CN113628758A - 基于ai和rpa的信息处理方法及其装置 - Google Patents
基于ai和rpa的信息处理方法及其装置 Download PDFInfo
- Publication number
- CN113628758A CN113628758A CN202110859673.2A CN202110859673A CN113628758A CN 113628758 A CN113628758 A CN 113628758A CN 202110859673 A CN202110859673 A CN 202110859673A CN 113628758 A CN113628758 A CN 113628758A
- Authority
- CN
- China
- Prior art keywords
- information
- attribute
- attribute information
- address
- processed
- 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
Images
Classifications
-
- 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
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
Abstract
本申请提出了一种基于AI和RPA的信息处理方法及其装置,该方法包括:获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息;确定属性信息是否符合预设的上报条件;在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。由此,在待处理信息符合上报条件时,RPA机器人可及时上报待处理信息,从而避免了信息填写不全面、信息上报不及时、信息错报或漏报的情况。
Description
技术领域
本申请涉及人工智能技术领域,尤其涉及基于AI(Artificial Intelligence,人工智能)和RPA(Robotic Process Automation,机器人流程自动化)的信息处理方法及其装置。
背景技术
机器人流程自动化(Robotic Process Automation,RPA)是通过特定的“机器人软件”,模拟人在计算机上的操作,按规则自动执行流程任务。
人工智能(Artificial Intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。
目前,为了加强传染病信息报告管理,确保报告系统的有效运行,提高报告质量,为预防控制传染病的暴发流行提供及时、准确的信息,依据相关法律、法规,制定本规范,负责本行政区域内传染病信息报告工作的管理,建设和完善本行政区域内传染病信息网络报告系统,为系统的正常运行提供保障条件。定期组织开展对各级医疗卫生机构传染病信息报告、管理等工作监督检查,实现居民健康问题的“早发现、早知道”。
但是,由于医护人员忙于接诊,导致信息上报不及时、信息填写不全面。而各地市的专门传染病医院,因为接诊的传染病病患较多,也容易导致上报不及时与漏报。
发明内容
本申请的目的旨在至少在一定程度上解决上述技术中的技术问题之一。
为此,本申请第一方面提出一种基于人工智能AI和机器人流程自动化RPA的信息处理方法。
本申请第二方面提出一种基于人工智能AI和机器人流程自动化RPA的信息处理装置。
本申请第三方面提出一种电子设备。
本申请第四方面提出一种存储有计算机指令的非瞬时计算机可读存储介质。
本申请第五方面提出一种计算机程序产品。
本申请第一方面实施例提出的一种基于人工智能AI和机器人流程自动化RPA的信息处理方法,包括:
在本申请的一个实施例中,获取待处理信息,其中,所述待处理信息包括:待处理对象的属性信息,以及与所述属性信息对应的事件信息;确定所述属性信息是否符合预设的上报条件;在所述属性信息符合所述上报条件时,控制RPA机器人上报所述属性信息以及所述属性信息对应的事件信息。
在本申请的一个实施例中,所述确定所述属性信息是否符合预设的上报条件,包括:将所述属性信息与预设的属性规则进行比对,确定所述属性规则中是否存在第一属性,其中,所述第一属性为未存在于所述属性信息中的属性;在所述属性规则中未存在所述第一属性时,确定所述属性信息符合所述上报条件。
在本申请的一个实施例中,所述在所述属性规则中未存在所述第一属性时,确定所述属性信息符合所述上报条件,包括:在所述属性规则中未存在所述第一属性时,根据所述属性信息中的地址信息查询预设地址库,确定所述地址信息是否为异常地址信息;在所述地址信息不为异常地址信息时,确定所述属性信息符合所述上报条件。
在本申请的一个实施例中,所述确定所述属性信息是否符合预设的上报条件,还包括:在所述属性规则中存在所述第一属性,或者,所述地址信息为异常地址信息时,确定所述属性信息不符合所述上报条件。
在本申请的一个实施例中,所述方法还包括:在所述属性信息不符合所述上报条件时,根据所述待处理信息进行预警提示处理。
在本申请的一个实施例中,所述方法还包括:接收对所述预设地址库的更新请求,其中,所述更新请求包括:更新类型以及地址信息更新内容;按照所述更新类型以及所述地址信息更新内容,对所述预设地址库进行地址信息更新处理。
在本申请的一个实施例中,所述地址信息包括以下参数中的至少一种:省、市、区、街道信息、社区信息、责任区信息、地址特征码、兴趣点信息。
在本申请的一个实施例中,事件信息包括:至少一个事件阶段上的事件信息,所述获取待处理信息,包括:基于自然语言处理技术(Natural Language Processing,简称NLP)确定所述待处理对象的属性信息,以及所述待处理对象当前所处的事件阶段;确定所述事件阶段的事件信息采集方式;按照所述采集方式,采集与所述属性信息对应的事件信息。
本申请第二方面实施例提出了一种基于人工智能AI和机器人流程自动化RPA的信息处理装置,包括:获取模块,用于获取待处理信息,其中,所述待处理信息包括:待处理对象的属性信息,以及与所述属性信息对应的事件信息;确定模块,用于确定所述属性信息是否符合预设的上报条件;上报模块,用于在所述属性信息符合所述上报条件时,控制RPA机器人上报所述属性信息以及所述属性信息对应的事件信息。
在本申请的一个实施例中,确定模块,具体用于:将所述属性信息与预设的属性规则进行比对,确定所述属性规则中是否存在第一属性,其中,所述第一属性为未存在于所述属性信息中的属性;在所述属性规则中未存在所述第一属性时,确定所述属性信息符合所述上报条件。
在本申请的一个实施例中,所述确定模块,还用于:在所述属性规则中未存在所述第一属性时,根据所述属性信息中的地址信息查询预设地址库,确定所述地址信息是否为异常地址信息;在所述地址信息不为异常地址信息时,确定所述属性信息符合所述上报条件。
在本申请的一个实施例中,所述确定模块,还用于:在所述属性规则中存在所述第一属性,或者,所述地址信息为异常地址信息时,确定所述属性信息不符合所述上报条件。
在本申请的一个实施例中,所述装置还包括:预警提示处理模块,用于在所述属性信息不符合所述上报条件时,根据所述待处理信息进行预警提示处理。
在本申请的一个实施例中,所述装置还包括:接收模块,用于接收对所述预设地址库的更新请求,其中,所述更新请求包括:更新类型以及地址信息更新内容;更新模块,用于按照所述更新类型以及所述地址信息更新内容,对所述预设地址库进行地址信息更新处理。
在本申请的一个实施例中,所述地址信息包括以下参数中的至少一种:省、市、区、街道信息、社区信息、责任区信息、地址特征码、兴趣点信息。
在本申请的一个实施例中,所述事件信息包括:至少一个事件阶段上的事件信息,所述获取模块,具体用于:基于自然语言处理技术NLP确定所述待处理对象的属性信息,以及所述待处理对象当前所处的事件阶段;确定所述事件阶段的事件信息采集方式;按照所述采集方式,采集与所述属性信息对应的事件信息。
本申请第三方面实施例提出了一种电子设备,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述第一方面实施例所述的方法。
本申请第四方面提出了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行上述第一方面实施所述的方法。
本申请第五方面提出了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述第一方面实施例所述的方法。
本申请实施例提供的技术方案,通过获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息;确定属性信息是否符合预设的上报条件;在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。由此,在待处理信息符合上报条件时,RPA机器人可及时上报待处理信息,从而避免了信息填写不全面、信息上报不及时、信息错报或漏报的情况。
应当理解,本申请所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本申请一个实施例的基于AI和RPA的信息处理方法示意图;
图2是根据本申请另一个实施例的基于AI和RPA的信息处理方法示意图;
图3是根据本申请另一个实施例的基于AI和RPA的信息处理方法示意图;
图4是根据本申请一个实施例的地址信息为异常地址信息示意图;
图5是根据本申请另一个实施例的基于AI和RPA的信息处理方法示意图;
图6是根据本申请另一个实施例的基于AI和RPA的信息处理方法示意图;
图7是根据本申请一个实施例的采集与属性信息对应的事件信息的示意图;
图8是根据本申请一个实施例的交互界面示意图;
图9是根据本申请一个实施例的基于AI和RPA的信息处理装置的结构示意图;
图10是根据本申请实施例的基于AI和RPA的信息处理方法的电子设备的框图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
目前,为了加强传染病信息报告管理,确保报告系统的有效运行,提高报告质量,为预防控制传染病的暴发流行提供及时、准确的信息,依据相关法律、法规,制定本规范,负责本行政区域内传染病信息报告工作的管理,建设和完善本行政区域内传染病信息网络报告系统,为系统的正常运行提供保障条件。定期组织开展对各级医疗卫生机构传染病信息报告、管理等工作监督检查,实现居民健康问题的“早发现、早知道”。
虽然传染病信息报告管理”工作取得了一定成效,但离预期目标仍有不小距离。这其中存在很多困难,比如医疗资源严重不足与艰巨繁重的工作不相适应;根据规定是所属地的意愿负责跟踪,患者居住地变更后不能及时通报自己的身体情况。还有当传染病患者手机号码变更后,医护人员多次电话沟通后也找不到人,数据采集结果准确度不能保证等情况。具体表现为以下方面:
(1)门诊量大的医院,医生忙于接诊无暇顾及填写报告卡,导致传染病上报不及时、数据填写不全面。而各地市的专门传染病医院,因为接诊的传染病病患较多,也容易导致上报不及时与漏报;
(2)医生对传染病报告卡时限要求不清楚,认为迟报几天没关系。医生不主动看患者的检查结果易造成迟报。报告卡填写不合格,项目填写不全,字迹潦草难认,住址不详细,有职业的患者不填写工作单位,15岁以下儿童不填写家长姓名所在学校及班级,导致不能及时网络直报;
(3)个别患者曾住过多个科室,每个科室的医生发现异常结果都上报传染卡,有的患者多次实验室检查同一传染病项目,医生每次都填报传染卡,而上报人员未查询既往是否已报卡就直接网报,导致重复上报;
(4)采集回来的入户调查表主要存在以下几个方面问题:医生填卡日期不能早于诊断时间,年龄14岁以下,职业填报从业人员,死亡日期不能早于发病时间,电话是空号,其信息与调查表上的信息不一致。诸如此类的问题甚多,导致工作开展极为困难;
(5)传染病人员信息采集工作是一项机动性、灵活性、常态化的工作,各种数据在不停的变动当中。数据采录结束后不代表此项工作就完成,要真正让采录的数据产生效果,为我所用,需要不断的对数据信息进行维护和更新。目前各地基本上都还停留在采、录的阶段,如何对数据信息的变动情况进行及时的掌握,如何对录入数据进行日常管理,如何对变动的数据进行实时更新都还在摸索当中,致使许多数据录入平台后就成了“呆数据、死数据”,不能够真正起到预警大型传染病的效果。
针对上述问题,本申请提出一种基于AI和RPA的信息处理方法及其装置。
图1是根据本申请一个实施例的基于AI和RPA的信息处理方法示意图。本申请实施例提供的基于AI和RPA的信息处理方法可应用于本申请实施例的基于AI和RPA的信息处理装置,该装置可被配置于电子设备中。其中,该电子设备可以是移动终端,例如,手机、平板电脑、个人数字助理等具有各种操作系统的硬件设备。
如图1所示,该基于AI和RPA的信息处理方法包括:
步骤101,获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息。
在本申请实施例中,待处理信息可包括:待处理对象的属性信息以及与属性信息对应的事件信息,比如,待处理对象的属性信息可为传染病人的个人信息,如,姓名、性别、年龄、单位和现住详细地址等,属性信息对应的事件信息可为传染病人在医院的门诊日志信息以及检测结果信息和传染病人出院后的身体情况信息。其中,待处理对象的属性信息,以及与属性信息对应的事件信息可采用不同的方式进行获取,详见后续实施例的描述。
步骤102,确定属性信息是否符合预设的上报条件。
进一步地,可将属性信息与预设的属性规则进行比对,根据比对结果确定属性信息是否符合预设的上报条件。
步骤103,在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。
在本申请实施例中,在属性信息符合上报条件时,控制RPA机器人将属性信息及属性信息对应的事件信息进行上报处理。
综上,通过获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息;确定属性信息是否符合预设的上报条件;在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。由此,在待处理信息符合上报条件时,RPA机器人可及时上报待处理信息,从而避免了信息填写不全面,信息上报不及时、错报或漏报的情况。
为了准确地确定属性信息是否符合预设的上报条件,如图2所示,图2是根据本申请另一个实施例的基于AI和RPA的信息处理方法示意图。在本申请实施例中,可将属性信息与预设的属性规则进行比对,根据比对结果确定属性信息是否符合预设的上报条件,图2所示实施例可包括如下步骤:
步骤201,获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息。
步骤202,将属性信息与预设的属性规则进行比对,确定属性规则中是否存在第一属性,其中,第一属性为未存在于属性信息中的属性。
在本申请实施例中,第一属性为未存在于属性信息中的属性,比如,第一属性为未填写的工作单位、未填写的15岁以下儿童的父母姓名或未填写的所在班级等。
也就是说,可将属性信息与预设的属性规则进行比对,确定属性规则中是否存在未存在于属性信息中的属性。
步骤203,在属性规则中未存在第一属性时,确定属性信息符合上报条件。
进一步地,在属性规则中未存在第一属性时,属性信息与预设的属性规则相同,属性信息中未存在没有填写的属性信息,可确定属性信息符合上报条件。在属性规则中存在第一属性时,属性信息不符合预设的属性规则,属性信息中存在没有填写的属性信息,可确定属性信息不符合上报条件。
步骤204,在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。
步骤205,在属性信息不符合上报条件时,根据待处理信息进行预警提示处理。
在本申请实施例中,在属性规则中存在第一属性时,也就是说属性信息不符合预设的属性规则,属性信息中存在没有填写的属性信息时,可根据属性信息中存在没有填写的属性信息对相关人员进行预警提示,以便对属性信息中没有填写的属性信息进行处理。
在本申请实施例中,步骤201、204可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
综上,通过将属性信息与预设的属性规则进行比对,根据比对结果确定属性信息是否符合预设的上报条件,并在属性信息不符合上报条件时,根据待处理信息进行预警提示处理,由此,可准确地确定属性信息是否符合预设的上报条件,并在属性信息不符合上报条件时,对属性信息进行预警提示处理,可避免信息填写不全面。
为了更加准确地确定属性信息是否符合上报条件,如图3所示,图3是根据本申请另一个实施例的基于AI和RPA的信息处理方法示意图。在本申请实施例中,在属性规则中未存在第一属性时,可将属性信息中的地址信息查询预设地址库,根据查询结果确定属性信息是否符合上报条件。图3所示实施例可包括如下步骤:
步骤301,获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息。
步骤302,将属性信息与预设的属性规则进行比对,确定属性规则中是否存在第一属性,其中,第一属性为未存在于属性信息中的属性。
步骤303,在属性规则中未存在第一属性时,根据属性信息中的地址信息查询预设地址库,确定地址信息是否为异常地址信息。
在本申请实施例中,在属性规则中未存在第一属性时,也就是属性信息中未存在未填写的属性信息时,进一步地,可利用属性信息中的地址信息查询预设地址库,以确定地址信息是否为异常地址信息,其中,地址信息包括以下参数中的至少一种:省、市、区、街道信息、社区信息、责任区信息、地址特征码、兴趣点信息。其中,异常地址信息可包括:错误地址信息、地址信息缺少参数信息、社区信息和责任区信息关联错误等。
比如,如图4所示,在属性信息中的地址信息中的地址特征码相同地址描述不同时(如,汉字和数字描述),查询预设地址库,确定地址信息是否为错误地址信息;根据属性信息中的地址信息查询预设地址库,确定属性信息中的地址信息是否缺少或重复参数(如,缺少或重复街道信息、社区信息或责任区信息)以及社区信息和责任区信息是否关联错误等。
步骤304,在地址信息不为异常地址信息时,确定属性信息符合上报条件。
在本申请实施例中,根据属性信息中的地址信息查询预设地址库,确定地址信息不为异常地址信息时,可确定属性信息符合上报条件;在地址信息为异常地址信息时,可确定属性信息不符合上报条件。
步骤305,在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。
步骤306,在属性信息不符合上报条件时,根据待处理信息进行预警提示处理。
也就是说,在地址信息为异常地址信息时,可确定属性信息不符合上报条件,可根据待处理信息中的属性信息中的异常地址信息生成数据存疑指令,对相关人员进行预警提示,以便对该异常地址信息进行处理。
在本申请实施例中,步骤301-302、305可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
综上,通过在属性规则中未存在第一属性时,可将属性信息中的地址信息查询预设地址库,根据查询结果确定属性信息是否符合上报条件,由此,可更加准确地确定属性信息是否符合上报条件,在属性信息不符合上报条件时,根据待处理信息进行预警提示处理,可避免信息错报的情况。
需要理解的是,在实际生活中,地址信息经常变更,比如,道路名称更改、管辖单位变更、地名新建、地名注销等,因此,为了更加准确地确定地址信息是否异常地址信息,如图5所示,图5是根据本申请另一个实施例的基于AI和RPA的信息处理方法示意图,在本申请实施例中,在接收对预设地址库的更新请求时,可按照更新类型以及地址信息更新内容,对预设地址库进行地址信息更新处理。图5所示实施例包括以下步骤:
步骤501,获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息。
步骤502,将属性信息与预设的属性规则进行比对,确定属性规则中是否存在第一属性,其中,第一属性为未存在于属性信息中的属性。
步骤503,接收对预设地址库的更新请求,其中,更新请求包括:更新类型以及地址信息更新内容。
在本申请实施例中,RPA机器人可通过网络爬虫获取到实际生活中的地址存在变更,可控制RPA机器人发送对预设地址库的更新请求,基于人工智能AI和机器人流程自动化RPA的信息处理装置可接收对预设地址库的更新请求,其中,更新请求可包括:更新类型以及地址信息更新内容,更新类型可包括:道路类、小区类、自然村类和街巷转区类等,更新内容可包括:地名注销的相关内容、地名新建的相关内容和管辖单位变更的相关内容等。
步骤504,按照更新类型以及地址信息更新内容,对预设地址库进行地址信息更新处理。
进一步地,按照更新请求中的更新类型和地址信息更新内容,对预设地址库进行地址信息更新处理,比如,注销地名、新建地名、或变更管辖单位等。
步骤505,在属性规则中未存在第一属性时,根据属性信息中的地址信息查询预设地址库,确定地址信息是否为异常地址信息。
步骤506,在地址信息不为异常地址信息时,确定属性信息符合上报条件。
步骤507,在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。
在本申请实施例中,步骤501-502、505-507可以分别采用本申请的各实施例中的任一种方式实现,本申请实施例并不对此作出限定,也不再赘述。
综上,通过接收对预设地址库的更新请求,并按照更新类型以及地址信息更新内容,对预设地址库进行地址信息更新处理,由此,可更加准确地确定地址信息是否异常地址信息。
为了准确地获取待处理信息,如图6所示,图6是根据本申请另一个实施例的基于AI和RPA的信息处理方法示意图,在本申请实施例中,根据待处理对象当前所处的事件阶段确定对应的事件采集方式,按照采集方式,采集与属性信息对应的事件信息。图6所示实施例可包括如下步骤:
步骤601,基于自然语言处理技术NLP确定待处理对象的属性信息,以及待处理对象当前所处的事件阶段。
在本申请实施例中,基于自然语言处理技术NLP对待处理对象填写的属性信息进行处理,以获取待处理对象的属性信息,以及根据待处理对象在当前时间所处的位置信息确定待处理对象当前所处的事件阶段。比如,待处理对象当前所处的事件阶段可为待处理对象当前是否在医院。
步骤602,确定事件阶段的事件信息采集方式。
进一步地,不同的事件阶段,对应的事件阶段的事件信息采集方式不同,比如,对于待处理对象在医院中的信息,可通过控制RPA机器人采集待处理对象在医院中的信息;又比如,对于待处理对象出院后的信息,可通过对话机器人(如,相关应用程序)采集待处理对象出院后的信息。
步骤603,按照采集方式,采集与属性信息对应的事件信息。
步骤604,确定属性信息是否符合预设的上报条件。
步骤605,在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。
比如,如图7所示,可控制RPA机器人收集待处理对象的传染病报告卡,查阅病案室各科病房病例(如,放射科、CT室、儿科、皮肤科、消化科、泌尿外科、妇产科、急诊科、呼吸科、神经内科等)的门诊日志以及检验结果,获取待处理对象在院中的信息;可通过对话机器人以预设周期与待处理对象进行交互,周期性地获取待处理对象在出院后的信息,如图8所示,可以基于自然语言处理技术NLP通过智能语音问答的形式,快速了解出院后的传染病重点人员身体情况以及解答最新的传播染病政策等。在属性信息符合上报条件时,可控制RPA机器人将属性信息以及属性信息对应的事件信息上报至相关疾病控制系统,由此,可对待处理对象的信息的变动情况进行及时的掌握,对上报的信息进行日常管理,可真正起到预警大型传染病的效果。
综上,通过基于自然语言处理技术NLP确定待处理对象的属性信息,以及待处理对象当前所处的事件阶段;确定事件阶段的事件信息采集方式;按照采集方式,采集与属性信息对应的事件信息;由此,根据事件阶段的事件信息采集方式,采集与属性信息对应的事件信息,可准确地获取待处理信息。
与上述几种实施例提出的基于AI和RPA的信息处理方法相对应,本申请的一个实施例还提出一种基于AI和RPA的信息处理装置,由于本申请实施例提出的基于AI和RPA的信息处理装置与上述几种实施例提出的基于AI和RPA的信息处理方法相对应,因此上述基于AI和RPA的信息处理方法的实施方式也适用于本申请实施例提出的基于AI和RPA的信息处理装置,在下述实施例中不再详细描述。
图9是根据本申请一个实施例的基于AI和RPA的信息处理装置的结构示意图,如图9所示,该基于AI和RPA的信息处理装置900包括:获取模块910、确定模块920和上报模块930。
其中,获取模块910,用于获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息;确定模块920,用于确定属性信息是否符合预设的上报条件;上报模块930,用于在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。
作为本申请实施例的一种可能实现方式,确定模块920,具体用于:将属性信息与预设的属性规则进行比对,确定属性规则中是否存在第一属性,其中,第一属性为未存在于属性信息中的属性;在属性规则中未存在第一属性时,确定属性信息符合上报条件。
作为本申请实施例的一种可能实现方式,确定模块920,还用于:在属性规则中未存在第一属性时,根据属性信息中的地址信息查询预设地址库,确定地址信息是否为异常地址信息;在地址信息不为异常地址信息时,确定属性信息符合上报条件。
作为本申请实施例的一种可能实现方式,确定模块,还用于:在属性规则中存在第一属性,或者,地址信息为异常地址信息时,确定属性信息不符合上报条件。
作为本申请实施例的一种可能实现方式,基于AI和RPA的信息处理装置900还包括:预警提示处理模块。
其中,预警提示处理模块,用于在属性信息不符合上报条件时,根据待处理信息进行预警提示处理。
作为本申请实施例的一种可能实现方式,基于AI和RPA的信息处理装置900还包括:接收模块和更新模块。
其中,接收模块,用于接收对所述预设地址库的更新请求,其中,更新请求包括:更新类型以及地址信息更新内容;更新模块,用于按照更新类型以及地址信息更新内容,对预设地址库进行地址信息更新处理。
作为本申请实施例的一种可能实现方式,地址信息包括以下参数中的至少一种:省、市、区、街道信息、社区信息、责任区信息、地址特征码和兴趣点信息。
作为本申请实施例的一种可能实现方式,所述事件信息包括:至少一个事件阶段上的事件信息,获取模块910,具体用于:基于自然语言处理技术NLP确定待处理对象的属性信息,以及待处理对象当前所处的事件阶段;确定事件阶段的事件信息采集方式;按照采集方式,采集与属性信息对应的事件信息。
本申请实施例的基于AI和RPA的信息处理装置,通过获取待处理信息,其中,待处理信息包括:待处理对象的属性信息,以及与属性信息对应的事件信息;确定属性信息是否符合预设的上报条件;在属性信息符合上报条件时,控制RPA机器人上报属性信息以及属性信息对应的事件信息。由此,在待处理信息符合上报条件时,RPA机器人可及时上报待处理信息,从而避免了信息填写不全面、信息上报不及时、信息错报或漏报的情况。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
如图10所示,图10是根据本申请实施例的基于AI和RPA的信息处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示,该电子设备包括:一个或多个处理器1001、存储器1002,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图10中以一个处理器1001为例。
存储器1002即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的基于AI和RPA的信息处理方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的基于AI和RPA的信息处理方法。
存储器1002作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的基于AI和RPA的信息处理方法对应的程序指令/模块(例如,附图9所示的获取模块910、确定模块920和上报模块930)。处理器1001通过运行存储在存储器1002中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的基于AI和RPA的信息处理方法。
存储器1002可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据语义表示模型的生成的电子设备的使用所创建的数据等。此外,存储器1002可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器1002可选包括相对于处理器1001远程设置的存储器,这些远程存储器可以通过网络连接至基于AI和RPA的信息处理的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
基于AI和RPA的信息处理方法的电子设备还可以包括:输入装置1003和输出装置1004。处理器1001、存储器1002、输入装置1003和输出装置1004可以通过总线或者其他方式连接,图10中以通过总线连接为例。
输入装置1003可接收输入的数字或字符信息,以及产生与基于AI和RPA的信息处理的生成的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置1004可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
另外,本申请的技术方案中所涉及的信息的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请提出的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (19)
1.一种基于人工智能AI和机器人流程自动化RPA的信息处理方法,其特征在于,包括:
获取待处理信息,其中,所述待处理信息包括:待处理对象的属性信息,以及与所述属性信息对应的事件信息;
确定所述属性信息是否符合预设的上报条件;
在所述属性信息符合所述上报条件时,控制RPA机器人上报所述属性信息以及所述属性信息对应的事件信息。
2.根据权利要求1所述的方法,其特征在于,所述确定所述属性信息是否符合预设的上报条件,包括:
将所述属性信息与预设的属性规则进行比对,确定所述属性规则中是否存在第一属性,其中,所述第一属性为未存在于所述属性信息中的属性;
在所述属性规则中未存在所述第一属性时,确定所述属性信息符合所述上报条件。
3.根据权利要求2所述的方法,其特征在于,所述在所述属性规则中未存在所述第一属性时,确定所述属性信息符合所述上报条件,包括:
在所述属性规则中未存在所述第一属性时,根据所述属性信息中的地址信息查询预设地址库,确定所述地址信息是否为异常地址信息;
在所述地址信息不为异常地址信息时,确定所述属性信息符合所述上报条件。
4.根据权利要求3所述的方法,其特征在于,所述确定所述属性信息是否符合预设的上报条件,还包括:
在所述属性规则中存在所述第一属性,或者,所述地址信息为异常地址信息时,确定所述属性信息不符合所述上报条件。
5.根据权利要求1或4所述的方法,其特征在于,所述方法还包括:
在所述属性信息不符合所述上报条件时,根据所述待处理信息进行预警提示处理。
6.根据权利要求3所述的方法,其特征在于,所述方法还包括:
接收对所述预设地址库的更新请求,其中,所述更新请求包括:更新类型以及地址信息更新内容;
按照所述更新类型以及所述地址信息更新内容,对所述预设地址库进行地址信息更新处理。
7.根据权利要求3所述的方法,其特征在于,所述地址信息包括以下参数中的至少一种:省、市、区、街道信息、社区信息、责任区信息、地址特征码和兴趣点信息。
8.根据权利要求1所述的方法,其特征在于,所述事件信息包括:至少一个事件阶段上的事件信息,所述获取待处理信息,包括:
基于自然语言处理技术NLP确定所述待处理对象的属性信息,以及所述待处理对象当前所处的事件阶段;
确定所述事件阶段的事件信息采集方式;
按照所述采集方式,采集与所述属性信息对应的事件信息。
9.一种基于人工智能AI和机器人流程自动化RPA的信息处理装置,其特征在于,包括:
获取模块,用于获取待处理信息,其中,所述待处理信息包括:待处理对象的属性信息,以及与所述属性信息对应的事件信息;
确定模块,用于确定所述属性信息是否符合预设的上报条件;
上报模块,用于在所述属性信息符合所述上报条件时,控制RPA机器人上报所述属性信息以及所述属性信息对应的事件信息。
10.根据权利要求9所述的装置,其特征在于,所述确定模块,具体用于:
将所述属性信息与预设的属性规则进行比对,确定所述属性规则中是否存在第一属性,其中,所述第一属性为未存在于所述属性信息中的属性;
在所述属性规则中未存在所述第一属性时,确定所述属性信息符合所述上报条件。
11.根据权利要求10所述的装置,其特征在于,所述确定模块,还用于:
在所述属性规则中未存在所述第一属性时,根据所述属性信息中的地址信息查询预设地址库,确定所述地址信息是否为异常地址信息;
在所述地址信息不为异常地址信息时,确定所述属性信息符合所述上报条件。
12.根据权利要求11所述的装置,其特征在于,所述确定模块,还用于:
在所述属性规则中存在所述第一属性,或者,所述地址信息为异常地址信息时,确定所述属性信息不符合所述上报条件。
13.根据权利要求9或12所述的装置,其特征在于,所述装置还包括:
预警提示处理模块,用于在所述属性信息不符合所述上报条件时,根据所述待处理信息进行预警提示处理。
14.根据权利要求11所述的装置,其特征在于,所述装置还包括:
接收模块,用于接收对所述预设地址库的更新请求,其中,所述更新请求包括:更新类型以及地址信息更新内容;
更新模块,用于按照所述更新类型以及所述地址信息更新内容,对所述预设地址库进行地址信息更新处理。
15.根据权利要求11所述的装置,其特征在于,所述地址信息包括以下参数中的至少一种:省、市、区、街道信息、社区信息、责任区信息、地址特征码和兴趣点信息。
16.根据权利要求9所述的装置,其特征在于,所述事件信息包括:至少一个事件阶段上的事件信息,所述获取模块,具体用于:
基于自然语言处理技术NLP确定所述待处理对象的属性信息,以及所述待处理对象当前所处的事件阶段;
确定所述事件阶段的事件信息采集方式;
按照所述采集方式,采集与所述属性信息对应的事件信息。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110859673.2A CN113628758A (zh) | 2021-07-28 | 2021-07-28 | 基于ai和rpa的信息处理方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110859673.2A CN113628758A (zh) | 2021-07-28 | 2021-07-28 | 基于ai和rpa的信息处理方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113628758A true CN113628758A (zh) | 2021-11-09 |
Family
ID=78381402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110859673.2A Pending CN113628758A (zh) | 2021-07-28 | 2021-07-28 | 基于ai和rpa的信息处理方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113628758A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114880422A (zh) * | 2022-07-08 | 2022-08-09 | 北京百度网讯科技有限公司 | 基于机器人流程自动化的兴趣点信息处理方法、相关装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472200A (zh) * | 2019-07-29 | 2019-11-19 | 深圳市中兴新云服务有限公司 | 一种基于表单的数据处理方法、装置及电子设备 |
CN110704226A (zh) * | 2019-09-19 | 2020-01-17 | 贝壳技术有限公司 | 数据校验方法、装置及存储介质 |
CN110866692A (zh) * | 2019-11-14 | 2020-03-06 | 北京明略软件系统有限公司 | 一种预警信息的生成方法、生成装置及可读存储介质 |
CN111782416A (zh) * | 2020-06-08 | 2020-10-16 | Oppo广东移动通信有限公司 | 数据上报方法、装置、系统、终端及计算机可读存储介质 |
CN112000786A (zh) * | 2020-06-30 | 2020-11-27 | 北京来也网络科技有限公司 | 结合rpa和ai的对话机器人问题处理方法、装置和设备 |
CN112215507A (zh) * | 2020-06-30 | 2021-01-12 | 北京来也网络科技有限公司 | 结合ai的rpa系统流程复杂度确定方法与装置 |
CN112528660A (zh) * | 2020-12-04 | 2021-03-19 | 北京百度网讯科技有限公司 | 处理文本的方法、装置、设备、存储介质和程序产品 |
CN112541726A (zh) * | 2019-09-23 | 2021-03-23 | 北京国双科技有限公司 | 事件预警方法、装置、存储介质及设备 |
CN112582044A (zh) * | 2020-12-16 | 2021-03-30 | 东软集团股份有限公司 | 处理病历的方法、装置、存储介质及电子设备 |
-
2021
- 2021-07-28 CN CN202110859673.2A patent/CN113628758A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110472200A (zh) * | 2019-07-29 | 2019-11-19 | 深圳市中兴新云服务有限公司 | 一种基于表单的数据处理方法、装置及电子设备 |
CN110704226A (zh) * | 2019-09-19 | 2020-01-17 | 贝壳技术有限公司 | 数据校验方法、装置及存储介质 |
CN112541726A (zh) * | 2019-09-23 | 2021-03-23 | 北京国双科技有限公司 | 事件预警方法、装置、存储介质及设备 |
CN110866692A (zh) * | 2019-11-14 | 2020-03-06 | 北京明略软件系统有限公司 | 一种预警信息的生成方法、生成装置及可读存储介质 |
CN111782416A (zh) * | 2020-06-08 | 2020-10-16 | Oppo广东移动通信有限公司 | 数据上报方法、装置、系统、终端及计算机可读存储介质 |
CN112000786A (zh) * | 2020-06-30 | 2020-11-27 | 北京来也网络科技有限公司 | 结合rpa和ai的对话机器人问题处理方法、装置和设备 |
CN112215507A (zh) * | 2020-06-30 | 2021-01-12 | 北京来也网络科技有限公司 | 结合ai的rpa系统流程复杂度确定方法与装置 |
CN112528660A (zh) * | 2020-12-04 | 2021-03-19 | 北京百度网讯科技有限公司 | 处理文本的方法、装置、设备、存储介质和程序产品 |
CN112582044A (zh) * | 2020-12-16 | 2021-03-30 | 东软集团股份有限公司 | 处理病历的方法、装置、存储介质及电子设备 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114880422A (zh) * | 2022-07-08 | 2022-08-09 | 北京百度网讯科技有限公司 | 基于机器人流程自动化的兴趣点信息处理方法、相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7432537B2 (ja) | 発生追跡および管理のためのグラフデータベース | |
CA2843403C (en) | A decision-support application and system for medical differential-diagnosis and treatment using a question-answering system | |
CN111681726A (zh) | 电子病历数据的处理方法、装置、设备和介质 | |
CN112528660B (zh) | 处理文本的方法、装置、设备、存储介质和程序产品 | |
CN106407666A (zh) | 一种电子病历信息的生成方法、装置及系统 | |
US20030125985A1 (en) | Patient data mining for quality adherence | |
WO2015022649A2 (en) | Modeling of patient risk factors at discharge | |
CN111460116B (zh) | 问答方法、问答系统、电子设备和存储介质 | |
KR20120058510A (ko) | 의료 이력 시스템 | |
US10521433B2 (en) | Domain specific language to query medical data | |
US10586611B2 (en) | Systems and methods employing merge technology for the clinical domain | |
CN112071437B (zh) | 一种传染病趋势预测方法、装置、电子设备及存储介质 | |
CN107895013B (zh) | 数据质量规则控制方法及装置、存储介质、电子设备 | |
WO2023240830A1 (zh) | 一种信息管理方法、装置、设备及介质 | |
CN113628758A (zh) | 基于ai和rpa的信息处理方法及其装置 | |
WO2013103359A1 (en) | Systems and methods for providing enterprise visual communications services | |
CN111143422A (zh) | 数据检索方法、数据检索装置、存储介质及电子设备 | |
JP2021530775A (ja) | 分散データソースによって維持されるデータ構造の探索 | |
CN112509691B (zh) | 鉴别诊断的提示方法、装置、电子设备及存储介质 | |
CN111462894B (zh) | 一种医疗冲突的检测方法、装置、电子设备及存储介质 | |
US20170193179A1 (en) | Graphical user interface (gui) for accessing linked communication networks and devices | |
CN111145907A (zh) | 体检数据处理方法、装置、介质及电子设备 | |
CN113838573B (zh) | 临床辅助决策诊断自学习方法、装置、设备和存储介质 | |
CN110993114B (zh) | 医疗数据分析方法及装置、存储装置、电子设备 | |
CN115579150A (zh) | 专病数据库的创建方法、装置、电子设备及计算机介质 |
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 |