CN111932196A - 案件处理方法、装置、设备及可读存储介质 - Google Patents

Abstract

本申请实施例提供一种案件处理方法、装置、设备及可读存储介质，旨在提高理赔效率、降低成本。所述方法包括：获取待理赔案件的案件数据；根据预设校验规则，对所述案件数据进行数据结构化校验；在所述案件数据通过所述数据结构化校验的情况下，基于所述案件数据，确定所述待理赔案件的理赔额度值；在所述待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的自动理赔平台，以使所述自动理赔平台根据所述理赔额度值输出针对所述待理赔案件的理赔信息。

Description

案件处理方法、装置、设备及可读存储介质

技术领域

本申请实施例涉及数据处理技术领域，尤其涉及一种案件处理方法、装置、设备及可读存储介质。

背景技术

随着人们保险意识的提升，越来越多的人会将一部分资金投入保险公司等，这样保险公司需要处理的理赔案件越来越多，理赔案件发生后用户需要向保险公司索要赔偿，此时保险公司则需要对索赔的案件进行理赔，以确定向用户的赔付金额(即理赔金额)。

以医疗险(客户因病住院治疗随即发生赔付的险种)为例，传统的理赔方式是客户出院以后，从医院拿到结算单据和医疗就诊明细之后，提交到保险公司的系统中(例如，将结算单据和医疗就诊明细的图片提交到系统中)，由录单人员直接录单，或者交给专业的第三方机构录单，然后再进行理赔金额的计算。但是，一个客户的费用信息可能达到数千条，如果采用人工录单或第三方机构录单的方式，人力支出、成本支出都会非常高。

相关技术中，为了降低人力支出、节约成本，采用了如下方式进行案件理赔：在执行案件理赔流程时，保险公司会从医院、社保、第三方平台直接获取客户的结算单据和医疗就诊明细(称为案件数据)，之后，对获得的案件数据进行校验，在校验通过的情况下，根据案件数据中的结算信息执行赔付。如此，便不用组织人工进行录单，从而降低了人力支出。

然而，由于医院、社保、第三方平台提供的案件数据并不能保证具有较高的结构化水平(即数据质量)，数据质量参差不齐。因此，对于案件数据中数据质量的判断以及结算信息的校验仍然是采用人工进行校验，这样，便仍然存在人力成本较高的问题，进而导致了校验效率的低下、理赔效率较低的问题。

发明内容

本申请实施例提供一种案件处理方法、装置、设备及可读存储介质，旨在提高理赔处理的自动化程度，降低人力成本、提高理赔效率。

本申请实施例第一方面提供了一种案件处理方法，所述方法包括：

获取待理赔案件的案件数据；

根据预设校验规则，对所述案件数据进行数据结构化校验；

在所述案件数据通过所述数据结构化校验的情况下，基于所述案件数据，确定所述待理赔案件的理赔额度值；

在所述待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的自动理赔平台，以使所述自动理赔平台根据所述理赔额度值输出针对所述待理赔案件的理赔信息。

可选地，根据所述案件数据，确定所述待理赔案件的理赔额度值，包括：

确定所述案件数据所属的统筹区域；

将所述案件数据输入与所述统筹区域对应的计算模型；

获得由所述计算模型按照预设理赔规则对所述案件数据进行计算后输出的理赔额度值。

可选地，所述方法还包括：

在所述待理赔案件的理赔额度值与所述第三方平台提供的理赔额度值之间的差值超过所述预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的人工理赔平台，以使所述人工理赔平台对所述待理赔案件的待理赔案件进行处理。

可选地，所述方法还包括：

在所述案件数据未通过所述数据结构化校验的情况下，将所述待理赔案件的案件数据发送给对应的人工校验平台，以使所述人工校验平台对所述案件数据进行校验。

可选地，根据预设校验规则，对所述案件数据进行数据结构化校验，包括：

对所述数据中的每个数据项，从所述预设校验规则中确定与该数据项对应的子校验规则，并根所述子校验规则，对该数据项进行校验；

其中，所述子校验规则为以下规则中的至少一种：数据小数点后的位数为预设位数、数值不为空、字符长度为预设长度、数据格式为预设格式。

可选地，在基于所述案件数据，确定所述待理赔案件的理赔额度值之前，所述方法还包括：

在所述案件数据通过所述数据结构化校验的情况下，将所述案件数据中每个数据项的项目名称转换为与该数据项对应的预设项目名称，得到中间态案件数据；

对所述中间态案件数据中具有同一预设项目名称的数据项进行聚类，得到转化后案件数据；

基于所述案件数据，确定所述待理赔案件的理赔额度值，包括：

基于所述转化后案件数据，确定所述待理赔案件的理赔额度值。

可选地，通过以下步骤获得所述第三方平台提供的理赔额度值：

从所述第三方平台获取与所述待理赔案件对应的发票图像；

对所述发票图像进行识别，得到所述发票图像中包括的理赔额度值，所述发票图像中包括的理赔额度值即为所述第三方平台提供的理赔额度值。

本申请实施例的第二方面，提供一种案件处理装置，所述装置包括：

数据获取模块，用于获取待理赔案件的案件数据；

校验模块，用于根据预设校验规则，对所述案件数据进行数据结构化校验；

确定模块，用于在所述案件数据通过所述数据结构化校验的情况下，根据所述案件数据，确定所述待理赔案件的理赔额度值；

处理模块，用于在所述待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的自动理赔平台，以使所述自动理赔平台根据所述理赔额度值对所述待理赔案件进行处理。

可选地，所述确定模块，包括：

区域确定单元，用于确定所述案件数据所属的统筹区域；

输入单元，用于将所述案件数据输入与所述统筹区域对应的计算模型；

获得单元，用于获得由所述计算模型按照预设理赔规则对所述案件数据进行计算后输出的理赔额度值。

可选地，所述装置还可以包括以下模块：

第一发送模块，用于在所述待理赔案件的理赔额度值与所述第三方平台提供的理赔额度值之间的差值超过所述预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的人工理赔平台，以使所述人工理赔平台对所述待理赔案件进行处理。

可选地，所述装置还可以包括以下模块：

第二发送模块，用于在所述案件数据未通过所述数据结构化校验的情况下，将所述待理赔案件的案件数据发送给对应的人工校验平台，以使所述人工校验平台对所述案件数据进行校验。

可选地，所述校验模块，具体可以用于对所述数据中的每个数据项，从所述预设校验规则中确定与该数据项对应的子校验规则，并根所述子校验规则，对该数据项进行校验；

其中，所述子校验规则为以下规则中的至少一种：数据小数点后的位数为预设位数、数值不为空、数字长度为预设长度、数据格式为预设格式。

可选地，所述装置还可以包括以下模块：

转换模块，用于在所述案件数据通过所述数据结构化校验的情况下，将所述案件数据中每个数据项的项目名称转换为与该数据项对应的预设项目名称，得到中间态案件数据；

统计模块，用于对所述中间态案件数据中具有同一预设项目名称的数据项进行聚类，得到转化后案件数据；

所述确定模块，具体用于基于所述转化后案件数据，确定所述待理赔案件的理赔额度值。

本申请实施例第三方面提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现如本申请第一方面所述的方法中的步骤。

本申请实施例第四方面提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如本申请第一方面所述的方法中的步骤。

采用本申请实施例提供的案件处理方法，可以获取待理赔案件的案件数据，根据预设校验规则，对案件数据进行数据结构化校验；在案件数据通过数据结构化校验的情况下，基于案件数据，确定待理赔案件的理赔额度值；并在待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将待理赔案件发送给对应的自动理赔平台，以使自动理赔平台输出针对待理赔案件的理赔信息。

一方面，由于可以根据预设校验规则，对案件数据进行数据结构化校验，这样可以从数据结构化水平层面(即数据质量层面)对案件数据进行自动校验，进而降低了人力成本，提高了校验效率。另一方面，由于在案件数据通过数据结构化校验的情况下，即在案件数据的结构化水平达到要求的情况下，可以基于案件数据，确定待理赔案件的理赔额度值，这样，便实现了自动计算理赔额度值，从而避免人工计算理赔额度，提高了理赔效率。再一方面，由于在确定出理赔额度值后，会将理赔额度值与第三方平台提供的理赔额度值进行比较，在二者差距不大的情况下，再根据理赔额度值输出理赔信息，如此，实现了对理赔额度值的自动校验，提高了自动理赔的准确性。

综上所述，本申请实施例从整体上实现了对案件数据的数据结构化水平的自动校验、对校验通过的案件数据自动确定待赔付金额、以及对待赔付金额进行自动校验的自动化理赔流程，从而提高了理赔效率。

应当理解的，实施本申请实施例的任一方法或产品，并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请一实施例提出的案件处理方法所应用的通信环境示意图；

图2是本申请一实施例提出的案件处理方法的步骤流程图；

图3是本申请一实施例确定待理赔案件的理赔额度值的步骤流程图；

图4是本申请一实施例中又一种案件处理方法的步骤流程图；

图5是本申请一实施例中另一种案件处理方法的步骤流程图；

图6是本申请一实施例中再一种案件处理方法的步骤流程图；

图7是本申请一实施例提供的案件处理装置的示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，均应属于本申请保护的范围。

相关技术中，保险公司会尽可能地对接多家医院机构，以获取客户较为全面的医疗信息。一般情况下，一个保险公司的系统会对接处于不同地区的数千家医疗机构，进而为公司的核赔、核保等多个应用场景提供数百万结构化的案件数据。

但是，从外部获取的案件数据包括了3块：就诊信息、费用信息、结算信息。一方面，不同医疗机构其就诊信息、费用信息等数据结构化可能不同，即数据质量不同，实际中，便需要人工对对接到的各案件数据进行校验，以确保对接的案件数据是有效的数据。另一方面，从传统的理赔意义上来讲，结算信息应该与发票信息完全相同，于是便需要每一单赔案都拿发票来佐证，其中，佐证的过程也需要人工进行。

上述两个方面便导致了对案件数据的校验效率低下、人力成本高且理赔速度慢的问题。

有鉴于此，为了提高理赔处理的自动化程度，降低人力成本、提高理赔效率，本申请人提出以下技术构思：从数据结构化水平层面(即数据质量层面)对案件数据进行校验，对校验合格的案件数据，自动计算理赔金额，并将理赔金额与第三方平台提供的理赔金额进行比对，在二者差距不大的情况下，进行自动理赔。以此提高对案件校验以及理赔的自动化程度，从而提高理赔效率。

参考图1，图1是本申请一实施例提出的案件处理方法所应用的通信环境示意图，其中箭头指出了案件数据的流向。如图1所示，在保险公司侧包括案件数据处理系统以及多个理赔平台，不同理赔平台可以是对应不同险种的平台或者可以是对应不同保险业务的平台(图1仅示出了对应不同保险业务的平台的情况)，在外部平台侧包括n家医疗机构、数据公司、社保等第三方平台，案件数据处理系统可以包括数据校验模块、数据转换模块以及核心计算模块。

示例地，在理赔平台可以是对应不同险种的平台时，多个理赔平台可以包括了重疾险理赔平台、医疗险理赔平台、意外险理赔平台、车险理赔平台、房屋险理赔平台等。而在理赔平台可以是对应不同保险业务的平台时，如图1所示，多个理赔平台可以包括人寿保险理赔平台、养老保险理赔平台、财险保险理赔平台等。

其中，各第三方平台可以通过各自的数据接口对接到案件数据处理系统，案件数据处理系统可以通过相应的数据接口从第三方平台获取案件数据，并可以对案件数据进行数据结构化校验、数据转换以及理赔额度的计算，进而将理赔额度的计算结果反馈给对应的理赔平台，由理赔平台进行理赔。

参考图2，图2是本申请一实施例提出的案件处理方法的流程图，该案件处理方法可应用于图1所示的案件数据处理系统中。如图2所示，该方法包括以下步骤：

步骤S201：获取待理赔案件的案件数据。

本实施例中，案件数据处理系统可以响应于理赔作业人员发起的数据请求，通过与各第三方平台对接的数据接口获取相应的待理赔案件的案件数据。其中，数据请求可以携带需要理赔的客户的标识，例如，可以是身份证号码，这样，便可以从各第三方平台中获取具有该客户的标识的待理赔案件的案件数据。

在一种具体实施中，在获取待理赔案件的案件数据时，也可以通过与各第三方平台对接的数据接口、和/或通过本地存储空间获取待理赔案件的案件数据。如图1所示，具体实施时，理赔作业人员发起数据请求后，可以先在本案件数据处理系统的存储空间里获取待理赔案件的案件数据，其中，存储空间中可以用于存储人工录入的待理赔案件的案件数据。如果在存储空间获取不到相应的待理赔案件的案件数据，即表示该待理赔案件的案件数据未采用人工方式录入，则案件数据处理系统可以根据数据请求中的参数进行医院信息的确定，并根据医院信息确定对应的数据接口，该数据接口也可以称为调用路径，从而通过数据接口获取到对应医疗机构的案件数据。

采用该具体实施方式时，可以通过人工录入案件数据、以及通过数据接口自动获取案件数据相结合的方式，获取待理赔案件的案件数据，从而提高获取案件数据的灵活性。

其中，上述从第三方平台获取案件数据的过程具体可以如下所述：根据数据请求中的医院信息进行传输路径上的路由设置、从而完成调用路径的确定，之后，在调取第三方平台的案件数据时，可以采用与第三方平台协商好的加密参数，对案件数据进行加密传输。在获取到加密的案件数据后，可以对案件数据解密以实现后续的正常处理。

采用上述的案件数据获取过程，可以提高对客户的案件数据的保密程度，避免泄露客户的隐私信息。

步骤S202：根据预设校验规则，对所述案件数据进行数据结构化校验。

本实施例中，可以由案件数据处理系统的数据校验模块对案件数据进行数据结构化校验。

实际中，案件数据可以囊括费用明细信息、基本医疗费用信息、身份信息、入/离院时间、药品信息等诸多信息。其中，对于每一个分类下的信息可以视为一个数据项。例如，费用明细信息中包括了单价、数量、金额、医保限价等子分类信息，则包括了单价、数量、金额、医保限价等数据项。每个数据项中又可以包括具体的数值内容，例如，“单价”数据项中包括数值“20”。

在本实施例中，进行数据结构化校验可以是指：判断案件数据中各数据项的数据结构是否符合预设校验规则。其中，数据结构可以是指一个项目中数据的格式、长度以及项目所包括的内容等。

本实施例中，对案件数据进行数据结构化校验的结果可以反映案件数据的数据结构化水平，即反映该案件数据的数据质量。当然，实际中，案件数据的数据结构化水平也以反映案件数据对于理赔的合法化程度。例如，一个案件数据中的离院时间为空，则在医疗险的赔付中，离院时间为空便无法进行赔付，此种情况下，便可以称为案件数据的数据结构化水平较低。

示例地，以案件数据包括费用明细信息、基本医疗费用信息、身份信息、入/离院时间为例，对该案件数据进行数据结构化校验可以是：判断基本医疗费用信息是否为非空、费用明细信息中单价数量是否为非零、离院时间是否不为空等。

可以理解的是，当一个案件数据通过了数据结构化校验，则表征案件数据的数据结构化水平越高，则案件数据的数据质量越高、对于理赔的合法化程度越高。

在一种具体实施方式中，预设校验规则可以根据不同的险种而制定，即，不同的险种可以制定校验重点不同的校验规则。这样，可以根据待理赔案件所属的险种，采用与该险种对应的预设校验规则对案件数据进行数据结构化校验。示例地，对于重疾险，预设校验规则可以是重点对疾病诊断信息的数据结构进行校验，而对于出入院时间则可以不用校验，而对于医疗险，则校验规则可以是重点对费用明细以及与费用结算有关的数据结构进行校验，此种情况下，就必须要对出入院时间进行校验，以判断出入院时间是否合法。当然，实际中，险种不仅限于上述险种，对于其他险种，上述的校验过程也同样适用。

步骤S203：在所述案件数据通过所述数据结构化校验的情况下，基于所述案件数据，确定所述待理赔案件的理赔额度值。

本实施例中，可以由案件数据处理系统的核心计算模块确定理赔额度值。

本实施例中，案件数据通过数据结构化校验则表示案件数据的数据结构化水平符合理赔要求，因此，可以进一步基于案件数据，计算待理赔案件的理赔额度值，该理赔额度值可以理解为是待赔付金额，对于医疗险而言，该待赔付金额可以是指后续理赔时确定保险金额时所依据的金额，例如，确定出的赔付金额是2万元，而向客户支付的保险金额可能是1万元或者2万元，具体根据该待理赔案件所属的险种而定。

具体实施时，可以基于案件数据中具有预设字段的数据项中的数值，按照预设的理赔计算规则，确定出理赔额度值。实际中，由于计算理赔金额时，一般依据的是结算费用和扣除费用，因此，预设字段可以是社保结算字段、自费字段、总费用字段等。

对于医疗险而言，医疗险也可以分为自费赔付型医疗险(即自费药也可以赔付)、自费不赔付型医疗险等，对于不同细分的医疗险，理赔额度的计算是不同的。因此，在具体实现中，也可以根据待理赔案件所属的保险产品类别，确定案件数据中与该保险产品类别对应的预设字段的数据项，并依据该数据项中的数值确定理赔额度值。

示例地，以待理赔案件为某自费赔付型医疗险产品A为例，则依据案件数据确定理赔额度值时，可以从案件数据中获取字段为“自费结算”、“社保结算”、“费用药明细”的数据项，进而根据上述字段中的数据，计算理赔额度值。

步骤S204：在所述待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的自动理赔平台，以使所述自动理赔平台根据所述待理赔案件的理赔额度值输出针对所述待理赔案件的理赔信息。

本实施例中，案件数据处理系统可以包括校验模块，该校验模块可以用于确定待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值。

其中，第三方提供的理赔额度值可以是指第三方平台提供的发票信息中的结算金额值。具体实施时，校验模块根据预设差值和第三方平台提供的理赔额度值，对待理赔案件的理赔额度值进行校验。

具体地，在待理赔案件的理赔额度值与第三方平台提供的理赔额度值的差值小于或等于预设差值时，表示校验通过，即确定出的待理赔案件的理赔额度值与发票金额差距不大，从而可以表示理赔额度值正确。进而，再将待理赔案件的案件数据、待理赔案件的理赔额度值发送给与该待理赔案件所属险种对应的自动理赔平台，通过该自动理赔平台生成针对待理赔案件的理赔信息。采用此种方式时，可以实现对自动理赔准确性的提高。

本实施例中，自动理赔平台可以是指图1中所示的理赔平台，例如，待理赔案件所属险种为医疗险，则可以将该待理赔案件发送给人寿保险平台或医疗险理赔平台。

其中，该理赔信息可以显示在自动理赔平台的显示界面上，从而便于核保人员进行核对。实际中，核保人员进行核对无误后，便可以点击确认，从而进入自动理赔流程，进行自动理赔。

实际中，在进行自动理赔时，需要确定待支付的保险金额。实际中，不同的保险产品，其保险金额的计算并不相同，例如，对于医疗险，就包含了如下几种情况：客户用社保结算的赔付规则、客户未用社保结算的赔付规则等，而对应重疾险，其理赔金额的计算主要依据疾病诊断结果。

因此，在自动理赔平台根据理赔额度值输出针对待理赔案件的理赔信息时，可以将案件数据和/或待理赔案件的理赔额度值、该待理赔案件对应的保险金额，输入该待理赔案件所属保险产品的理赔计算模型，从而输出保险金额，接着，生成包括该保险金额的理赔信息。当然，实际中，该理赔信息还可以包括待理赔案件的客户信息、理赔额度值等信息。

在一种具体示例中，自动理赔平台在得到核保人员的确认后，可以自动将保险金额划入待理赔案件所对应的用户账户中，从而实现快速理赔。

通过本申请实施例的上述步骤S201至步骤S204，从整体上实现了对案件数据的数据结构化水平的自动校验、对校验通过的案件数据自动确定理赔金额、以及对理赔额度值进行自动校验的自动化理赔流程，从而提高了理赔效率和理赔正确率。在具体实践中，在案件数据处理系统中运行上述步骤S201至步骤S204的过程时，可以将传统的赔付周期缩短至一半。

结合以上实施例，在一种可选示例中，第三方平台提供的理赔额度值可以是通过以下过程得到的：

首先，从所述第三方平台获取与所述待理赔案件对应的发票图像；接着，对所述发票图像进行识别，得到所述发票图像中包括的理赔额度值，所述发票图像中包括的理赔额度值即为所述第三方平台提供的理赔额度值。

其中，可以在获取待理赔案件的案件数据时或者可以在对案件数据进行数据结构化校验通过时，从获取该案件数据的第三方平台调取与待理赔案件对应的发票图像，并对发票图像进行识别，得到发票图像中包括的理赔额度值。

本示例中，该发票图像中可以包括发票金额的图像，该发票金额即为第三方平台提供的理赔额度值。其中，案件处理系统可以从该发票图像中截取出发票金额所在区域的图像，之后，对发票金额所在区域的图像进行识别，得到理赔额度值。

其中，对发票金额所在区域的图像进行识别可以采用现有的图像识别技术即可，即预先训练一个针对发票图像中的发票金额进行识别的模型，之后，将发票金额所在区域的图像输入到该模型中，从而获得了该模型输出的理赔额度值。

采用该示例所述的技术方案时，第三方平台只需拍摄发票的图像上传到自身的系统，案件处理系统便可以从该第三方平台中获取该发票的图像，从而自动识别得到理赔额度值(即发票金额)，由此，可以提高获取第三方平台的理赔额度值的智能化水平，且相比于第三方平台人工填写发票金额上传的方式，可以规避发票金额作假、发票金额误写的问题，从而提高第三方平台提供的理赔额度值的准确度。

结合上述实施例，在一种实施例中提出了对案件数据进行数据结构化校验的方法，具体可以对所述数据中的每个数据项，从所述预设校验规则中确定与该数据项对应的子校验规则，并根所述子校验规则，对该数据项进行校验。

本实施例中，由于案件数据中可以包括多个数据项，不同数据项可以表征不同类别的医疗信息内容，因此，为每个数据项设置针对性的子校验规则可以提高校验的准确度。

其中，所述子校验规则可以为以下规则中的至少一种：数据小数点后的位数为预设位数、数值不为空、字符长度为预设长度、数据格式为预设格式。

下面，对上述子校验规则进行详细阐述：

第一种：在该数据项属于费用明细项时，所述子校验规则为该数据小数点后的位数为预设位数。实际中，可以设置小数点后的位数为4位。例如，对于“单价”数据项，其中的数值为四位小数。

第二种：在该数据项属于诊断信息项时，所述子校验规则为数值不为空。其中，诊断信息是指疾病的诊断结论，例如，诊断结论是肺炎。实际中，为了顺利理赔，该诊断信息必须具备，因此，子校验规则可以设置为诊断信息中的数值需要不为空。

第三种：在该数据项属于身份项时，所述子校验规则为该数据项中字符的长度为预设长度。本实施例中，身份项是指被保险人的身份项，该身份项中可以记录被保险人的身份证，以用于进行身份确。实际中，为了顺利理赔(即避免被保险人的年龄超出保险合同所规定的保障年龄)，子校验规则可以设置为身份项中的数值必须为身份证号码的长度，且可以允许最后一个数值为字母。

第四种：在该数据项属于费用信息项时，所述子校验规则为该数据项的数据格式为预设格式。本实施例中，费用信息可以是指结算信息，实际中，没有结算信息便可能无法计算理赔额度值，因此，子校验规则可以设置为该数据项的数据格式为预设格式，即为非空正值且是数值型。

实际中，对于案件数据，可以同时适用上述四条子校验规则，即，利用上述四条子校验规则对案件数据中的各数据项进行校验。当然，如上述步骤S202的陈述，也可以根据待理赔案件所属险种，选择其中的一条或多条子校验规则进行校验。

可以理解的是，在具体实施时，可以不仅限于上述子校验规则，实际中，随着保险产品的丰富和更新，可以对子校验规则进行完善，例如，增加更多的子校验规则。

采用对每个数据项按照与之适配的子校验规则进行校验的技术方案，可以提高对案件数据进行数据结构化校验的准确度。

实际中，由于案件数据处理系统可以对接位于不同地区的数千家第三方平台，而在保险理赔领域，不同地区的医疗机构都有自己的费用结算规则，比如重庆地区会存在医院负担的金额，其会根据参保人员的社保类型对医院负担进行结算。而对于报销类的医疗险产品(例如医疗险)理赔主要依赖于社保结算和二级费用，由于不同地区的医疗结构的社保结算规则不一致，若没有合适的校验手段可以对社保结算信息进行基础校验，会存在多赔钱或者少赔钱的风险。

为了规避上述风险，在本申请的一种实施例中，可以对来源于不同地区的案件数据，按照当地的结算规则进行理赔额度值的计算。参照图3所示，示出了确定待理赔案件的理赔额度值的步骤流程图，具体可以包括以下步骤：

步骤S301：确定所述案件数据所属的统筹区域。

本实施例中，统筹区域可以是指案件数据所属的来源地，即案件数据所来源的第三方平台的所在地。例如，案件数据A来源的第三方平台是重庆新桥医院的医院管理系统，则案件数据A所属的统筹区域为重庆。

步骤S302：将所述案件数据输入与所述统筹区域对应的计算模型。

本实施例中，针对每个统筹区域，会根据该统筹区域的社保结算规则，预先设计用于计算理赔额度值的计算模型，这些计算模型可以存储于案件数据处理系统中，并为每个计算模型标识各自所属的统筹区域。

则具体实施时，案件数据处理系统可以调用与所述统筹区域对应的计算模型，并将案件数据输入到该调用的计算模型中。

步骤S303：获得由所述计算模型按照预设理赔规则对所述案件数据进行计算后输出的理赔额度值。

本实施例中，计算模型可以用于将案件数据中具有预设字段的数据项的数据，代入预设理赔规则进行计算，从而得到该计算模型输出的理赔额度值。

其中，预设理赔规则可以理解为是社保核算规则，该社保核算规则是指每个地区进行出院结算时，用于核算社保扣除费用、自费费用等的规则。采用此种实施方式，在计算理赔额度值时，可以适应不同地区的社保核算规则，而得到准确度较高的理赔额度值，从而减小理赔额度值计算误差，规避掉少赔或多赔的风险。

实际中，案件数据处理系统可以对接位于不同地区的数千家第三方平台，由于不同的第三方平台对医疗信息中的字段定义不同，则会存在一些个性的费用字段。例如，同样是“单价”，A医院定义为“单价金额”、B医院定义为“金额/单价”。为避免因字段定义不同影响后续理赔额度值的确定，在本申请的又一实施例中，可以在对接不同社保、医院、外部数据平台的时候可以配置数据字段信息，以确保后续理赔额度值的正确性。例如，将案件数据中的“单价金额”和“金额/单价”都统一转换成“单价”。

参照图4所示，示出了该实施例中一种案件处理方法的步骤流程图，具体可以包括以下步骤：

步骤S401：获取待理赔案件的案件数据。

本实施例中，可以从多个第三方平台获取待理赔案件的案件数据，比如，针对同一个客户，可以从甲医疗机构和乙医疗机构获取案件数据，则案件数据中可以包括不同第三方平台中的医疗数据。

步骤S402：根据预设校验规则，对所述案件数据进行数据结构化校验。

其中，该步骤S402的过程与上述步骤S202的过程类似，相关之处参见上述步骤S202的描述即可。

步骤S403：在所述案件数据通过所述数据结构化校验的情况下，将所述案件数据中每个数据项的项目名称转换为与该数据项对应的预设项目名称，得到中间态案件数据。

本实施例中，由于案件数据可以囊括费用明细信息、基本医疗费用信息、身份信息、入/离院时间、药品信息等诸多信息，对于每一个分类下的信息可以视为一个数据项。其中，每个数据项都有各自的名称，以表示该数据项具体是记载的何种数据。例如，数据项的名称是“单价”则表示记录的是药品的单价价格。

实际中，由于不同的第三方平台对医疗信息中的字段定义不同，会不可避免出现：对于同一种数据，甲医疗机构用的数据项名称和乙医疗机构用的数据项名称不一致。例如，甲医疗机构用“单价”而乙医疗机构用“单价金额”，而实际中，其记载的内容均是表示药品的单价价格。此种情况下，从多个第三方平台获取到的案件数据，可能导致在计算理赔额度值时，因字段匹配错误或字段匹配不上而造成的理赔计算误差。例如，只匹配上了甲医疗机构的单价，而乙医疗机构的单价金额未匹配上，则损失了乙医疗机构的部分数据。

为了规避上述风险，本实施例中，可以对数据结构化校验通过的案件数据进行字段的统一。具体实施时，将案件数据中同一数据项的名称转换为统一的名称，将字典项转换成统一的字典项，得到中间态案件数据。例如，将案件数据中的名称“单价金额”转换该数据项对应的统一名称“单价”。

步骤S404：对所述中间态案件数据中具有同一预设项目名称的数据项进行聚类，得到转化后案件数据。

实际中，由于案件数据中可以包括不同第三方平台中的医疗数据，在对案件数据中的各数据项的名称进行统一后，对于同一种数据内容，便具有相同的名称，例如，对于药品单价价格，其均具有“单价”的名称。

具体实施时，则可以按照预设项目名称，对中间态案件数据进行整理，具体而言，可以将具有同一预设项目名称的数据项归类到一起，作为一个新的数据项。例如，将案件数据中来源于乙医疗机构名称为“单价”的数据项，和来源于甲医疗机构名称为“单价”的数据项进行整合，形成一个新的数据项。

采用上述聚类的方式，可以将中间态案件数据整合为了转化后案件数据。需要说明的是，对中间态案件数据按照预设项目名称进行聚类后，其中每个数据项中的数值可以保持不变，即仍然是原有的数值，仅仅是对其进行了归类整理。

步骤S405：基于所述转化后案件数据，确定所述待理赔案件的理赔额度值。

本实施例中，由于对中间态案件数据按照预设项目名称进行了归类整理，这样，在根据该转化后案件数据确定待理赔案件的理赔额度值时，便可以获得某一类数据的全部数据项，例如，对于“单价”数据项，可以同时保证获取甲医疗机构和乙医疗机构中关于“单价”的全部数据。

此外，由于对中间态案件数据按照预设项目名称进行了归类整理，这样，在获得某一类数据的全部数据项时，便可以一次抽取出该类中全部的数据项，从而提高了理赔额度值的确定效率。

步骤S406：在所述待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的自动理赔平台，以使所述自动理赔平台根据所述理赔额度值输出针对所述待理赔案件的理赔信息。

采用上述实施例的技术方案时，由于可以对数据结构化校验通过的案件数据进行字段上的统一，且按照预设项目名称进行了归类整理，一方面，可以获得全面的数据项用于确定理赔额度值，另一方面，可以提高理赔额度值的确定效率。

本申请实施例中，实现了对案件数据进行数据结构化校验、理赔额度值计算、理赔额度值的自动化校验的自动化理赔流程。但是，实际中，不可避免地会发生对案件数据未通过数据结构化校验的情况，因此，在本申请的又一实施例中，可以通过人工处理与自动处理结合的方式实现以上案件处理方法。参照图5所示，示出了本申请又一实施例中案件处理方法的步骤流程图，如图5所示，还包括以下步骤：

步骤S205：在所述案件数据未通过所述数据结构化校验的情况下，将所述待理赔案件的案件数据发送给对应的人工校验平台，以使所述人工校验平台对所述案件数据进行校验。

本实施例中，案件数据未通过所述数据结构化校验可以表示案件数据的数据质量未达到要求，即对于理赔是不合法的数据。此种情况下，可以将待理赔案件的案件数据发送给对应的人工校验平台，该人工校验平台可以是案件数据处理系统中的一个平台，也可以是独立于案件数据处理系统的平台。

具体实施时，人工校验平台可以将该待理赔案件的案件数据进行显示，以提醒相关人员在该人工校验平台对该待理赔案件的案件数据进行校验。具体而言，在人工校验该案件数据合法后，人工校验平台仍然可以将校验合法后的待理赔案件的案件数据反馈给案件数据处理系统，此种情况下，案件数据处理系统可以根据人工校验合法的案件数据，确定理赔额度值，即进行如步骤S203至步骤S204的自动理赔校验过程。

当然，实际中，也不可避免地会发生理赔额度值未通过校验的情况，因此，在本申请的又一实施例中，也可以通过人工处理与自动处理结合的方式实现理赔。参照图6所示，示出了本申请又一实施例中案件处理方法的步骤流程图，如图6所示，还包括以下步骤：

步骤S206：在所述待理赔案件的理赔额度值与所述第三方平台提供的理赔额度值之间的差值超过所述预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的人工理赔平台，以使所述人工理赔平台对所述待理赔案件进行处理。

本实施例中，待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值超过预设差值的情况，则表示确定出的待理赔案件的理赔额度值与发票金额差距较大，从而可以表示理赔额度值不正确或者发票金额不正确，此种情况下，可以利用人工对该待理赔案件进行处理。其中，人工理赔平台可以是与自动理赔平台集成在一起的平台，即对于同一个险种(或同一个保险业务)，可以构建人工理赔平台和自动理赔平台。进而，可以根据待理赔案件的实际情况，选中进行自动理赔或人工理赔。

本实施例中，人工理赔平台可以将该待理赔案件的案件数据以及确定出的理赔额度值进行显示，以提醒相关理赔人员在该人工理赔平台对该待理赔案件进行人工理赔。

在一种示例中，理赔人员在进行人工理赔后，可以将最终确定出的理赔额度值反馈给案件数据处理系统，案件数据处理系统可以根据所反馈的理赔额度值和之前确定出的理赔额度值，对理赔额度值的确定过程进行逆向拆解，从而确定出出现误差的计算节点，进而对该计算节点进行优化，从而提高后续确定理赔额度值的准确度。

下面，结合图1所示的通信环境，通过一个具体示例，对本申请实施例的技术方案进行简单说明：

比如，被保险人张某请求对自己在2020年度产生的因病住院保险事件进行理赔，其所购买的是医疗险产品B(自费药也赔付的医疗险)。则工作人员可以在案件数据处理系统中发出对张某的数据请求，该数据请求可以携带张某的身份证号码以及保险事件发生时间(即住院发生时间)。

案件数据处理系统可以响应于数据请求，从张某所住重庆新桥医院、重庆西南医院两个医院获取张某的案件数据。此时，张某的案件数据中包括了重庆新桥医院的数据和重庆西南医院的数据。

接着，案件数据处理系统的数据校验模块可以对张某的案件数据进行数据结构化校验。在进行结构化校验时，可以根据医疗险产品B，对案件数据中的出入院时间、身份证号码、自费费用、自费药明细、结算费用等进行校验。

之后，在张某的案件数据通过数据结构化校验后，案件数据处理系统的数据转换模块可以对两家医院的案件数据中的数据项名称进行统一，例如将“单价金额”同一为“单价”等。

接着，案件数据处理系统的数据转换模块可以对两家医院数据项名称统一后的案件数据，按照当前统一的数据项名称进行归类整理，即将两家医院的数据进行整合。例如，将两家医院“单价”的数据项归来到一起。

然后，核心计算模块将归类整理后的案件数据中的单价、结算金额、时间、身份证号码、自费金额等输入到重庆地区对应的计算模型中，得到该计算模型输出的理赔额度值。

之后，将该输出的理赔额度值与两家医院提供的发票金额之和进行比较，若差值较大，则将张某的案件数据发给人工理赔平台进行理赔，若差值较小则发送给自动理赔平台，以执行自动赔付流程。

本申请通过以上各实施例、以及实施例之间的组合，提供了多种案件处理方法。需要说明的是，用于实施以上方法的硬件系统并不局限于图1所示的系统，以上方法还可以被应用至其他类型的服务端系统。

基于同一发明构思，本申请一实施例提供一种案件处理装置。参考图7，图7是本申请一实施例提供的案件处理装置的示意图。如图7所示，该装置包括：

数据获取模块701，用于获取待理赔案件的案件数据；

校验模块702，用于根据预设校验规则，对所述案件数据进行数据结构化校验；

确定模块703，用于在所述案件数据通过所述数据结构化校验的情况下，根据所述案件数据，确定所述待理赔案件的理赔额度值；

处理模块704，用于在所述待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的自动理赔平台，以使所述自动理赔平台根据所述理赔额度值对所述待理赔案件进行处理。

可选地，所述确定模块703，具体可以包括以下模块：

区域确定单元，用于确定所述案件数据所属的统筹区域；

输入单元，用于将所述案件数据输入与所述统筹区域对应的计算模型；

获得单元，用于获得由所述计算模型按照预设理赔规则对所述案件数据进行计算后输出的理赔额度值。

可选地，所述装置还可以包括以下模块：

第一发送模块，用于在所述待理赔案件的理赔额度值与所述第三方平台提供的理赔额度值之间的差值超过所述预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的人工理赔平台，以使所述人工理赔平台对所述待理赔案件进行处理。

可选地，所述装置还可以包括以下模块：

第二发送模块，用于在所述案件数据未通过所述数据结构化校验的情况下，将所述待理赔案件的案件数据发送给对应的人工校验平台，以使所述人工校验平台对所述案件数据进行校验。

可选地，所述校验模块701，具体可以用于对所述数据中的每个数据项，从所述预设校验规则中确定与该数据项对应的子校验规则，并根所述子校验规则，对该数据项进行校验；

其中，所述子校验规则为以下规则中的至少一种：数据小数点后的位数为预设位数、数值不为空、数字长度为预设长度、数据格式为预设格式。

可选地，所述装置还可以包括以下模块：

转换模块，用于在所述案件数据通过所述数据结构化校验的情况下，将所述案件数据中每个数据项的项目名称转换为与该数据项对应的预设项目名称，得到中间态案件数据；

统计模块，用于对所述中间态案件数据中具有同一预设项目名称的数据项进行聚类，得到转化后案件数据；

所述确定模块，具体用于基于所述转化后案件数据，确定所述待理赔案件的理赔额度值。

可选地，所述装置还可以包括以下模块：

图像获得模块，用于从所述第三方平台获取与所述待理赔案件对应的发票图像；

图像识别模块，用于对所述发票图像进行识别，得到所述发票图像中包括的理赔额度值，所述发票图像中包括的理赔额度值即为所述第三方平台提供的理赔额度值。

上述装置实施例与上述方法实施例的过程类似，相关之处，详见装置实施例的部分描述即可，在此不再赘述。

基于同一发明构思，本申请另一实施例提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如本申请上述任一实施例所述的方法中的步骤。

基于同一发明构思，本申请另一实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本申请上述任一实施例所述的方法中的步骤。

对于装置实施例而言，由于其与方法实施例基本相似，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。

本说明书中的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他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本申请所提供的一种案件处理方法、装置、设备及可读存储介质，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种案件处理方法，其特征在于，所述方法包括：

获取待理赔案件的案件数据；

根据预设校验规则，对所述案件数据进行数据结构化校验；

在所述案件数据通过所述数据结构化校验的情况下，基于所述案件数据，确定所述待理赔案件的理赔额度值；

在所述待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的自动理赔平台，以使所述自动理赔平台根据所述理赔额度值输出针对所述待理赔案件的理赔信息。

2.根据权利要求1所述的方法，其特征在于，根据所述案件数据，确定所述待理赔案件的理赔额度值，包括：

确定所述案件数据所属的统筹区域；

将所述案件数据输入与所述统筹区域对应的计算模型；

获得由所述计算模型按照预设理赔规则对所述案件数据进行计算后输出的理赔额度值。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述待理赔案件的理赔额度值与所述第三方平台提供的理赔额度值之间的差值超过所述预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的人工理赔平台，以使所述人工理赔平台对所述待理赔案件进行处理。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述案件数据未通过所述数据结构化校验的情况下，将所述待理赔案件的案件数据发送给对应的人工校验平台，以使所述人工校验平台对所述案件数据进行校验。

5.根据权利要求1所述的方法，其特征在于，根据预设校验规则，对所述案件数据进行数据结构化校验，包括：

对所述数据中的每个数据项，从所述预设校验规则中确定与该数据项对应的子校验规则，并根所述子校验规则，对该数据项进行校验；

其中，所述子校验规则为以下规则中的至少一种：数据小数点后的位数为预设位数、数值不为空、字符长度为预设长度、数据格式为预设格式。

6.根据权利要求1至5任一项所述的方法，其特征在于，在基于所述案件数据，确定所述待理赔案件的理赔额度值之前，所述方法还包括：

在所述案件数据通过所述数据结构化校验的情况下，将所述案件数据中每个数据项的项目名称转换为与该数据项对应的预设项目名称，得到中间态案件数据；

对所述中间态案件数据中具有同一预设项目名称的数据项进行聚类，得到转化后案件数据；

基于所述案件数据，确定所述待理赔案件的理赔额度值，包括：

基于所述转化后案件数据，确定所述待理赔案件的理赔额度值。

7.根据权利要求1至5任一项所述的方法，其特征在于，通过以下步骤获得所述第三方平台提供的理赔额度值：

从所述第三方平台获取与所述待理赔案件对应的发票图像；

对所述发票图像进行识别，得到所述发票图像中包括的理赔额度值，所述发票图像中包括的理赔额度值即为所述第三方平台提供的理赔额度值。

8.一种案件处理装置，其特征在于，所述装置包括：

数据获取模块，用于获取待理赔案件的案件数据；

校验模块，用于根据预设校验规则，对所述案件数据进行数据结构化校验；

确定模块，用于在所述案件数据通过所述数据结构化校验的情况下，根据所述案件数据，确定所述待理赔案件的理赔额度值；

处理模块，用于在所述待理赔案件的理赔额度值与第三方平台提供的理赔额度值之间的差值不超过预设差值的情况下，将所述待理赔案件发送给与所述待理赔案件对应的自动理赔平台，以使所述自动理赔平台根据所述理赔额度值对所述待理赔案件进行处理。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行时实现如权利要求1至7任一所述的方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1至7任一所述的方法中的步骤。

Images