CN111915109A - 医疗筹款装置、系统及方法 - Google Patents
医疗筹款装置、系统及方法 Download PDFInfo
- Publication number
- CN111915109A CN111915109A CN201910375202.7A CN201910375202A CN111915109A CN 111915109 A CN111915109 A CN 111915109A CN 201910375202 A CN201910375202 A CN 201910375202A CN 111915109 A CN111915109 A CN 111915109A
- Authority
- CN
- China
- Prior art keywords
- financing
- information
- medical
- user
- module
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 72
- 239000000463 material Substances 0.000 claims abstract description 61
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 48
- 238000004458 analytical method Methods 0.000 claims description 23
- 238000012550 audit Methods 0.000 claims description 13
- 238000012790 confirmation Methods 0.000 claims description 8
- 230000001902 propagating effect Effects 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 6
- 238000012552 review Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 14
- 230000006399 behavior Effects 0.000 description 11
- 238000012986 modification Methods 0.000 description 11
- 230000004048 modification Effects 0.000 description 11
- 201000010099 disease Diseases 0.000 description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 238000003058 natural language processing Methods 0.000 description 9
- 230000000977 initiatory effect Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000012795 verification Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- 238000003892 spreading Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 206010044565 Tremor Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 239000003999 initiator Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011866 long-term treatment Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000013589 supplement Substances 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
-
- 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
- G06Q50/01—Social networking
-
- 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
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种医疗筹款装置,包括接收模块,用于接收用户发送的筹款信息,所述筹款信息包括身份信息和医疗信息;审核模块,与所述接收模块连接,用于判断所述筹款信息是否符合第一设定条件;风控模块,与所述接收模块连接,用于判断所述筹款信息是否符合第二设定条件;以及发布模块,与所述审核模块及风控模块分别连接,用于当确认所述筹款信息同时符合第一设定条件及第二设定条件时,发布所述筹款信息。本发明还公开了一种医疗筹款系统和一种医疗筹款方法。本发明提供的医疗筹款装置、系统及方法利用人工智能技术解决了传统筹款方式中材料审核效率低以及风控难的问题,同时利用去中心化方式加快了筹款项目的传播速度,提高了筹款效率。
Description
技术领域
本发明属于互联网技术领域,尤其涉及一种医疗筹款装置、系统及方法。
背景技术
我国积极推进健康中国建设,取得了显著的成就。城乡环境面貌明显改善,多层次医疗保障体系日益健全,人民健康水平和身体素质持续提高。然而,我国地域广阔、人口众多,仍然有一些家庭突遇重大疾病时束手无策,拿不出钱、看不起病。同时,由于大病患者往往需要长期治疗、康复和照料,一人患病会使整个家庭陷入困境。“因病致贫、因病返贫”现象屡有发生。
个人大病患者最早采用中心化的方式进行筹款,即在筹款平台官网发布求助信息,向平台官网的访问用户筹集款项。但是这种方式筹款效率比较低,不能保障病人及时得到治疗。
目前有些网络平台可以帮助个人大病患者发起筹款,用户编写自己资料发起筹款,平台人工进行审核,这种方式可以有效地提高大病患者筹款的快捷性。然而,这些平台还存在着人工审核材料的效率比较低,对于恶意筹款等风险难以控制,且筹款信息传播的效率还有待提高。
发明内容
本发明的目的在于克服以上存在的技术问题,提供一种高效率、低风险的医疗筹款装置、系统及方法。
为实现上述目的,本发明采用的技术方案如下:
本发明提供一种医疗筹款装置,该装置包括:
接收模块,用于接收用户发送的筹款信息,所述筹款信息包括身份信息和医疗信息;
审核模块,与所述接收模块连接,用于判断所述筹款信息是否符合第一设定条件;
风控模块,与所述接收模块连接,用于判断所述筹款信息是否符合第二设定条件;以及
发布模块,与所述审核模块及风控模块分别连接,用于当确认所述筹款信息同时符合第一设定条件及第二设定条件时,发布所述筹款信息。
进一步地,所述第一设定条件包括:所述身份信息和医疗信息均通过所述审核模块的审核;所述第二设定条件包括:所述筹款信息的风险等级为一级或二级。
进一步地,所述审核模块包括第一处理单元及第二处理单元,所述第一处理单元用于审核所述身份信息,所述第二处理单元用于审核所述医疗信息;所述风控模块包括第三处理单元,所述第三处理单元用于判定所述筹款信息的风险等级。
进一步地,该装置还包括:提现模块,与所述接收模块、风控模块及发布模块分别连接,用于当收到所述用户发送的提现请求信息并确认所述提现请求信息及筹款信息符合第三设定条件时,对筹款进行拨付处理。
进一步地,所述第三设定条件包括:所述提现请求信息的公示时间满足设定时限条件;以及所述筹款信息的风险等级为一级。
进一步地,所述提现模块包括第四处理单元,所述第四处理单元用于判断所述提现请求信息的公示时间是否满足设定时限条件。
进一步地,该装置还包括:退款模块,与所述接收模块及提现模块分别连接,用于当收到所述用户发送的退款请求信息并确认所述用户符合第四设定条件时进行退款处理。
进一步地,所述第四设定条件包括:所述退款模块收到系统发送的退款到账信息;其中,所述退款模块包括第五处理单元,所述第五处理单元用于判断是否收到系统发送的退款到账信息。
本发明还提供一种医疗筹款系统,该系统包括:
如前所述的医疗筹款装置;
第三方资金管理平台;以及
用户终端装置。
本发明还提供一种医疗筹款方法,该方法包括:
接收用户发送的筹款信息,所述筹款信息包括身份信息和医疗信息;以及
判断所述筹款信息是否符合第一设定条件及第二设定条件,若该筹款信息同时符合所述第一设定条件及第二设定条件,则发布该筹款信息。
进一步地,所述第一设定条件包括:所述身份信息和医疗信息均通过人工智能的审核;所述第二设定条件包括:所述筹款信息的风险等级为一级或二级。
进一步地,所述判断所述筹款信息是否符合第一设定条件包括:
接收所述用户上传的认证材料,所述认证材料包括医疗证明材料;
下载所述认证材料并存储到服务器;
自动识别所述认证材料,并将识别的所述认证材料与所述筹款信息进行比对分析;
判断所述认证材料与所述筹款信息是否匹配;以及
根据所述匹配结果判断所述筹款信息是否符合第一设定条件,若所述认证材料与所述筹款信息相匹配,则所述筹款信息符合第一设定条件。
进一步地,所述判断所述筹款信息是否符合第二设定条件包括:
建立分析词库;
采集所述筹款信息中的文本信息并进行自动分词;
利用所述分析词库对所述筹款信息进行自动匹配;
根据所述匹配结果对所述筹款信息进行风险分级;以及
根据所述分级结果判断所述筹款信息是否符合第二设定条件,若所述筹款信息的风险等级为一级或二级,则所述筹款信息符合第二设定条件。
进一步地,该方法还包括:通过社交网络传播所述筹款信息。
进一步地,所述通过社交网络传播所述筹款信息的行为包括:所述用户对所述筹款信息的访问、转发或评论行为;和/或所述社交网络中的好友对所述筹款信息的访问、转发、证实、评论或赠与行为。
进一步地,该方法还包括:
接收所述用户发送的提现请求信息;以及
判断所述提现请求信息及筹款信息是否符合第三设定条件,若该提现请求信息及筹款信息符合第三设定条件,则对筹款进行拨付处理。
进一步地,所述第三设定条件包括:公示所述提现请求信息的时间满足设定时限条件;以及所述筹款信息的风险等级为一级。
进一步地,判定所述筹款信息的风险等级包括:
建立分析词库;
采集所述用户发起过的所有医疗筹款案例;
利用所述分析词库对所述所有医疗筹款案例进行相似度匹配;以及
根据所述匹配结果对所述筹款信息进行风险分级。
进一步地,判定所述筹款信息的风险等级包括:
获取所述用户的好友信息;
采集所述用户和所述好友发起过的所有医疗筹款案例;
分析所述用户和所述好友之间的案例互相证实情况;以及
根据所述分析结果对所述筹款信息进行风险分级。
进一步地,所述获取所述用户的好友信息包括:
利用埋点记录所述用户的社交传播路径以及过程中的行为数据;
对采集的所述行为数据利用大数据分析方法进行分析;以及
通过所述大数据分析方法得到所述用户的好友信息。
进一步地,该方法还包括:
接收所述用户发送的退款请求信息;以及
判断所述用户是否符合第四设定条件,若该用户符合第四设定条件,则对该用户进行退款处理。
进一步地,所述第四设定条件包括:所述退款模块收到系统发送的退款到账信息。
本发明的有益效果如下:
1、本发明在信息审核、发布及信息传播等多个阶段采用了多种人工智能技术、大数据分析方法及智能风控手段,替代了传统的人工审核和分析方式,从而能明显提高信息审核效率,同时能快速识别风险,降低恶意筹款案例的发生率;
2、本发明采用了去中心化方式进行筹款信息的传播,从而能增加筹款信息的曝光率,加快信息传播速度,提高筹款效率。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单介绍。应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明范围的限定,对于本领域普通技术人员来说,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相关的附图。
图1为本发明实施例一提供的一种医疗筹款方法的流程示意图。
图2为本发明实施例二提供的一种医疗筹款方法的流程示意图。
图3为本发明实施例三提供的一种医疗筹款方法的流程示意图。
图4为本发明实施例四提供的一种医疗筹款方法的流程示意图。
图5为本发明实施例五提供的一种医疗筹款装置的结构示意图。
图6为本发明实施例六提供的一种医疗筹款装置的结构示意图。
图7为本发明实施例七提供的一种医疗筹款装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应当注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
本发明实施例可以应用于计算机系统/服务器,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
计算机系统/服务器可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
实施例一
本发明基于互联网技术提供一种医疗筹款方法。图1为本发明实施例一提供的医疗筹款方法的流程示意图,如图1所示,该方法包括如下步骤:
步骤S101:接收用户提供的筹款信息,所述筹款信息包括身份信息和医疗信息;
步骤S102:判断所述筹款信息是否符合第一设定条件及第二设定条件,若该筹款信息同时符合所述第一设定条件及第二设定条件,则发布该筹款信息。
具体地,在步骤S101中,所述用户是指提供并请求发布所述筹款信息的人员,即该医疗筹款的发起人,该用户可以是患者本人,也可以是患者的亲属,还可以是与患者相关的其他人员,如同事、同学、朋友等。
所述筹款信息即医疗筹款信息,主要包括身份信息和医疗信息。具体地,所述身份信息包括发起人身份信息、患者身份信息以及发起人与患者关系信息,其中,所述患者身份信息包括患者姓名、患者证件类型、患者证件号码等。所述医疗信息包括患者疾病信息和患者治疗信息。
在本实施例中,所述身份信息和医疗信息为所述筹款信息中的必要信息,如果缺少上述两项必要信息中的任意一项,该筹款信息被视为不完整,则该筹款信息无法被系统所接收到,因此,接收到的筹款信息中必然包含了这两项必要信息。
在其他实施例中,所述筹款信息中的必要信息可以与本实施例中有所差异,比如还包括资金需求信息,即本次筹款的目标金额。所述目标金额应在一定的范围内,该金额范围可根据情况进行调整。在一个实施例中,所述目标金额应限定在1000元至50万元之间,如果所述用户设置的资金需求信息中的目标筹款金额小于1000元或大于50万元,则该筹款信息均无法发起,需要重新修改资金需求信息。
除了上述必要信息外,在不同的实施例中,所述筹款信息还可以包括所述患者的年龄、家乡、患病日期、所在医院、已花费金额等信息。另外,所述筹款信息还可以包括收款信息,如收款人姓名、收款人与患者的关系、收款账户等。所述筹款信息中,除了上述必要信息外,其他信息可以要求所述用户在筹款的各个不同阶段提供。
在步骤S102中,所述第一设定条件为所述身份信息和医疗信息均通过人工智能的审核,即经过审核验证,所述身份信息真实,所述身份信息中的患者身份信息与所述医疗信息中的患者身份信息相匹配,且所述医疗信息与所述用户上传的医疗证明材料相匹配。验证所述身份信息为真实的方法不限,可以调用第三方征信接口来验证,也可以由所述用户上传身份证明材料来验证。
具体地,在本实施例中,判断所述筹款信息是否符合第一设定条件的方法包括:
步骤S1021:接收所述用户上传的认证材料,所述认证材料包括医疗证明材料;
步骤S1022:下载所述认证材料并存储到服务器;
步骤S1023:自动识别所述认证材料,并将识别的所述认证材料与所述筹款信息进行比对分析;
步骤S1024:判断所述认证材料与所述筹款信息是否匹配;以及
步骤S1025:根据所述匹配结果判断所述筹款信息是否符合第一设定条件,若所述认证材料与所述筹款信息相匹配,则所述筹款信息符合第一设定条件。
在步骤S1021中,首先,由所述用户上传所述认证材料用于审核;接着,消息中间件发送消息给服务器;最后,所述服务器接收到所述消息。其中,所述消息中间件可以是RocketMQ、Kafka、ActiveMQ、RabbitMQ中的任意一种,本实施例中,所述消息中间件为RocketMQ。
所述认证材料包括医疗证明材料,具体地,所述医疗证明材料包括诊断证明、病案首页、住院证明(住院登记单)、检查报告、病危通知书、转诊单、权威机构开具的疾病证明(例如医疗保险管理中心)、带有患者姓名的CT片、带医院名称的缴费单据等、输液袋上的标签等。上述医疗证明材料只要提供任意一份供审核即可。
在另一实施例中,所述认证材料还包括身份证明材料,所述身份证明材料包括身份证、护照、出生证、港澳居民来往内地通行证、台湾居民来往大陆通行证等。在其他实施例中,所述认证材料还可以包括医保/社保、商业保险、低保、政府救助、金融资产(房产、车产、股票、证券)等增信证明材料。在某些实施例中,所述医保/社保、商业保险、低保、政府救助、金融资产等增信证明材料中的一种或多种是必备的认证材料。所述增信证明材料主要用于增加所述筹款用户的信用度。在不同的实施例中,可以要求所述用户在整个筹款的不同阶段如筹款前、筹款中、筹款完成后、申请提现前、打款前等不同阶段提供上述增信证明材料,以降低该筹款案例的风险性。
所述认证材料可以为图片格式,也可以为其他格式,如视频格式或文本格式,在本实施例中,所述认证材料均为图片格式。
在步骤S1022中,所述认证材料被下载并存储到所述服务器上,等待审核。
在步骤S1023中,可调取OCR(光学字符识别)等文字识别技术智能识别所述认证材料中的文字信息,并与所述用户提供的所述筹款信息中的医疗信息进行比对,具体地,本实施例中,所述OCR技术中采用了Gated-Attention Reader抽取算法来进行所述文字信息的语义分析。
在其他实施例中,还可采用图像识别技术、人脸识别技术或活体检测技术等来判断所述认证材料与所述筹款信息是否匹配以及所述筹款信息中的身份信息和医疗信息是否真实。
在步骤S1024中,所述匹配结果可能是正面的,即所述认证材料与筹款信息相匹配;所述匹配结果也可能是负面的,即所述认证材料与筹款信息不匹配。
在步骤S1025中,根据上述匹配结果得出判断结果,即当所述认证材料与筹款信息相匹配时,智能审核通过,所述筹款信息符合第一设定条件;当所述认证材料与筹款信息不匹配时,智能审核未通过,所述筹款信息不符合第一设定条件。
在步骤S102中,所述第二设定条件为所述筹款信息的风险等级为一级或二级。在本实施例中,所述筹款信息的风险等级分为四级,从一级至四级,风险等级越来越高,表示所述筹款信息的风险越来越大。
具体地,在本实施例中,判断所述筹款信息是否符合第二设定条件的方法包括:
步骤S1021a:建立分析词库;
步骤S1022a:采集所述筹款信息中的文本信息并进行自动分词;
步骤S1023a:利用所述分析词库对所述筹款信息进行自动匹配;
步骤S1024a:根据所述匹配结果对所述筹款信息进行风险分级;
步骤S1025a:根据所述分级结果判断所述用筹款信息是否符合第二设定条件,若所述筹款信息的风险等级为一级或二级,则所述筹款信息符合第二设定条件。
在步骤S1021a中,所述分析词库是事先采用关键词以及正则表达式利用自然语言处理(NLP)技术建立的。本实施例中,所采用的关键词的数量达到100多个,主要分为重度疾病名词类、一般疾病名词类、敏感词类、宠物名词类、梦想名词类、人名类、关系名称类、金钱数额类等等。
在步骤S1022a中,所述采集文本信息及自动分词动作可调取NLP技术来完成,具体地,本实施例中,所述NLP技术中采用了Match-LSTM敏感词模型来识别所述筹款信息中的关键词。所述文本信息包括身份信息、医疗信息、资金需求信息以及诊断信息、检测信息,还可以包括患者的年龄、家乡、患病日期、所在医院、已花费金额等信息,以及所述用户的增信信息等。
在步骤S1023a中,所述自动匹配工作同样利用人工智能算法来完成,匹配结果为所述筹款信息和分析词库之间匹配词的数量。
在步骤S1024a中,所述风险分级也是根据事先制定的分级标准由所述系统自动执行完成。所述风险分级完成后会自动在所述筹款信息或案例上打上风险等级标记。本实施例中,所述风险等级包括禁止发起、高风险、中风险、低风险四个级别,分别对应前述风险等级中的四级、三级、二级、一级。其中,禁止发起是风险级别最高的,低风险是风险级别最低的。
下表示出了本实施例中采用的风险分级标准。
在本实施例中,我们对人工智能(AI,具体为NLP技术)参与案例风险评估和分级的召回率和精准率进行了统计分析,结果如下:
(1)高危案例分析:
召回率:C=(OP高∩AI高)/AI高=12/14=85.7%
精准率:P=(OP高∩AI高)/OP高=12/26=46%
(2)低危案例分析:
召回率:C=(OP低∩AI低中)/AI低=5279/5281=99.58%
精准率:P=(OP低∩AI低中)/OP低=5259/5271=99.77%
其中,AI高的含义为AI判断为禁止发起和高风险的案例总数,AI低为AI判断为低风险的案例数,AI低中为AI判断为低风险和中风险的案例总数,OP高为实际禁止发起和高风险的案例总数,OP低为实际低风险的案例数。
从上述统计分析结果可以看到,AI对低危案例的评估精准率和召回率都非常高,基本可以替代人工作业。
只有在步骤S1024a中被标记为低风险或中风险的案例的才能在步骤S1025a中被认为所述筹款信息符合第二设定条件,而被标记为高风险或“禁止发起”的案例被认为所述筹款信息不符合第二设定条件。
当确认所述筹款信息既符合第一设定条件又符合第二设定条件后,由系统自动发布该筹款信息。一旦所述筹款发布,所述用户和所有互联网用户均能在系统上看到该筹款信息,并能进行访问、转发、证实、赠与、评论等操作。具体地,判断所述筹款信息是否符合第一设定条件及第二设定条件,以及发布所述筹款信息这两个动作可完全由系统自动执行,即由程序控制执行。
在其他实施例中,判断所述筹款信息是否符合第一设定条件及第二设定条件,以及发布所述筹款信息这两个动作均可以有人员的介入,如审核人员参与辅助审核以判断所述筹款信息是否与认证材料完全匹配,风控人员参与辅助风控以判定所述筹款信息精确的风险等级,又如管理人员收到系统的请求或通知后在该系统发布该筹款信息等。
当确认所述筹款信息不符合第一设定条件即未通过人工智能的审核后,亦即所述筹款信息中的身份信息非真实,或医疗信息与所述用户上传的认证材料不匹配,或所述身份信息与所述医疗信息不匹配(如患者姓名不一致),或者说所述筹款信息的真实性和/或准确性存在问题,则系统将发送消息通知所述用户进行修改,所述修改的方式为修改所述筹款信息或者重新上传所述认证材料,修改后再返回到步骤S102中进行二次审核及判断。如果经过所述用户多次修改,系统多次审核,所述认证材料与筹款信息仍不匹配,即所述筹款信息仍不符合第一设定条件,则该筹款信息被禁止发布。
在另一个实施例中,如果经过所述用户多次修改,系统多次审核,所述认证材料与筹款信息仍不匹配,系统不会禁止发布该筹款信息,而会允许所述用户继续修改,直至系统审核通过即符合第一设定条件为止。
当确认所述筹款信息不符合第二设定条件后,如果人工智能判定所述筹款信息的风险等级为三级,则系统将发送消息通知所述用户进行修改,所述修改的方式为修改所述筹款信息中的文本信息,修改后再返回到步骤S102中进行二次风险判定。如果经过所述用户多次修改,系统多次风险判定,所述筹款信息的风险等级仍为三级,即所述筹款信息仍不符合第二设定条件,则该筹款信息被禁止发布。
在另一个实施例中,如果经过所述用户多次修改,系统多次风险判定,所述筹款信息仍不符合第二设定条件,系统不会禁止发布该筹款信息,而会允许所述用户继续修改,直至系统风控通过即符合第二设定条件为止。
当确认所述筹款信息不符合第二设定条件后,如果人工智能判定所述筹款信息的风险等级为四级,则系统将发送消息通知所述用户该筹款信息将禁止发布。
在其他实施例中,所述步骤S1025a中的判断标准可以有所不同,即:根据所述分级结果判断所述用筹款信息是否符合第二设定条件,若所述筹款信息的风险等级为一级,则所述筹款信息符合第二设定条件。
当确认所述筹款信息不符合第二设定条件后,如果人工智能判定所述筹款信息的风险等级为二级或三级,则系统将发送消息通知所述用户进行修改,所述修改的方式为修改所述筹款信息中的文本信息,修改后再返回到步骤S102中进行二次风险判定。如果经过所述用户多次修改,系统多次风险判定,所述筹款信息的风险等级仍达不到一级,即所述筹款信息仍不符合第二设定条件,则该筹款信息被禁止发布。如果人工智能判定所述筹款信息的风险等级为四级,则系统将发送消息通知所述用户该筹款信息将禁止发布。
实施例二
图2为本发明实施例二提供的医疗筹款方法的流程示意图,如图2所示,该方法包括如下步骤:
步骤S201:接收用户提供的筹款信息,所述筹款信息包括身份信息和医疗信息;
步骤S202:判断所述筹款信息是否符合第一设定条件及第二设定条件,若该筹款信息同时符合所述第一设定条件及第二设定条件,则发布该筹款信息;
步骤S203:通过社交网络传播所述筹款信息。
具体地,本实施例二提供的方法中,前两个步骤与实施例一中的对应步骤相同,在此不再赘述,不同的是新增加了第三个步骤。
在步骤S203中,通过社交网络传播所述筹款信息的具体行为包括:所述用户对所述筹款信息的访问、转发或评论行为;和/或所述社交网络中的好友对所述筹款信息的访问、转发、证实、评论或赠与行为。
具体地,系统在平台上发布所述筹款信息后,会生成一个对应的筹款页面,所述用户自己可以看到并访问该筹款页面,也可以转发该筹款页面链接到各种社交平台上,如微信平台、微博平台、QQ平台、抖音等短视频平台、facebook平台、脉脉平台等,还可以转发到各种内容分发平台上,如百度平台、网易平台、搜狐平台、阿里平台、头条平台等。所述用户自己还可以评论该筹款信息或更新该筹款信息。所述用户的转发和评论行为是为了以该用户的社交圈为中心在更大范围内传播该筹款信息,以获得更高的筹款效率。
另外,看到该筹款信息或筹款页面的互联网用户都能访问、转发、评论该筹款信息,也能在该筹款页面上进行赠与行为,所述用户的“好友”或医护人员还能帮助所述用户“证实”该筹款信息的真实性。本实施例中的“证实”是指证实人在所述用户发起的医疗筹款案例中证明该案例或该筹款信息的真实性,并表明该证实人与该用户之间的真实关系,如亲属、朋友、同事、同学、邻居、医患关系等等。一般而言,有越多的好友证实该案例或该筹款信息的真实性,该筹款信息的真实性就越高,也就能被越多的人访问、转发、赠与,即能提高该医疗筹款案例的传播和筹款效率。
本实施例中的好友可以为所述用户在社交网络中的一度人脉(即直接好友),也可以延伸到所述用户在线上社交网络中的一度以外的人脉。
实施例三
图3为本发明实施例三提供的医疗筹款方法的流程示意图,如图3所示,该方法包括如下步骤:
步骤S301:接收用户提供的筹款信息,所述筹款信息包括身份信息和医疗信息;
步骤S302:判断所述筹款信息是否符合第一设定条件及第二设定条件,若该筹款信息同时符合所述第一设定条件及第二设定条件,则发布该筹款信息;
步骤S303:通过社交网络传播所述筹款信息;
步骤S304:接收所述用户发送的提现请求信息;
步骤S305:判断所述提现请求信息及筹款信息是否符合第三设定条件,若该提现请求信息及筹款信息符合第三设定条件,则对筹款进行拨付处理。
具体地,本实施例三提供的方法中,前三个步骤与实施例二中的对应步骤相同,在此不再赘述,不同的是新增加了后两个步骤。
在步骤S304中,所述用户需要主动发起一个提现请求,即请求将所筹集到的款项拨付到所述用户指定的账户(收款账户)上或患者所在医院指定的账户上。通常情况下,该提现请求在其筹款目标达成后或者在其筹款期限届满后发起;筹款期限可以根据实际情况进行调整,本实施例中,所述筹款期限为30天。在一些特殊情况下,如该筹款案例的病人急需用钱治病的时候,也可以在其筹款目标达成前以及筹款期限届满前提前发起提现请求。
在步骤S305中,所述第三设定条件包括:公示所述提现请求信息的时间满足设定时限条件;以及所述筹款信息的风险等级为一级。
具体地,系统收到所述用户发送的提现请求信息后即向所有赠与人公示该提现请求,并通报最终筹款情况。所述设定时限条件一般为设定的筹款提现请求的公示期,该公示期可根据需要进行调整。本实施例中,所述公示期为1-3天。
该筹款案例的所有赠与人在公示期内均可申请退款,即申请退还自己在该筹款案例中的赠与资金。
在另一个实施例中,除了在系统平台上公示所述用户的提现请求外,系统还会向所有赠与人发送消息,告知该筹款案例的筹款进展和所述用户的提现请求。
所述筹款信息的风险等级为一级,即该筹款案例在经过网络传播和所述用户的资料补充后进行二次风控,风控的结论为风险等级低。
在本步骤S305中的风控手段与在前述步骤S102中的风控手段有所不同,在一个实施例中,判定所述筹款信息风险等级的方法如下:
步骤S3051a:建立分析词库;
步骤S3052a:采集所述用户发起过的所有医疗筹款案例;
步骤S3053a:利用所述分析词库对所述所有医疗筹款案例进行相似度匹配;
步骤S3054a:根据所述匹配结果对所述筹款信息进行风险分级。
在步骤S3051a中,所述分析词库是事先采用关键词以及正则表达式利用自然语言处理(NLP)技术建立的。
在步骤S3052a中,在系统的数据库内自动检索、调取所述用户发起过的所有医疗筹款案例。在其他实施例中,还可以在整个互联网范围内检索、调取所述用户发起过的所有医疗筹款案例。
在步骤S3053a中,首先利用NLP技术对所述案例分别进行自动分词,再将自动分词后的案例一一与所述分析词库进行自动匹配,匹配完成后再对所有案例进行相似度对比分析。
在步骤S3054a中,风险分级的规则为:案例之间的相似度越高,则所述筹款信息的风险度就越高。一般高相似的案例为同一用户发起的二次或三次筹款案例,即重复筹款案例,因此具有较高的风险。在本实施例中,如果该用户仅在系统中发起过一次医疗筹款案例,则该筹款信息为低风险案例;如果该用户在系统中发起过两个医疗筹款案例,但案例之间的相似度低,则该筹款信息也为低风险案例;如果该用户在系统中发起过两个医疗筹款案例,且该两个案例相似度高,则该筹款信息为中风险案例;如果该用户在系统中发起过三个及以上的医疗筹款案例,则该筹款信息也为中风险案例;如果该用户在系统中发起过三个及以上医疗筹款案例,且其中至少有三个案例的相似度高,则该筹款信息为高风险案例。在其他实施例中,上述规则可以进行适当调整。所述的低风险、中风险和高风险分别对应风险等级一级、二级和三级。
下表示出了本实施例中采用的风险分级标准。
在另一个实施例中,判定所述筹款信息风险等级的方法如下:
步骤S3051b:获取所述用户的好友信息;
步骤S3052b:采集所述用户和所述好友发起过的所有医疗筹款案例;
步骤S3053b:分析所述用户和所述好友之间的案例互相证实情况;
步骤S3054b:根据所述分析结果对所述筹款信息进行风险分级。
在步骤S3051b中,首先利用埋点记录所述用户的社交传播路径以及过程中的行为数据;其次对采集的所述行为数据利用大数据分析方法进行分析;最后通过所述大数据分析方法得到所述用户的好友信息。
所述行为数据包括所述用户及他人的浏览数据、分享数据、赠与数据、证实数据、评论数据以及其他互动数据等。
在另一个实施例中,所述用户的好友信息直接由网络社交工具/平台/软件提供,所述好友为所述用户的社交网络好友,如微信好友、微博好友、QQ好友、抖音好友、Facebook好友等等;所述好友可以为所述用户在社交网络中的一度人脉(即直接好友),也可以延伸到所述用户在社交网络中的一度以外的人脉。优选地,所述好友为所述用户在社交网络中的一度人脉。
在步骤S3052b中,在系统的数据库中自动检索、调取所述用户和所述好友发起过的所有医疗筹款案例。在其他实施例中,还可以在整个互联网范围内检索、调取所述用户和所述好友发起过的所有医疗筹款案例。
在步骤S3053b中,所述“证实”是指所述好友在所述用户发起的医疗筹款案例中证明该案例或该筹款信息的真实性,并表明该好友与该用户之间的真实关系,如亲属、朋友、同事、同学、邻居等等。一般而言,有越多的好友证实该案例或该筹款信息的真实性,该筹款信息的真实性就越高,也就能被越多的人访问、转发、赠与,即能提高该医疗筹款案例的筹款效率。
本步骤S3053b中的案例互相证实情况是指,两个或多个互为好友关系的用户各自发起医疗筹款案例,并且互相在对方发起的筹款案例中“证实”。一般而言,互为好友关系的用户同时患病且都无资金救治的情况较少发生,因此,这种好友同时发起医疗筹款信息且互相证实的情形很有可能是欺诈行为,且越多好友发起越多相互证实的案例,则欺诈的可能性就越高。
在步骤S3054b中,风险分级的规则为:好友之间相互证实的案例越多,所述筹款信息的风险等级越高,反之亦然。本实施例中,分为高、中、低三个风险等级,分别对应风险等级的三级、二级和一级,即有三个及以上案例相互证实情况的为高风险案例,有两个案例相互证实情况的为中风险案例,无案例相互证实情况的为低风险案例。在其他实施例中,上述规则可以进行适当调整。
在另外一些实施例中,还可以采用以下风险识别手段来判定所述筹款信息的风险等级:(1)监测筹款相关数据/行为的异常:转发/赠与比、转发/证实比、转发/评论比等数据异常监测;证实用户、评论用户、转发用户等关系识别及异常监测;筹款异常发起、筹款多平台发起等行为异常监测;筹款链接的好友访问行为异常监测等;(2)利用NLP等技术进行相似文件/图片的识别,用于监测盗用他人证件发起筹款的情况;(3)多源信息聚合以及风险识别(决策树)。
在步骤S305中,对筹款进行拨付处理是指对该筹款案例中的剩余赠与资金进行打款。所述剩余赠与资金是指所筹集到的全部赠与资金减去赠与人在公示期内的退款。所述剩余赠与资金可一次性直接拨付给所述用户指定的账户上,也可分批次拨付给所述用户。在其他实施例中,所述剩余赠与资金可一次性直接拨付给患者所在医院,也可分批次拨付给患者所在医院。在另一些实施例中,所述剩余赠与资金还可以部分打款给所述用户,部分打款给患者所在医院。在又一些实施例中,所述剩余赠与资金还可以部分打款给所述用户,部分退还给赠与人。对筹款进行拨付处理的时间段可视情况而调整,如果是一次性打款的话,所述时间段为1-2天;如果是分批次打款的话,该时间段为5-7天。
在正式打款前,如果风控评估结果显示所述筹款信息的风险等级为高或中,即该筹款案例为恶意筹款或欺诈案例的概率很高或较高,则会对该筹款信息进行进一步地调查取证,需要所述用户提供更多的信息、资料、证明材料来进行二次或多次核实,直至对该筹款案例完全定性后再决定是否进行打款。
可以看到,在本发明实施例一至实施例三中,判断所述筹款信息是否符合第一设定条件、第二设定条件以及第三设定条件,均可由人工智能(AI)技术来独立完成。而在另外的实施例中,为了进一步提升和保障所述判断结果的精确性,还可以由“AI+人工”的方式来完成判断,即由审核人员或风控人员辅助人工智能来完成最终的判断过程。
实施例四
图4为本发明实施例三提供的医疗筹款方法的流程示意图,如图4所示,该方法包括如下步骤:
步骤S401:接收用户提供的筹款信息,所述筹款信息包括身份信息和医疗信息;
步骤S402:判断所述筹款信息是否符合第一设定条件及第二设定条件,若该筹款信息同时符合所述第一设定条件及第二设定条件,则发布该筹款信息;
步骤S403:通过社交网络传播所述筹款信息;
步骤S404:接收所述用户发送的提现请求信息;
步骤S405:判断所述提现请求信息及筹款信息是否符合第三设定条件,若该提现请求信息及筹款信息符合第三设定条件,则对筹款进行拨付处理;
步骤S406:接收所述用户发送的退款请求信息;
步骤S407:判断所述用户是否符合第四设定条件,若该用户符合第四设定条件,则对该用户进行退款处理。
具体地,本实施例四提供的方法中,前五个步骤与实施例三中的对应步骤相同,在此不再赘述,不同的是新增加了后两个步骤。
在步骤S406中,一般需要所述用户主动发送退款请求信息,在某些实施例中,所述用户不再需要筹集到的赠与资金,则该用户可发起退款请求。在另一些实施例中,所述用户的资金需求发生了变化,则该用户可发起部分退款请求,系统在接收到所述用户的部分退款请求后进行退款处理。在一些特殊实施例中,所述退款请求可以不是由所述用户发起的,而是由系统发起的,例如,某些筹款案例在筹款发起人提现成功后又被证实为欺诈或恶意筹款案例的;又例如某些筹款案例被证实筹款的实际用途与该筹款的目标用途不一致的,即所述筹款没有用于患者的治疗或康复上。
在步骤S407中,所述第四设定条件包括:所述退款模块收到系统发送的退款到账信息。即所述用户发起退款请求后,需要先将退款或部分退款退回到原先打款的账户上。退款到账后,系统会发送退款到账信息给退款模块,退款模块再将用户打回来的所有退款按原赠与额或按相应比例返还给所有赠与人,同时向所述用户和赠与人同步该资金的退款进度。
实施例五
如图5所示,本发明实施例五提供一种医疗筹款装置100,该装置包括:
接收模块101,用于接收用户发送的筹款信息,所述筹款信息包括身份信息和医疗信息;
审核模块102,与所述接收模块101连接,用于判断所述筹款信息是否符合第一设定条件;
风控模块103,与所述接收模块101连接,用于判断所述筹款信息是否符合第二设定条件;以及
发布模块104,与所述审核模块102及风控模块103分别连接,用于当确认所述筹款信息同时符合第一设定条件及第二设定条件时,发布所述筹款信息。
具体地,所述第一设定条件为所述身份信息和医疗信息均通过人工智能的审核,即经过审核验证,所述身份信息真实,所述身份信息中的患者身份信息与所述医疗信息中的患者身份信息相匹配,且所述医疗信息与所述用户上传的医疗证明材料相匹配。验证所述身份信息为真实的方法不限,可以调用第三方征信接口来验证,也可以由所述用户上传身份证明材料来验证。
所述第二设定条件为所述筹款信息的风险等级为一级或二级。
所述审核模块102包括第一处理单元1021及第二处理单元1022,所述第一处理单元1021用于审核所述身份信息,所述第二处理单元1022用于审核所述医疗信息。
所述风控模块103包括第三处理单元1031,所述第三处理单元1031用于判定所述筹款信息的风险等级。
判断所述筹款信息是否符合第一设定条件及第二设定条件的方法可参见上述实施例一。
实施例六
如图6所示,本发明实施例六提供另一种医疗筹款装置200,该装置包括:
接收模块201,用于接收用户发送的筹款信息,所述筹款信息包括身份信息和医疗信息;
审核模块202,与所述接收模块201连接,用于判断所述筹款信息是否符合第一设定条件;
风控模块203,与所述接收模块201连接,用于判断所述筹款信息是否符合第二设定条件;以及
发布模块204,与所述审核模块202及风控模块203分别连接,用于当确认所述筹款信息同时符合第一设定条件及第二设定条件时,发布所述筹款信息;以及
提现模块205,与所述接收模块201、风控模块203及发布模块204分别连接,用于当收到所述用户发送的提现请求信息并确认所述提现请求信息及筹款信息符合第三设定条件时,对筹款进行拨付处理。
本实施例六提供的医疗筹款装置200与实施例五提供的医疗筹款装置100之间的不同点在于增加了提现模块205,以处理所述用户在筹款完成后或急需筹款时提出的提现申请。
所述第三设定条件包括:所述提现请求信息的公示时间满足设定时限条件;以及所述筹款信息的风险等级为一级。
所述提现模块205包括第四处理单元2051,所述第四处理单元2051用于判断所述提现请求信息的公示时间是否满足设定时限条件。所述设定时限条件一般为设定的筹款提现请求的公示期,该公示期可根据需要进行调整。本实施例中,所述公示期为1-3天。
所述风控模块203包括第三处理单元2031,所述第三处理单元2031用于判断所述筹款信息的风险等级是否为一级。判断所述筹款信息的风险等级的方法可参见上述实施例三。
实施例七
如图7所示,本发明实施例七提供另一种医疗筹款装置300,该装置包括:
接收模块301,用于接收用户发送的筹款信息,所述筹款信息包括身份信息和医疗信息;
审核模块302,与所述接收模块301连接,用于判断所述筹款信息是否符合第一设定条件;
风控模块303,与所述接收模块301连接,用于判断所述筹款信息是否符合第二设定条件;以及
发布模块304,与所述审核模块302及风控模块303分别连接,用于当确认所述筹款信息同时符合第一设定条件及第二设定条件时,发布所述筹款信息;
提现模块305,与所述接收模块301、风控模块303及发布模块304分别连接,用于当收到所述用户发送的提现请求信息并确认所述提现请求信息及筹款信息符合第三设定条件时,对筹款进行拨付处理;以及
退款模块306,与所述接收模块301及提现模块305分别连接,用于当收到所述用户发送的退款请求信息并确认所述用户符合第四设定条件时进行退款处理。
本实施例七提供的医疗筹款装置300与实施例六提供的医疗筹款装置200之间的不同点在于增加了退款模块306,以处理所述用户在打款完成后提出的退款请求。
所述第四设定条件包括:所述退款模块306收到系统发送的退款到账信息;即所述用户发起退款请求后,需要先将退款或部分退款退回到原先打款的账户上。退款到账后,系统会发送退款到账信息给退款模块306,退款模块306再将用户打回来的所有退款按原赠与额或按相应比例返还给所有赠与人,同时向所述用户和赠与人同步该资金的退款进度。
其中,所述退款模块306包括第五处理单元3061,所述第五处理单元3061用于判断是否收到系统发送的退款到账信息。
实施例八
本发明实施例八提供一种医疗筹款系统,与前述实施例相对应地,该系统包括:
前述实施例五至实施例七中任一所述的医疗筹款装置;
第三方资金管理平台;以及
用户终端装置。
在该医疗筹款系统中,用户通过用户终端装置向医疗筹款装置请求发布医疗筹款信息,用户所筹集到的赠与资金放置在第三方资金管理平台内,该第三方资金管理平台可以是银行的资金账户,若用户需要提现或退款,通过医疗筹款装置的审核和风控后,第三方资金管理平台可以向用户进行打款或退款。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
可能以许多方式来实现本发明的方法和系统。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
本发明的描述是为了示例和描述起见而给出的,而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好说明本发明的原理和实际应用,并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。
Claims (22)
1.一种医疗筹款装置,其特征在于,包括:
接收模块,用于接收用户发送的筹款信息,所述筹款信息包括身份信息和医疗信息;
审核模块,与所述接收模块连接,用于判断所述筹款信息是否符合第一设定条件;
风控模块,与所述接收模块连接,用于判断所述筹款信息是否符合第二设定条件;以及
发布模块,与所述审核模块及风控模块分别连接,用于当确认所述筹款信息同时符合第一设定条件及第二设定条件时,发布所述筹款信息。
2.如权利要求1所述的医疗筹款装置,其特征在于,所述第一设定条件包括:所述身份信息和医疗信息均通过所述审核模块的审核;
所述第二设定条件包括:所述筹款信息的风险等级为一级或二级。
3.如权利要求2所述的医疗筹款装置,其特征在于,所述审核模块包括第一处理单元及第二处理单元,所述第一处理单元用于审核所述身份信息,所述第二处理单元用于审核所述医疗信息;
所述风控模块包括第三处理单元,所述第三处理单元用于判定所述筹款信息的风险等级。
4.如权利要求1所述的医疗筹款装置,其特征在于,该装置还包括:
提现模块,与所述接收模块、风控模块及发布模块分别连接,用于当收到所述用户发送的提现请求信息并确认所述提现请求信息及筹款信息符合第三设定条件时,对筹款进行拨付处理。
5.如权利要求4所述的医疗筹款装置,其特征在于,所述第三设定条件包括:所述提现请求信息的公示时间满足设定时限条件;以及所述筹款信息的风险等级为一级。
6.如权利要求5所述的医疗筹款装置,其特征在于,所述提现模块包括第四处理单元,所述第四处理单元用于判断所述提现请求信息的公示时间是否满足设定时限条件。
7.如权利要求5所述的医疗筹款装置,其特征在于,该装置还包括:
退款模块,与所述接收模块及提现模块分别连接,用于当收到所述用户发送的退款请求信息并确认所述用户符合第四设定条件时进行退款处理。
8.如权利要求7所述的医疗筹款装置,其特征在于,所述第四设定条件包括:所述退款模块收到系统发送的退款到账信息;
其中,所述退款模块包括第五处理单元,所述第五处理单元用于判断是否收到系统发送的退款到账信息。
9.一种医疗筹款系统,其特征在于,包括:
如权利要求1-8中任一项所述的医疗筹款装置;
第三方资金管理平台;以及
用户终端装置。
10.一种医疗筹款方法,其特征在于,包括:
接收用户发送的筹款信息,所述筹款信息包括身份信息和医疗信息;以及
判断所述筹款信息是否符合第一设定条件及第二设定条件,若该筹款信息同时符合所述第一设定条件及第二设定条件,则发布该筹款信息。
11.如权利要求10所述的医疗筹款方法,其特征在于,所述第一设定条件包括:所述身份信息和医疗信息均通过人工智能的审核;所述第二设定条件包括:所述筹款信息的风险等级为一级或二级。
12.如权利要求11所述的医疗筹款方法,其特征在于,所述判断所述筹款信息是否符合第一设定条件包括:
接收所述用户上传的认证材料,所述认证材料包括医疗证明材料;
下载所述认证材料并存储到服务器;
自动识别所述认证材料,并将识别的所述认证材料与所述筹款信息进行比对分析;
判断所述认证材料与所述筹款信息是否匹配;以及
根据所述匹配结果判断所述筹款信息是否符合第一设定条件,若所述认证材料与所述筹款信息相匹配,则所述筹款信息符合第一设定条件。
13.如权利要求11所述的医疗筹款方法,其特征在于,所述判断所述筹款信息是否符合第二设定条件包括:
建立分析词库;
采集所述筹款信息中的文本信息并进行自动分词;
利用所述分析词库对所述筹款信息进行自动匹配;
根据所述匹配结果对所述筹款信息进行风险分级;以及
根据所述分级结果判断所述筹款信息是否符合第二设定条件,若所述筹款信息的风险等级为一级或二级,则所述筹款信息符合第二设定条件。
14.如权利要求10所述的医疗筹款方法,其特征在于,该方法还包括:
通过社交网络传播所述筹款信息。
15.如权利要求14所述的医疗筹款方法,其特征在于,所述通过社交网络传播所述筹款信息的行为包括:
所述用户对所述筹款信息的访问、转发或评论行为;和/或
所述社交网络中的好友对所述筹款信息的访问、转发、证实、评论或赠与行为。
16.如权利要求14所述的医疗筹款方法,其特征在于,该方法还包括:
接收所述用户发送的提现请求信息;以及
判断所述提现请求信息及筹款信息是否符合第三设定条件,若该提现请求信息及筹款信息符合第三设定条件,则对筹款进行拨付处理。
17.如权利要求16所述的医疗筹款方法,其特征在于,所述第三设定条件包括:
公示所述提现请求信息的时间满足设定时限条件;以及
所述筹款信息的风险等级为一级。
18.如权利要求17所述的医疗筹款方法,其特征在于,判定所述筹款信息的风险等级包括:
建立分析词库;
采集所述用户发起过的所有医疗筹款案例;
利用所述分析词库对所述所有医疗筹款案例进行相似度匹配;以及
根据所述匹配结果对所述筹款信息进行风险分级。
19.如权利要求17所述的医疗筹款方法,其特征在于,判定所述筹款信息的风险等级包括:
获取所述用户的好友信息;
采集所述用户和所述好友发起过的所有医疗筹款案例;
分析所述用户和所述好友之间的案例互相证实情况;以及
根据所述分析结果对所述筹款信息进行风险分级。
20.如权利要求19所述的医疗筹款方法,其特征在于,所述获取所述用户的好友信息包括:
利用埋点记录所述用户的社交传播路径以及过程中的行为数据;
对采集的所述行为数据利用大数据分析方法进行分析;以及
通过所述大数据分析方法得到所述用户的好友信息。
21.如权利要求16所述的医疗筹款方法,其特征在于,该方法还包括:
接收所述用户发送的退款请求信息;以及
判断所述用户是否符合第四设定条件,若该用户符合第四设定条件,则对该用户进行退款处理。
22.如权利要求21所述的医疗筹款方法,其特征在于,所述第四设定条件包括:所述退款模块收到系统发送的退款到账信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910375202.7A CN111915109B (zh) | 2019-05-07 | 2019-05-07 | 医疗筹款装置、系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910375202.7A CN111915109B (zh) | 2019-05-07 | 2019-05-07 | 医疗筹款装置、系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111915109A true CN111915109A (zh) | 2020-11-10 |
CN111915109B CN111915109B (zh) | 2024-04-02 |
Family
ID=73241938
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910375202.7A Active CN111915109B (zh) | 2019-05-07 | 2019-05-07 | 医疗筹款装置、系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111915109B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113962796A (zh) * | 2021-10-18 | 2022-01-21 | 蔷薇大树科技有限公司 | 基于用户信息的风控数据处理方法、系统及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809544A (zh) * | 2014-12-31 | 2016-07-27 | 航天信息股份有限公司 | 基于b2b电子商务平台的融资处理方法 |
US20160239920A1 (en) * | 2014-12-22 | 2016-08-18 | William Michael Cunningham | Crowd Funding Fraud Insurance |
CN107657528A (zh) * | 2017-10-27 | 2018-02-02 | 夏烬楚 | 一种结合风险管理的商业保理管理系统 |
CN108182970A (zh) * | 2018-01-03 | 2018-06-19 | 北京厚普聚益科技有限公司 | 一种医疗众筹系统管理方法、装置及系统 |
CN108446920A (zh) * | 2018-01-10 | 2018-08-24 | 刘伟 | 一种大病众筹平台及众筹方法 |
CN108513669A (zh) * | 2017-12-29 | 2018-09-07 | 深圳前海达闼云端智能科技有限公司 | 基于区块链的众筹信息处理方法、装置、存储介质及电子设备 |
CN108596638A (zh) * | 2018-04-27 | 2018-09-28 | 深圳市零度智控科技有限公司 | 基于大数据的反欺诈识别方法及系统、终端及存储介质 |
CN108876277A (zh) * | 2018-01-03 | 2018-11-23 | 上海指旺信息科技有限公司 | 基于区块链的众筹平台及方法 |
CN109118232A (zh) * | 2018-09-26 | 2019-01-01 | 深圳市元征科技股份有限公司 | 一种捐款方法、系统及相关设备 |
-
2019
- 2019-05-07 CN CN201910375202.7A patent/CN111915109B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160239920A1 (en) * | 2014-12-22 | 2016-08-18 | William Michael Cunningham | Crowd Funding Fraud Insurance |
CN105809544A (zh) * | 2014-12-31 | 2016-07-27 | 航天信息股份有限公司 | 基于b2b电子商务平台的融资处理方法 |
CN107657528A (zh) * | 2017-10-27 | 2018-02-02 | 夏烬楚 | 一种结合风险管理的商业保理管理系统 |
CN108513669A (zh) * | 2017-12-29 | 2018-09-07 | 深圳前海达闼云端智能科技有限公司 | 基于区块链的众筹信息处理方法、装置、存储介质及电子设备 |
CN108182970A (zh) * | 2018-01-03 | 2018-06-19 | 北京厚普聚益科技有限公司 | 一种医疗众筹系统管理方法、装置及系统 |
CN108876277A (zh) * | 2018-01-03 | 2018-11-23 | 上海指旺信息科技有限公司 | 基于区块链的众筹平台及方法 |
CN108446920A (zh) * | 2018-01-10 | 2018-08-24 | 刘伟 | 一种大病众筹平台及众筹方法 |
CN108596638A (zh) * | 2018-04-27 | 2018-09-28 | 深圳市零度智控科技有限公司 | 基于大数据的反欺诈识别方法及系统、终端及存储介质 |
CN109118232A (zh) * | 2018-09-26 | 2019-01-01 | 深圳市元征科技股份有限公司 | 一种捐款方法、系统及相关设备 |
Non-Patent Citations (2)
Title |
---|
徐晓君;郑煌平;: "基于JSP的众筹平台设计与实现", 电脑编程技巧与维护, no. 03 * |
王楠;周蕾;沈天乐;: "公益众筹平台运营模式的研究", 传媒论坛, no. 09 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113962796A (zh) * | 2021-10-18 | 2022-01-21 | 蔷薇大树科技有限公司 | 基于用户信息的风控数据处理方法、系统及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111915109B (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240006038A1 (en) | Team-based tele-diagnostics blockchain-enabled system | |
US11829510B2 (en) | Secure messaging in a machine learning blockchain network | |
US11552785B2 (en) | Methods and systems for a synchronized distributed data structure for federated machine learning | |
US9846896B2 (en) | Aggregation of rating indicators | |
CN107808289B (zh) | 电子支付平台、控制方法及装置 | |
CN107977776A (zh) | 信息处理方法、装置、服务器及计算机可读存储介质 | |
CN110322317B (zh) | 一种交易数据处理方法、装置、电子设备及介质 | |
Sowah et al. | Decision support system (DSS) for fraud detection in health insurance claims using genetic support vector machines (GSVMs) | |
US11682018B2 (en) | Machine learning model and narrative generator for prohibited transaction detection and compliance | |
CN112150298B (zh) | 数据处理方法、系统、设备及可读介质 | |
CN109087163A (zh) | 信用评估的方法及装置 | |
CN111738844A (zh) | 基于区块链的资源分配系统、方法以及装置 | |
TWI752349B (zh) | 風險識別方法及裝置 | |
US20220398573A1 (en) | Machine learning classifier based on category modeling | |
US20140303993A1 (en) | Systems and methods for identifying fraud in transactions committed by a cohort of fraudsters | |
US10140636B2 (en) | Method of classifying a bill | |
KR102005733B1 (ko) | 온라인 빅데이터 분석을 통해 도출된 신용도 평가 결과를 이용한 블록체인 기반 p2p 금융 서비스 제공 시스템 | |
US20230316261A1 (en) | Systems and Methods for Portable Identity, Documents, and Transactions | |
CN110009518A (zh) | 基于区块链的信息读写方法以及装置 | |
CN109960719A (zh) | 一种文件处理方法和相关装置 | |
WO2019209291A1 (en) | Systems and methods for providing a universal decentralized solution for verification of users with cross-verification features | |
CN114581066A (zh) | 医疗订单处理方法、装置、计算机设备和存储介质 | |
Nguyen et al. | Rug-pull malicious token detection on blockchain using supervised learning with feature engineering | |
CN111915109B (zh) | 医疗筹款装置、系统及方法 | |
CN112598502A (zh) | 一种取证方法、装置、设备及存储介质 |
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 |
Effective date of registration: 20230407 Address after: 100102 201 / F, block C, 2 lizezhong 2nd Road, Chaoyang District, Beijing Applicant after: Beijing Shuidi Technology Group Co.,Ltd. Address before: Room 4203, Room 201, 2nd Floor, Building 2, No. 208 Lize Zhongyuan, Chaoyang District, Beijing, 100029 Applicant before: Beijing Water Drop Mutual Protection Technology Co.,Ltd. Applicant before: Beijing Enthusiasm Forward Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |