药品,如艾斯奥美拉唑镁肠溶片的药监码,返回的值是药监码存在,且扫描时间在有效期内,则判定扫描成功,核保系统将记录药品商品名、药品通用名、包装规格、药品有效期和扫描时间,并生成保单信息,保单信息次日零时生效。其中,当药监码时效性为无效,或已被查询过,则无法生成保单信息,此时,可向用户推送“一个药盒只可以扫描记录一次”的信息。采用这样的方式是为了保障有患癌风险但在用固定企业用药人群,同仅承担被保险人在使用指定治疗方法后发生合同约定的胃部恶性肿瘤疾病的保险责任,对于开始使用指定治疗方法前发生的保险事故,保险公司不承担保险责任。
本公开提供的信息生成方法,首先获取用户的检测指标;按照预设的风险模型计算所述检测指标的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;根据所述药监码的时效性和重复性生成保单信息。从而利于对用户的真实申请情况进行有效审核,特别适用针对于单病种保险产品的核保筛选,以及基于特定险种的核保筛选。
第二方面,图3为本公开提供的一种信息生成装置的结构示意图,如图3所示的,该信息生成装置,包括:
获取单元10,用于获取用户的预设体检检测指标和历史病例信息;
第一处理单元20,用于提取所述历史病例信息中的历史病例特征信息;
采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;
第二处理单元30,用于接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;根据所述药监码的时效性和重复性生成保单信息。
在可选的示例中,所述获取单元10具体用于:向用户提供核保二维码,所述核保二维码指示用户信息的提交页面;接收用户在所述用户信息的提交页面上传的检测报告和历史病例报告,并获取所述检测报告中的用户的预设体检指标及所述历史病例报告中的历史病例信息。
在可选的示例中,所述获取单元10具体用于:向体检中心服务器发送检测报告查询请求,所述检测报告查询请求中包括用户标识信息;接收所述体检中心服务器发送的检测报告,并获取所述检测报告中的用户的预设体检指标;向病例查询服务器发送病例查询请求,所述病例查询请求中包括用户标识信息;接收所述病例查询服务器发送的所述用户的历史病例报告,并获取所述历史病例报告中的历史病例信息
在可选的示例中,所述获取单元10具体用于:利用OCR识别技术对所述检测报告和历史病例报告进行识别,获得用户的所述预设体检检测指标和所述历史病例信息;
其中,所述用户的预设体检检测指标包括如下指标中的至少一种:年龄、性别、Hp抗体、PGR值、G-17值、HPV值、AFP值以及CEA值。
在可选的示例中,预设的风险模型为训练至收敛的深度学习模型;相应的,第一处理单元20具体用于:将所述预设检测指标和所述历史病例特征信息输入到预设的风险模型中;通过所述预设的风险模型对所述用户对应的投保风险等级进行预测,以输出所述对应的投保风险等级。
在可选的示例中,第一处理单元20具体用于:获取预设的风险模型对应的训练样本,所述训练样本为进行投保风险等级标注的各历史用户的预设体检检测指标和历史病例信息;采用所述训练样本对初始风险模型进行训练,直到满足所述初始风险模型的收敛条件;将满足所述收敛条件的风险模型确定为预设的风险模型。
在可选的示例中,所述第二单元30具体用于:向药监码查询服务器发送所述药监码,并接收所述药监码查询服务器返回的查询结果;根据所述查询结果确定所述药监码的时效性和重复性;若所述药监码的时效性为有效且重复性为未重复,则生成保单信息并向用户推送;否则,向用户推送核保失败信息。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的控制设备的具体工作过程以及相应的有益效果,可以参考前述方法示例中的对应过程,在此不再赘述。
本公开提供的信息生成装置,首先获取用户的预设体检检测指标和历史病例信息;提取所述历史病例信息中的历史病例特征信息;采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;根据所述药监码的时效性和重复性生成保单信息。从而利于对用户的真实申请情况进行有效审核,特别适用针对于单病种保险产品的核保筛选,以及基于特定险种的核保筛选。
第三方面,本公开示例提供了一种电子设备,图3为本公开提供的一种电子设备的硬件结构示意图,如图3所示,本公开提供了一种电子设备,包括:
一个或多个处理器42;
存储装置41,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处器执行,使得所述一个或多个处理器实现如前任一所述的方法。
所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中,电子设备的结构中包括处理器和存储器,所述存储器用于存储支持电子设备执行上述第一方面中设备的方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。所述电子设备还可以包括通信接口,用于电子设备与其他设备或通信网络通信。
所述领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的电子设备的具体工作过程以及相应的有益效果,可以参考前述方法示例中的对应过程,在此不再赘述。
第四方面,本公开示例提供了一种存储介质,用于储存电子设备所用的计算机软件指令,其包含用于执行上述第一方面中设备的方法为电子设备所涉及的程序。
本领域普通技术人员可以理解:实现上述各方法示例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法示例的步骤;而前述的存储介质包括:ROM、RAM、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:以上各示例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述各示例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各示例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各示例技术方案的范围。
Claims (9)
1.一种信息生成方法,其特征在于,包括:
获取用户的预设体检检测指标和历史病例信息;所述预设体检检测指标是根据体检中心服务器发送的检测报告确定的,所述历史病例信息是根据病例查询服务器发送的历史病例报告确定的;
提取所述历史病例信息中的历史病例特征信息;
采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;
接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;
根据所述药监码的时效性和重复性生成保单信息;
所述预设的风险模型为训练至收敛的深度学习模型;
所述采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,包括:
将所述预设检测指标和所述历史病例特征信息输入到预设的风险模型中;其中,所述预设的风险模型是通过对训练样本进行训练得到,所述训练样本包括:进行投保风险等级标注的各历史用户的预设体检检测指标和历史病例信息;
通过所述预设的风险模型对所述用户对应的投保风险等级进行预测,以输出所述对应的投保风险等级。
2.根据权利要求1所述的信息生成方法,其特征在于,所述获取用户的预设体检检测指标和历史病例信息,包括:
向用户提供核保二维码,所述核保二维码指示用户信息的提交页面;
接收用户在所述用户信息的提交页面上传的检测报告和历史病例报告,并获取所述检测报告中的用户的预设体检指标及所述历史病例报告中的历史病例信息。
3.根据权利要求1所述的信息生成方法,其特征在于,所述获取用户的预设体检检测指标和历史病例信息,包括:
向所述体检中心服务器发送检测报告查询请求,所述检测报告查询请求中包括用户标识信息;
接收所述体检中心服务器发送的检测报告,并获取所述检测报告中的用户的预设体检指标;
向所述病例查询服务器发送病例查询请求,所述病例查询请求中包括用户标识信息;
接收所述病例查询服务器发送的所述用户的历史病例报告,并获取所述历史病例报告中的历史病例信息。
4.根据权利要求2或3所述的信息生成方法,其特征在于,所述获取用户的预设体检检测指标和历史病例信息,包括:
利用OCR识别技术对所述检测报告和历史病例报告进行识别,获得用户的所述预设体检检测指标和所述历史病例信息;
其中,所述用户的预设体检检测指标包括如下指标中的至少一种:年龄、性别、Hp抗体、PGR值、G-17值、HPV值、AFP值以及CEA值。
5.根据权利要求4所述的信息生成方法,其特征在于,所述采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级之前,还包括:
获取预设的风险模型对应的训练样本;
采用所述训练样本对初始风险模型进行训练,直到满足所述初始风险模型的收敛条件;
将满足所述收敛条件的风险模型确定为预设的风险模型。
6.根据权利要求1所述的信息生成方法,其特征在于,所述确定所述药监码的时效性和重复性,包括:
向药监码查询服务器发送所述药监码,并接收所述药监码查询服务器返回的查询结果;
根据所述查询结果确定所述药监码的时效性和重复性;
相应的,根据所述药监码的时效性和重复性生成保单信息,包括:
若所述药监码的时效性为有效且重复性为未重复,则生成保单信息并向用户推送;否则,向用户推送核保失败信息。
7.一种信息生成装置,其特征在于,包括:
获取单元,用于获取用户的预设体检检测指标和历史病例信息;所述预设体检检测指标是根据体检中心服务器发送的检测报告确定的,所述历史病例信息是根据病例查询服务器发送的历史病例报告确定的;
第一处理单元,用于提取所述历史病例信息中的历史病例特征信息;
采用预设的风险模型根据所述预设检测指标和所述历史病例特征信息确定所述用户对应的投保风险等级,并在所述投保风险等级符合投保风险等级阈值时,向用户提供投保页面;
第二处理单元,用于接收用户在投保页面上传的药监码,并确定所述药监码的时效性和重复性;根据所述药监码的时效性和重复性生成保单信息;
所述预设的风险模型为训练至收敛的深度学习模型;
所述第一处理单元,具体用于将所述预设检测指标和所述历史病例特征信息输入到预设的风险模型中;其中,所述预设的风险模型是通过对训练样本进行训练得到,所述训练样本包括:进行投保风险等级标注的各历史用户的预设体检检测指标和历史病例信息;通过所述预设的风险模型对所述用户对应的投保风险等级进行预测,以输出所述对应的投保风险等级。
8.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010474590.7A CN111652746B (zh) | 2020-05-29 | 2020-05-29 | 信息生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010474590.7A CN111652746B (zh) | 2020-05-29 | 2020-05-29 | 信息生成方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111652746A CN111652746A (zh) | 2020-09-11 |
CN111652746B true CN111652746B (zh) | 2023-08-29 |
Family
ID=72348870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010474590.7A Active CN111652746B (zh) | 2020-05-29 | 2020-05-29 | 信息生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111652746B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011022225A1 (en) * | 2009-08-17 | 2011-02-24 | Metropolitan Life Insurance | Online system and method of insurance underwriting |
WO2017013712A1 (ja) * | 2015-07-17 | 2017-01-26 | 株式会社日立製作所 | 保険用情報提供システムおよび保険用情報提供方法 |
CN108346036A (zh) * | 2018-03-06 | 2018-07-31 | 平安科技(深圳)有限公司 | 保险保单集中核单方法、电子装置及可读存储介质 |
CN108921711A (zh) * | 2018-06-12 | 2018-11-30 | 泰康保险集团股份有限公司 | 针对患病人群的投保方法、装置、介质和电子设备 |
CN108921707A (zh) * | 2018-06-05 | 2018-11-30 | 中国平安人寿保险股份有限公司 | 核保处理方法、装置、计算机设备和存储介质 |
CN109559243A (zh) * | 2018-12-13 | 2019-04-02 | 泰康保险集团股份有限公司 | 保险核保方法、装置、介质及电子设备 |
CN109670974A (zh) * | 2018-12-14 | 2019-04-23 | 中国平安人寿保险股份有限公司 | 一种风险监控方法及装置、电子终端 |
US10296982B1 (en) * | 2015-10-15 | 2019-05-21 | State Farm Mutual Automobile Insurance Company | Using images and voice recordings to facilitate underwriting life insurance |
CN109785175A (zh) * | 2019-02-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 保险承保控制方法、装置、计算机设备及存储介质 |
CN109919784A (zh) * | 2019-02-14 | 2019-06-21 | 北京悠智科技有限公司 | 保单处理方法、装置、计算机设备及计算机可读存储介质 |
WO2019165673A1 (zh) * | 2018-02-27 | 2019-09-06 | 平安科技(深圳)有限公司 | 一种报销单风险预测方法、装置、终端设备及存储介质 |
JP2019153179A (ja) * | 2018-03-05 | 2019-09-12 | 株式会社日立製作所 | 保険設計支援システム及び保険設計支援方法 |
JP2020003882A (ja) * | 2018-06-25 | 2020-01-09 | 国立研究開発法人理化学研究所 | リスク評価方法、リスク評価装置及びリスク評価プログラム |
CN110766558A (zh) * | 2019-10-23 | 2020-02-07 | 泰康保险集团股份有限公司 | 核保数据处理方法、装置、设备及计算机可读存储介质 |
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 |
CN111180065A (zh) * | 2018-11-09 | 2020-05-19 | 天津幸福生命科技有限公司 | 保险用户评估方法、装置、电子设备及计算机可读介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130060582A1 (en) * | 2011-09-01 | 2013-03-07 | Brian M. Cutino | Underwriting system and method associated with a civic improvement platform |
-
2020
- 2020-05-29 CN CN202010474590.7A patent/CN111652746B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2467818A1 (en) * | 2009-08-17 | 2012-06-27 | Metropolitan Life Insurance Co. | Online system and method of insurance underwriting |
WO2011022225A1 (en) * | 2009-08-17 | 2011-02-24 | Metropolitan Life Insurance | Online system and method of insurance underwriting |
WO2017013712A1 (ja) * | 2015-07-17 | 2017-01-26 | 株式会社日立製作所 | 保険用情報提供システムおよび保険用情報提供方法 |
JPWO2017013712A1 (ja) * | 2015-07-17 | 2018-03-08 | 株式会社日立製作所 | 保険用情報提供システムおよび保険用情報提供方法 |
US10296982B1 (en) * | 2015-10-15 | 2019-05-21 | State Farm Mutual Automobile Insurance Company | Using images and voice recordings to facilitate underwriting life insurance |
WO2019165673A1 (zh) * | 2018-02-27 | 2019-09-06 | 平安科技(深圳)有限公司 | 一种报销单风险预测方法、装置、终端设备及存储介质 |
JP2019153179A (ja) * | 2018-03-05 | 2019-09-12 | 株式会社日立製作所 | 保険設計支援システム及び保険設計支援方法 |
CN108346036A (zh) * | 2018-03-06 | 2018-07-31 | 平安科技(深圳)有限公司 | 保险保单集中核单方法、电子装置及可读存储介质 |
CN108921707A (zh) * | 2018-06-05 | 2018-11-30 | 中国平安人寿保险股份有限公司 | 核保处理方法、装置、计算机设备和存储介质 |
CN108921711A (zh) * | 2018-06-12 | 2018-11-30 | 泰康保险集团股份有限公司 | 针对患病人群的投保方法、装置、介质和电子设备 |
JP2020003882A (ja) * | 2018-06-25 | 2020-01-09 | 国立研究開発法人理化学研究所 | リスク評価方法、リスク評価装置及びリスク評価プログラム |
CN111180065A (zh) * | 2018-11-09 | 2020-05-19 | 天津幸福生命科技有限公司 | 保险用户评估方法、装置、电子设备及计算机可读介质 |
CN109559243A (zh) * | 2018-12-13 | 2019-04-02 | 泰康保险集团股份有限公司 | 保险核保方法、装置、介质及电子设备 |
CN109670974A (zh) * | 2018-12-14 | 2019-04-23 | 中国平安人寿保险股份有限公司 | 一种风险监控方法及装置、电子终端 |
CN109785175A (zh) * | 2019-02-13 | 2019-05-21 | 平安科技(深圳)有限公司 | 保险承保控制方法、装置、计算机设备及存储介质 |
CN109919784A (zh) * | 2019-02-14 | 2019-06-21 | 北京悠智科技有限公司 | 保单处理方法、装置、计算机设备及计算机可读存储介质 |
CN110766558A (zh) * | 2019-10-23 | 2020-02-07 | 泰康保险集团股份有限公司 | 核保数据处理方法、装置、设备及计算机可读存储介质 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN111652746A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11829510B2 (en) | Secure messaging in a machine learning blockchain network | |
US12028452B2 (en) | Establishing a trained machine learning classifier in a blockchain network | |
CN108256591B (zh) | 用于输出信息的方法和装置 | |
CN108667622A (zh) | 电子签名认证方法、系统、计算机设备和存储介质 | |
US11769577B1 (en) | Decentralized identity authentication framework for distributed data | |
CN110796054B (zh) | 证件验真方法及装置 | |
US11521209B2 (en) | Systems and methods for automated identity verification | |
CN111343162A (zh) | 系统安全登录方法、装置、介质及电子设备 | |
CN113240531A (zh) | 一种数据处理方法和装置 | |
CN111652746B (zh) | 信息生成方法、装置、电子设备及存储介质 | |
CN117174232A (zh) | 一种电子病历的生成方法、装置、电子设备及存储介质 | |
CN113873088B (zh) | 语音通话的交互方法、装置、计算机设备和存储介质 | |
CN113870983A (zh) | 社康转诊方法、装置、计算机设备和存储介质 | |
CN109003190B (zh) | 一种核保方法、计算机可读存储介质及终端设备 | |
CA2818214C (en) | System and method for identity verification in a detention environment | |
CN115759758A (zh) | 风险评估方法、装置、设备及存储介质 | |
US20220414193A1 (en) | Systems and methods for secure adaptive illustrations | |
US20190114713A1 (en) | Real-time benefit eligibility evaluation | |
CN112784990A (zh) | 一种成员推断模型的训练方法 | |
CN110163043B (zh) | 面部检测方法、装置、存储介质及电子装置 | |
CN111915109A (zh) | 医疗筹款装置、系统及方法 | |
CN113822648B (zh) | 互联网护理平台审批数据的处理方法 | |
CN115865809B (zh) | 数据传输方法、装置、电子设备以及可读存储介质 | |
US20240056298A1 (en) | Systems and methods for linking an authentication account to a device | |
US20230410962A1 (en) | System and method for automatic display of contextually related data on multiple devices |
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 |