CN114004707A - 健康险业务的数据处理方法、系统、设备及存储介质 - Google Patents

健康险业务的数据处理方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN114004707A
CN114004707A CN202111274222.9A CN202111274222A CN114004707A CN 114004707 A CN114004707 A CN 114004707A CN 202111274222 A CN202111274222 A CN 202111274222A CN 114004707 A CN114004707 A CN 114004707A
Authority
CN
China
Prior art keywords
health
applicant
physical examination
target
target applicant
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
Application number
CN202111274222.9A
Other languages
English (en)
Inventor
陈育壮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taikang Insurance Group Co Ltd
Taikang Online Property Insurance Co Ltd
Original Assignee
Taikang Insurance Group Co Ltd
Taikang Online Property Insurance Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taikang Insurance Group Co Ltd, Taikang Online Property Insurance Co Ltd filed Critical Taikang Insurance Group Co Ltd
Priority to CN202111274222.9A priority Critical patent/CN114004707A/zh
Publication of CN114004707A publication Critical patent/CN114004707A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • 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
    • G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients

Landscapes

  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Finance (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Technology Law (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本说明书涉及数据处理技术领域，提供了一种健康险业务的数据处理方法、系统、设备及存储介质，该方法包括：从健康险数据库中捞取目标投保人；从目标投保人对应的客户端获取目标投保人的健康数据；以健康数据为输入，调用健康风险预测模型预测目标投保人的健康风险值；当健康风险值达到健康风险阈值时，向客户端推送针对目标投保人的体检通知；体检通知中携带体检机构的信息；接收体检机构端发送的目标投保人的体检结果；根据体检结果确定针对目标投保人的健康支持策略；向客户端发送针对目标投保人执行健康支持策略的通知。本说明书实施例可以主动控制保险人的健康险支出成本，并提高健康险用户体验。

Description

健康险业务的数据处理方法、系统、设备及存储介质
技术领域
本说明书涉及数据处理技术领域，尤其是涉及一种健康险业务的数据处理方法、系统、设备及存储介质。
背景技术
目前健康险的理赔一般是出险后由投保人向保险人发起保险理赔申请，保险人审核通过后，依据保险合同相关约定进行理赔。然而，在这种理赔方式下，对于投保人而言，由于只有出险时才能发起保险理赔申请，投保人容易出现因未能及时发现病情而耽误及时治疗时机，投保人的用户体验较差；对于保险人而言，因治疗等产生的理赔成本大幅增加。
发明内容
本说明书实施例的目的在于提供一种健康险业务的数据处理方法、系统、设备及存储介质，以降低理赔成本，并提高健康险用户体验。
为达到上述目的，一方面，本说明书实施例提供了一种健康险业务的数据处理方法，包括：
从健康险数据库中捞取目标投保人；
从所述目标投保人对应的客户端获取所述目标投保人的健康数据；
以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值；
当所述健康风险值达到健康风险阈值时，向所述客户端推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息；
接收体检机构端发送的所述目标投保人的体检结果；
根据所述体检结果确定针对所述目标投保人的健康支持策略；
向所述客户端发送针对所述目标投保人执行所述健康支持策略的通知。
本说明书的实施例中，所述目标投保人为满足预设条件的投保人；所述预设条件包括以下中的任意一种：
在健康险有效期内，当前距离投保人的健康险生效日达到设定时长；
在健康险有效期内，当前距离上一次获取投保人的健康数据的时间间隔达到设定时长。
本说明书的实施例中，所述从所述目标投保人对应的客户端获取所述目标投保人的健康数据，包括：
向所述目标投保人对应的客户端发送健康调查问卷；
接收所述客户端返回的健康调查结果；所述健康调查结果中携带所述目标投保人的健康数据。
本说明书的实施例中，所述向所述客户端推送针对所述目标投保人的体检通知，包括：
当所述健康风险值达到健康风险阈值时，生成第一随访任务并将其发送至第一客服端，以便所述第一客服端根据所述第一随访任务向所述目标投保人发起第一远程随访；
当接收到所述第一客服端发送的针对所述目标投保人的体检建议通知时，向所述客户端推送针对所述目标投保人的体检通知；
其中，所述体检建议通知由所述第一客服端根据所述第一远程随访的随访结果生成。
本说明书的实施例中，所述根据所述体检结果确定针对所述目标投保人的健康支持策略，包括：
对所述体检结果进行光学字符识别，获得所述目标投保人的体检结论和/或体检建议；
根据所述体检结论和/或体检建议，从用于健康分类管理的第二客服端集合中查询匹配的第二客服端；
生成第二随访任务并将其发送至所述第二客服端，以便于所述第二客服端据此向所述目标投保人发起第二远程随访；
当接收到所述第二客服端发送的针对所述目标投保人的第一健康支持建议时，根据所述第一健康支持建议生成针对所述目标投保人的健康支持策略；
其中，所述第一健康支持建议由所述第二客服端根据所述第二远程随访的随访结果生成。
本说明书的实施例中，所述健康支持策略包括：
定时采集所述目标投保人的指定生命体征数据；
根据所述指定生命体征数据生成所述目标投保人的健康状态变化趋势；
当所述健康状态呈下降趋势且达到设定阈值时，生成第三随访任务并将其发送至所述第二客服端，以便所述第二客服端根据所述第三随访任务向所述目标投保人发起第三远程随访；
接收所述第二客服端发送的针对所述目标投保人的第二健康支持建议；所述第二健康支持建议由所述第二客服端根据所述第三远程随访的随访结果生成；
根据所述第二健康支持建议确定是否向所述客户端发送就诊通知。
本说明书的实施例中，所述健康支持策略还包括：
当所述健康状态呈上升或平稳趋势且持续时间达到时长阈值时，向所述客户端发送终止执行所述健康支持策略的通知。
另一方面，本说明书实施例还提供了一种健康险业务的数据处理系统，包括客户端、健康险数据库、体检机构端和服务器，其中，所述服务器被配置为：
从健康险数据库中捞取目标投保人；
从所述目标投保人对应的客户端获取所述目标投保人的健康数据；
以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值；
当所述健康风险值达到健康风险阈值时，向所述客户端推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息；
接收体检机构端发送的所述目标投保人的体检结果；
根据所述体检结果确定针对所述目标投保人的健康支持策略；
向所述客户端发送针对所述目标投保人执行所述健康支持策略的通知。
另一方面，本说明书实施例还提供了一种服务器，包括：
捞取模块，用于从健康险数据库中捞取目标投保人；
获取模块，用于从所述目标投保人对应的客户端获取所述目标投保人的健康数据；
预测模块，用于以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值；
推送模块，用于当所述健康风险值达到健康风险阈值时，向所述客户端推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息；
接收模块，用于接收体检机构端发送的所述目标投保人的体检结果；
确定模块，用于根据所述体检结果确定针对所述目标投保人的健康支持策略；
发送模块，用于向所述客户端发送针对所述目标投保人执行所述健康支持策略的通知。
另一方面，本说明书实施例还提供了另一种服务器，包括存储器、处理器、以及存储在所述存储器上的计算机程序，所述计算机程序被所述处理器运行时，执行上述方法的指令。
另一方面，本说明书实施例还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机程序被服务器的处理器运行时，执行上述方法的指令。
由以上本说明书实施例提供的技术方案可见，通过本说明书实施例，对于投保人而言，由于保险人可以通过获取投保人的健康数据的方式，主动判断是否需要向投保人提供体检、健康支持等服务，从而有利于投保人病情的及时发现和治疗，有利于避免投保人的病情恶化，且无需投保人发起，因而大幅提高了投保人的用户体验；对于保险人而言，在主动向投保人提供体检、健康支持等服务下，由于投保人的病情可以被及时发现和治疗，大概率避免了因未及时发现和治疗而导致投保人病情恶化，从而避免了因投保人病情恶化而产生的高昂治疗费用，因而实质性降低了保险人的理赔成本。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，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。在附图中：
图1示出了本说明书一些实施例中健康险业务的数据处理系统的结构框图；
图2示出了本说明书另一些实施例中健康险业务的数据处理系统的结构框图；
图3示出了本说明书一些实施例中健康险业务的数据处理方法的流程图；
图4示出了本说明书一些实施例从目标投保人对应的客户端获取目标投保人的健康数据的流程图；
图5示出了本说明书一些实施例向客户端推送针对目标投保人的体检通知的流程图；
图6示出了本说明书一些实施例根据体检结果确定针对目标投保人的健康支持策略的流程图；
图7示出了本说明书一些实施例中服务器的结构框图；
图8示出了本说明书另一些实施例中服务器的结构框图。
【附图标记说明】
10、服务器；
20、健康险数据库；
30、客户端；
40、体检机构端；
51、第一客服端；
52、第二客服端；
71、捞取模块；
72、获取模块；
73、预测模块；
74、推送模块；
75、接收模块；
76、确定模块；
77、发送模块；
802、服务器；
804、处理器；
806、存储器；
808、驱动机构；
810、输入/输出接口；
812、输入设备；
814、输出设备；
816、呈现设备；
818、图形用户接口；
820、网络接口；
822、通信链路；
824、通信总线。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。
鉴于传统的健康险理赔处理方式(即出险后由投保人向保险人发起保险理赔申请，保险人被动理赔)存在的理赔成本高和用户体验低的问题，本说明书实施例提供了健康险业务的数据处理新方案。本说明书实施例中，健康险可以包括但不限于疾病保险、医疗保险和护理保险等。应当指出，本说明书以下实施例中涉及的体检、健康支持、生命体征数据采集、就诊等可以是免费的，但是也可以是付费的，具体可以根据实际业务场景需要选择。还应当是指出的是，为了便于说明，本说明书实施例中的投保人即为健康险中的被保险人。
参考图1所示，在一些实施例中提供了一种健康险业务的数据处理系统，其可以包括服务器10、健康险数据库20、客户端30和体检机构端40。其中，所述服务器10可被配置为：从健康险数据库20中捞取目标投保人；从所述目标投保人对应的客户端30获取所述目标投保人的健康数据；以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值；当所述健康风险值达到健康风险阈值时，向所述客户端30推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息；接收体检机构端40发送的所述目标投保人的体检结果；根据所述体检结果确定针对所述目标投保人的健康支持策略；向所述客户端30发送针对所述目标投保人执行所述健康支持策略的通知。
基于本说明书实施例的健康险业务的数据处理系统，对于投保人而言，由于保险人可以适时(例如定期)通过获取投保人的健康数据的方式，主动判断是否需要向投保人提供体检、健康支持等服务，从而有利于投保人病情的及时发现和治疗，有利于避免投保人的病情恶化，且无需投保人发起，因而大幅提高了投保人的用户体验；对于保险人而言，在主动向投保人提供体检、健康支持等服务下，由于投保人的病情可以被及时发现和治疗，大概率避免了因未及时发现和治疗而导致投保人病情恶化，从而避免了因投保人病情恶化而产生的高昂治疗费用，因而实质性降低了保险人的理赔成本。
服务器10是实现健康险业务的数据处理的核心。在一些实施例中，所述服务器10可以为具有运算和网络交互功能的电子设备；也可以为运行于该电子设备中，为数据处理和网络交互提供业务逻辑的软体。其中，上述的“服务器10被配置为”一般表示服务器10具有在操作期间执行一个或多个任务的功能。由此，即使在服务器10当前没有执行任务，该服务器10也具有在操作期间执行一个或多个任务的能力。
健康险数据库20中存储有投保人的基本信息(例如姓名、身份证号码、年龄、性别、住址等)和健康险合同相关信息(例如健康险合同有效期、保障范围、费率等)。在一些实施例中，健康险数据库20可以包括：提供健康险数据服务(例如健康险数据查询等)的服务端及数据库。在一示例性实施例中，根据需要，健康险数据库20可以为分布式数据库或集中式数据库。
在健康险业务的数据处理系统中，客户端30是保险人侧与投保人侧进行通信的通信终端。在一些实施例中，所述客户端30可以为自助终端设备、移动终端(即智能手机)、显示器、台式电脑、平板电脑、笔记本电脑、数字助理或智能可穿戴设备等。其中，智能可穿戴设备可以包括智能手环、智能手表、智能眼镜或智能头盔等。当然，所述客户端30并不限于上述具有一定实体的电子设备，其还可以为运行于上述电子设备中的软体(例如APP客户端)。
体检机构端40是指体检机构的服务端。例如，在一些实施例中，体检机构的服务端可以为体检机构的体检信息系统。体检机构端40可以提供体检结果查询服务，还可以提供体检预约等服务。考虑到用户信息安全、方便管理等因素，体检通知中携带的体检机构可以为一个或多个定点体检机构。这些定点体检机构事先已与保险人签约，使得服务器10可以合法地从定点体检机构得到投保人的体检结果。其中，定点体检机构可以为符合条件的医院体检中心(例如XX医院体检中心)、公立专业体检中心(例如YY市体检中心)、私立专业体检机构(ZZ体检中心)等。
在一些实施例中，服务器10可以定时(例如每天等)从健康险数据库20中捞取目标投保人。在健康险数据库20中，不仅保存有健康险合同已经生效且当前处于健康险合同存续期内的投保人信息，还可能记录有健康险合同存续期已过期的投保人信息，以及健康险合同尚未生效的投保人信息。然而，健康险理赔的对象一般是：健康险合同已经生效且当前处于健康险合同存续期(即健康险有效期)内的投保人，因此，目标投保人应为满足预设条件的投保人。例如，目标投保人应限制在健康险合同已经生效，且当前处于健康险合同存续期内的投保人的范围内，否则没有意义。
此外，为了在维护投保人健康的同时主动控制理赔成本，服务器10可以定期对健康险合同已经生效且当前处于健康险合同存续期内的投保人，提供体检、健康支持等服务。在此情况下，从健康险数据库20中捞取的目标投保人，除了需要满足健康险合同已经生效，且当前处于健康险合同存续期内的投保人的条件外，还需要满足其他的预设条件。例如，在一些实施例中，其他的预设条件可以为：在健康险有效期内，当前距离投保人的健康险生效日达到设定时长；和/或，在健康险有效期内，当前距离上一次获取投保人的健康数据的时间间隔达到设定时长等。
例如，在一示例性实施例中，以服务器10每天从健康险数据库20中捞取目标投保人为例，投保人A的健康险有效期为2021年8月1日～2025年12月31日，若设定时长为半年，当前时间为2021年9月10日，由于当前距离投保人A的健康险生效日(2021年8月1日)未达到设定时长，则服务器10本次从健康险数据库20中捞取的目标投保人中不会包含投保人A。
再如，在另一示例性实施例中，以服务器10每天从健康险数据库20中捞取目标投保人为例，投保人B的健康险有效期为2021年1月1日～2025年12月31日，若设定时长为四个月，当前时间为2021年9月1日，当前距离上一次(即2021年5月1日)获取投保人B的健康数据的时间间隔刚好达到设定时长，则服务器10本次从健康险数据库20中捞取的目标投保人中会包含投保人B。
在一些实施例中，服务器10从目标投保人对应的客户端30获取目标投保人的健康数据，可以包括：向所述目标投保人对应的客户端30发送健康调查问卷；接收所述客户端30返回的健康调查结果；所述健康调查结果中携带所述目标投保人的健康数据。在一实施例中，健康调查问卷可以为在线健康调查问卷，以方便用户操作。具体而言，在线健康调查问卷以交互页面形式在客户端30展现，在线健康调查问卷中，可以配置有用于了解目标投保人健康状态的文字选项和/或文字输入项；例如，在一示例场景下，在线健康调查问卷中可以包括但不限于：年龄、性别、身高、体重、睡眠时长等文字选项和/或文字输入项。目标投保人可以对其客户端30展示的在线健康调查问卷页面进行操作(例如选择操作、输入操作、提交操作等)，以完成对在线健康调查问卷的答复；如此，客户端30就可以将在线健康调查结果自动返回给服务器10处理。在另一实施例中，健康调查问卷可以是离线文件(即服务器10以离散文件形式向客户端30发送调查问卷)；基于用户操作，客户端30可以下载离线文件，并在用户离线填写完成后返回给服务器10处理。
在另一些实施例中，健康险业务的数据处理系统还可以包括智能问答系统(例如智能语音问答系统)；服务器10可以通过调用智能问答系统从目标投保人对应的客户端30获取目标投保人的健康数据。例如，在一示例场景下，以智能语音问答系统为例，服务器10可以调用智能问答系统向目标投保人的智能手机发起智能语音会话，并以语音会话的方式从获取目标投保人的健康数据。在其他一些实施例中，服务器10还可以通过短信息(或称为短消息)的形式获取目标投保人的健康数据。
不同目标投保人的健康状况可能不同，同一目标投保人在不同时期的健康状况也可能发生变化，为了识别每个目标投保人是否存在健康风险，可以以健康数据为输入，调用健康风险预测模型预测目标投保人的健康风险值。在一些实施例中，健康风险预测模型可以是有确定表达式的预测模型。例如，在一示例场景下，健康数据可以包括身高、体重和性别，健康风险预测模型可以为标准体重计算公式：
男性：(身高cm-80cm)×70％＝标准体重；
女性：(身高cm-70cm)×60％＝标准体重；
对于上述有确定表达式的预测模型，可以预设健康风险阈值，服务器10可以将目标投保人的健康风险值与健康风险阈值进行比较，当所述健康风险值达到健康风险阈值时，服务器10可以向所述客户端30推送针对所述目标投保人的体检通知。
在另一些实施例中，健康风险预测模型还可以是预训练的机器学习模型。其中，预训练的机器学习模型可以通过训练初始的机器学习模型得到。在一些实施例中，初始的机器学习模型例如可以为人工神经网络、贝叶斯学习模型等。在训练初始的机器学习模型时，训练所需的数据集可以基于从健康险数据库20或第三方数据库中获取的用户信息生成。需要说明的是，本说明书实施例中，所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权同意且经过各方充分授权的信息和数据。此外，从健康险数据库20或第三方数据库中获取的用户信息，还可以是经过信息脱敏处理(例如删除了姓名、身份证号、手机号码、家庭住址等)后的信息。
参考图2所示，在一些实施例中，健康险业务的数据处理系统还可以包括第一客服端51。对应的，服务器10向所述客户端30推送针对所述目标投保人的体检通知可以包括：当所述健康风险值达到健康风险阈值时，服务器10生成第一随访任务并将其发送至第一客服端51，以便所述第一客服端51根据所述第一随访任务向所述目标投保人发起第一远程随访，从而进一步了解和核实该目标投保人的健康状况以及可能影响其健康状况的生活习惯(例如饮食习惯、作息习惯、用药习惯等)。其中，第一随访任务中可以包含：被随访人(即目标投保人)的基本信息(例如姓名、年龄、手机号码)和健康数据(尤其是达到健康风险阈值的健康风险值)等信息。
在一些实施例中，第一客服端51可以是特定客服人员(例如医生、健康管理师、药剂师等)的移动终端(即智能手机)、台式电脑、平板电脑、笔记本电脑或APP客户端等。基于第一客服端51，特定客服人员可以向目标投保人的客户端30发起语音会话或视频会话，并以语音会话或视频会话的方式对目标投保人进行远程随访，从而获得随访结果。根据随访结果，特定客服人员可以作出是否需要向目标投保人提供健康险数据服务(即判断是否建议目标投保人进行体检)，实现了体检建议通知由所述第一客服端51根据所述第一远程随访的随访结果生成。当接收到所述第一客服端51发送的针对所述目标投保人的体检建议通知时，服务器10向所述客户端30推送针对所述目标投保人的体检通知。
例如，在一示例性场景下，当通过随访获知目标投保人近日睡眠严重不足是由于最近工作压力大所致，则特定客服人员可以不建议目标投保人进行体检；当通过随访难以判断目标投保人近日睡眠严重不足的诱导因素时，则特定客服人员可以建议目标投保人进行体检(即特定客服人员可以通过第一客服端51向服务器10发送针对所述目标投保人的体检建议通知)。
请继续参考图2所示，在一些实施例中，健康险业务的数据处理系统还可以包括第二客服端集合；第二客服端集合包括一个或多个第二客服端52，以用于健康分类管理。在此场景下，服务器10根据体检结果确定针对目标投保人的健康支持策略可以包括：服务器10对所述体检结果进行光学字符识别(Optical Character Recognition，OCR)，获得所述目标投保人的体检结论和/或体检建议；服务器10根据所述体检结论和/或体检建议，从第二客服端集合中查询匹配的第二客服端52；生成第二随访任务并将其发送至该第二客服端52，以便于该第二客服端52据此向所述目标投保人发起第二远程随访；当接收到所述第二客服端52发送的针对所述目标投保人的第一健康支持建议时，根据所述第一健康支持建议生成针对所述目标投保人的健康支持策略。其中，第二随访任务中可以包含：被随访人(即目标投保人)的基本信息(例如姓名、年龄、手机号码)和体检结果等信息。如此，可以有利于更加客观、精准地识别出需要进行健康支持的目标投保人。
体检结果中，体检结论和体检建议均可以概括性或集中性反映目标投保人的健康异常情况。因此，可以将体检结果中的体检结论和/或体检建议作为感兴趣信息内容提取出来，以用于后续分析处理。由于体检结果一般为图片格式或PDF格式的体检报告电子文件，服务器10可以对体检报告电子文件进行光学字符识别，以对应获得文本格式的体检结论和/或体检建议。
第二客服端52也是指特定客服人员的移动终端(即智能手机)、台式电脑、平板电脑、笔记本电脑或APP客户端等。但是，与第一客服端51不同，第二客服端52对应的特定客服人员，可以是按照临床科室分类(或健康护理分类)划分出的专业人员；换而言之，每个第二客服端52可以对应一个临床科室专业人员(或健康护理专业人员)。例如，在一示例性场景中，以按照临床科室分类为例，一些第二客服端52可以分别对应心血管内科专业人员、脑血管内科专业人员、呼吸科专业人员、肾内科专业人员、内分泌科专业人员等。
不同的体检结论或体检建议对应有不同的健康状况。例如，在一些示例性场景中，高血压和高血脂表明了目标客户存在心脑血管疾病的潜在风险；睡眠不足表明了目标客户存在血氧不足的潜在风险等。为了客观、精准地识别出目标投保人的健康状况，服务器10可根据所述体检结论和/或体检建议，从第二客服端集合中查询匹配的第二客服端52。例如，在一示例性场景中，当体检结论为高血压时，可以从第二客服端集合中匹配出心血管内科专业人员或脑血管内科专业人员对应的第二客服端52。
基于第二客服端52，对应的专业人员可以向目标投保人的客户端30发起语音会话或视频会话，并以语音会话或视频会话的方式对目标投保人进行远程随访，从而获得随访结果。应当指出，与基于第一客服端51发起的远程随访相比，基于第二客服端52发起的远程随访，更加专业、细致(类似于远程问诊)。根据随访结果，对应的专业人员可以作出是否需要向目标投保人提供进一步的健康支持，实现了第一健康支持建议通知由所述第二客服端52根据所述第二远程随访的随访结果生成。
当服务器10接收到所述第二客服端52发送的针对所述目标投保人的第一健康支持建议时，可根据所述第一健康支持建议生成针对所述目标投保人的健康支持策略。在一些实施例中，可以预先配置通用的健康支持策略模板，第一健康支持建议中可以包括监测采集目标投保人的哪些生命体征指标等参数信息；如此，将第一健康支持建议中的部分或全部参数信息加入健康支持策略模板，即可以生成针对所述目标投保人的健康支持策略。
健康支持策略可由服务器10执行。在一些实施例中，所述健康支持策略可以包括：定时采集所述目标投保人的指定生命体征数据；根据所述指定生命体征数据生成所述目标投保人的健康状态变化趋势；当所述健康状态呈下降趋势且达到设定阈值时，生成第三随访任务并将其发送至目标投保人的第二客服端52，以便该第二客服端52根据所述第三随访任务向所述目标投保人发起第三远程随访；接收该第二客服端52发送的针对所述目标投保人的第二健康支持建议；根据所述第二健康支持建议确定是否向目标投保人的客户端30发送就诊通知。其中，所述第二健康支持建议可由该第二客服端52根据所述第三远程随访的随访结果生成。
在本说明书的实施例中，采集目标投保人的指定生命体征数据所需的设备可以由保险人提供。定时采集的定时时间间隔和设定阈值等可以由第一健康支持建议提供，即第一健康支持建议中可以包括定时采集的定时时间间隔和设定阈值等。
在一些实施例中，根据所述指定生命体征数据生成所述目标投保人的健康状态变化趋势可以是指：绘制目标投保人的每项指定生命体征数据随时间的变化曲线。例如，在一示例性场景中，指定生命体征数据包括血氧和血压，则可以分别绘制目标投保人的血氧随时间的变化曲线，以及目标投保人的血压随时间的变化曲线。在另一些实施例中，上述指定生命体征数据随时间的变化曲线还可以为指定生命体征数据的滑窗变化曲线，例如，以一周为滑窗时长，可以绘制每周相对于其上周的变化趋势，如此，可以有利于消除短时的上下波动，从而有利于获得更加准确的健康状态变化趋势。
对于任意一项指定生命体征数据，当服务器10基于其变化曲线确定目标投保人在该项指定生命体征的健康状态呈下降趋势且达到设定阈值时，可以生成第三随访任务并将其发送至目标投保人对应的第二客服端52，以便该第二客服端52根据所述第三随访任务向所述目标投保人发起第三远程随访；当服务器10接收到该第二客服端52发送的针对所述目标投保人的第二健康支持建议时，可以根据所述第二健康支持建议确定是否向目标投保人对应的客户端30发送就诊通知。其中，就诊通知中可以指定用户可选择的就诊医院范围。
发起第三远程随访的目的主要是为了确认和核实目标投保人的健康状况恶化程度及原因，并据此判断是否有必要进行住院治疗；如果需要进行住院治疗，则对应的专业人员可以通过第二客服端52向服务器10发送包含住院治疗等内容的第二健康支持建议。当第二健康支持建议中包含有住院治疗等内容，则服务器10可以向目标投保人对应的客户端发送就诊通知。当第二健康支持建议中未包含住院治疗内容，而是包含了“继续观察”或其他非就诊建议内容时，服务器10不会向目标投保人对应的客户端发送就诊通知。
对于任意一项指定生命体征数据，当服务器10基于其变化曲线确定目标投保人在该项指定生命体征的健康状态呈上升或平稳趋势且持续时间达到时长阈值时，可以向所述客户端30(即目标投保人对应的客户端)发送终止执行所述健康支持策略的通知，以进一步控制保险人的理赔成本。
考虑到数据量巨大，健康险业务的数据处理系统中的服务器10、第一客服端51和每个临床科室对应的第二客服端52，均可以配置为多个，并可以以集群(或组群)方式并行处理，从而有利于提高健康险业务的数据处理系统的健康险业务的数据处理效率。当然，在第一客服端51和每个临床科室对应的第二客服端52均配置为多个情况下，特定客服人员也应适应性增加。
本说明书实施例还提供了一种健康险业务的数据处理方法，其可以应用于上述健康险业务的数据处理系统侧，具体而言，可以应用于上述健康险业务的数据处理系统的服务器测。参考图3所示，在一些实施例中，所述健康险业务的数据处理方法，可以包括以下步骤：
S301、从健康险数据库中捞取目标投保人。
S302、从所述目标投保人对应的客户端获取所述目标投保人的健康数据。
S303、以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值。
S304、当所述健康风险值达到健康风险阈值时，向所述客户端推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息。
S305、接收体检机构端发送的所述目标投保人的体检结果。
S306、根据所述体检结果确定针对所述目标投保人的健康支持策略。
S307、向所述客户端发送针对所述目标投保人执行所述健康支持策略的通知。
在一些实施例中，所述目标投保人为满足预设条件的投保人；所述预设条件包括：在健康险有效期内，当前距离投保人的健康险生效日达到设定时长；和/或，在健康险有效期内，当前距离上一次获取投保人的健康数据的时间间隔达到设定时长。
结合图4所示，在一些实施例中，上述S302中从目标投保人对应的客户端获取目标投保人的健康数据，可以包括：
S401、向所述目标投保人对应的客户端发送健康调查问卷。
S402、接收所述客户端返回的健康调查结果；所述健康调查结果中携带所述目标投保人的健康数据。
结合图5所示，在一些实施例中，上述S304中向所述客户端推送针对所述目标投保人的体检通知，可以包括：
S501、当所述健康风险值达到健康风险阈值时，生成第一随访任务并将其发送至第一客服端，以便所述第一客服端根据所述第一随访任务向所述目标投保人发起第一远程随访。
S502、当接收到所述第一客服端发送的针对所述目标投保人的体检建议通知时，向所述客户端推送针对所述目标投保人的体检通知；其中，所述体检建议通知由所述第一客服端根据所述第一远程随访的随访结果生成。
结合图6所示，在一些实施例中，上述S306中根据所述体检结果确定针对所述目标投保人的健康支持策略，可以包括：
S601、对所述体检结果进行光学字符识别，获得所述目标投保人的体检结论和/或体检建议。
S602、根据所述体检结论和/或体检建议，从用于健康分类管理的第二客服端集合中查询匹配的第二客服端。
S603、生成第二随访任务并将其发送至所述第二客服端，以便于所述第二客服端据此向所述目标投保人发起第二远程随访。
S604、当接收到所述第二客服端发送的针对所述目标投保人的第一健康支持建议时，根据所述第一健康支持建议生成针对所述目标投保人的健康支持策略；其中，所述第一健康支持建议由所述第二客服端根据所述第二远程随访的随访结果生成。
在一些实施例中，所述健康支持策略可以包括：
定时采集所述目标投保人的指定生命体征数据；
根据所述指定生命体征数据生成所述目标投保人的健康状态变化趋势；
当所述健康状态呈下降趋势且达到设定阈值时，生成第三随访任务并将其发送至所述第二客服端，以便所述第二客服端根据所述第三随访任务向所述目标投保人发起第三远程随访；
接收所述第二客服端发送的针对所述目标投保人的第二健康支持建议；所述第二健康支持建议由所述第二客服端根据所述第三远程随访的随访结果生成；
根据所述第二健康支持建议确定是否向所述客户端发送就诊通知。
在一些实施例中，所述健康支持策略还可以包括：当所述健康状态呈上升或平稳趋势且持续时间达到时长阈值时，向所述客户端发送终止执行所述健康支持策略的通知。
虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
与上述的健康险业务的数据处理方法对应，本说明书实施例还提供了一种服务器，参考图7所示，在一些实施例中，所述服务器可以包括：捞取模块71、获取模块72、预测模块73、推送模块74、接收模块75、确定模块76和发送模块77。其中：
捞取模块71，可以用于从健康险数据库中捞取目标投保人；
获取模块72，可以用于从所述目标投保人对应的客户端获取所述目标投保人的健康数据；
预测模块73，可以用于以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值；
推送模块74，可以用于当所述健康风险值达到健康风险阈值时，向所述客户端推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息；
接收模块75，可以用于接收体检机构端发送的所述目标投保人的体检结果；
确定模块76，可以用于根据所述体检结果确定针对所述目标投保人的健康支持策略；
发送模块77，可以用于向所述客户端发送针对所述目标投保人执行所述健康支持策略的通知。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本说明书的实施例还提供一种服务器。如图8所示，在本说明书一些实施例中，所述服务器802可以包括一个或多个处理器804，诸如一个或多个中央处理单元(CPU)或图形处理器(GPU)，每个处理单元可以实现一个或多个硬件线程。服务器802还可以包括任何存储器806，其用于存储诸如代码、设置、数据等之类的任何种类的信息，一具体实施例中，存储器806上并可在处理器804上运行的计算机程序，所述计算机程序被所述处理器804运行时，可以执行上述任一实施例所述的健康险业务的数据处理方法的指令。非限制性的，比如，存储器806可以包括以下任一项或多种组合：任何类型的RAM，任何类型的ROM，闪存设备，硬盘，光盘等。更一般地，任何存储器都可以使用任何技术来存储信息。进一步地，任何存储器可以提供信息的易失性或非易失性保留。进一步地，任何存储器可以表示服务器802的固定或可移除部件。在一种情况下，当处理器804执行被存储在任何存储器或存储器的组合中的相关联的指令时，服务器802可以执行相关联指令的任一操作。服务器802还包括用于与任何存储器交互的一个或多个驱动机构808，诸如硬盘驱动机构、光盘驱动机构等。
服务器802还可以包括输入/输出接口810(I/O)，其用于接收各种输入(经由输入设备812)和用于提供各种输出(经由输出设备814)。一个具体输出机构可以包括呈现设备816和相关联的图形用户接口818(GUI)。在其他实施例中，还可以不包括输入/输出接口810(I/O)、输入设备812以及输出设备814，仅作为网络中的一台服务器。服务器802还可以包括一个或多个网络接口820，其用于经由一个或多个通信链路822与其他设备交换数据。一个或多个通信总线824将上文所描述的部件耦合在一起。
通信链路822可以以任何方式实现，例如，通过局域网、广域网(例如，因特网)、点对点连接等、或其任何组合。通信链路822可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器等的任何组合。
本申请是参照本说明书一些实施例的方法、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器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器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器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器上，使得在计算机或其他可编程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。
在一个典型的配置中，服务器包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被服务器访问的信息。按照本说明书中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书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，本说明书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。
本说明书实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书实施例，在这些分布式计算环境中，由通过通信网络而被连接的远程处理器来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
还应理解，在本说明书实施例中，术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系。例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于方法和设备实施例而言，由于其基本相似于系统实施例，所以描述的比较简单，相关之处参见系统实施例的部分说明即可。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (11)

1.一种健康险业务的数据处理方法，其特征在于，包括：
从健康险数据库中捞取目标投保人；
从所述目标投保人对应的客户端获取所述目标投保人的健康数据；
以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值；
当所述健康风险值达到健康风险阈值时，向所述客户端推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息；
接收体检机构端发送的所述目标投保人的体检结果；
根据所述体检结果确定针对所述目标投保人的健康支持策略；
向所述客户端发送针对所述目标投保人执行所述健康支持策略的通知。
2.如权利要求1所述的健康险业务的数据处理方法，其特征在于，所述目标投保人为满足预设条件的投保人；所述预设条件包括以下中的任意一种：
在健康险有效期内，当前距离投保人的健康险生效日达到设定时长；
在健康险有效期内，当前距离上一次获取投保人的健康数据的时间间隔达到设定时长。
3.如权利要求1所述的健康险业务的数据处理方法，其特征在于，所述从所述目标投保人对应的客户端获取所述目标投保人的健康数据，包括：
向所述目标投保人对应的客户端发送健康调查问卷；
接收所述客户端返回的健康调查结果；所述健康调查结果中携带所述目标投保人的健康数据。
4.如权利要求1所述的健康险业务的数据处理方法，其特征在于，所述向所述客户端推送针对所述目标投保人的体检通知，包括：
当所述健康风险值达到健康风险阈值时，生成第一随访任务并将其发送至第一客服端，以便所述第一客服端根据所述第一随访任务向所述目标投保人发起第一远程随访；
当接收到所述第一客服端发送的针对所述目标投保人的体检建议通知时，向所述客户端推送针对所述目标投保人的体检通知；
其中，所述体检建议通知由所述第一客服端根据所述第一远程随访的随访结果生成。
5.如权利要求1所述的健康险业务的数据处理方法，其特征在于，所述根据所述体检结果确定针对所述目标投保人的健康支持策略，包括：
对所述体检结果进行光学字符识别，获得所述目标投保人的体检结论和/或体检建议；
根据所述体检结论和/或体检建议，从用于健康分类管理的第二客服端集合中查询匹配的第二客服端；
生成第二随访任务并将其发送至所述第二客服端，以便于所述第二客服端据此向所述目标投保人发起第二远程随访；
当接收到所述第二客服端发送的针对所述目标投保人的第一健康支持建议时，根据所述第一健康支持建议生成针对所述目标投保人的健康支持策略；
其中，所述第一健康支持建议由所述第二客服端根据所述第二远程随访的随访结果生成。
6.如权利要求5所述的健康险业务的数据处理方法，其特征在于，所述健康支持策略包括：
定时采集所述目标投保人的指定生命体征数据；
根据所述指定生命体征数据生成所述目标投保人的健康状态变化趋势；
当所述健康状态呈下降趋势且达到设定阈值时，生成第三随访任务并将其发送至所述第二客服端，以便所述第二客服端根据所述第三随访任务向所述目标投保人发起第三远程随访；
接收所述第二客服端发送的针对所述目标投保人的第二健康支持建议；所述第二健康支持建议由所述第二客服端根据所述第三远程随访的随访结果生成；
根据所述第二健康支持建议确定是否向所述客户端发送就诊通知。
7.如权利要求6所述的健康险业务的数据处理方法，其特征在于，所述健康支持策略还包括：
当所述健康状态呈上升或平稳趋势且持续时间达到时长阈值时，向所述客户端发送终止执行所述健康支持策略的通知。
8.一种健康险业务的数据处理系统，其特征在于，包括客户端、健康险数据库、体检机构端和服务器，其中，所述服务器被配置为：
从健康险数据库中捞取目标投保人；
从所述目标投保人对应的客户端获取所述目标投保人的健康数据；
以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值；
当所述健康风险值达到健康风险阈值时，向所述客户端推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息；
接收体检机构端发送的所述目标投保人的体检结果；
根据所述体检结果确定针对所述目标投保人的健康支持策略；
向所述客户端发送针对所述目标投保人执行所述健康支持策略的通知。
9.一种服务器，其特征在于，包括：
捞取模块，用于从健康险数据库中捞取目标投保人；
获取模块，用于从所述目标投保人对应的客户端获取所述目标投保人的健康数据；
预测模块，用于以所述健康数据为输入，调用健康风险预测模型预测所述目标投保人的健康风险值；
推送模块，用于当所述健康风险值达到健康风险阈值时，向所述客户端推送针对所述目标投保人的体检通知；所述体检通知中携带体检机构的信息；
接收模块，用于接收体检机构端发送的所述目标投保人的体检结果；
确定模块，用于根据所述体检结果确定针对所述目标投保人的健康支持策略；
发送模块，用于向所述客户端发送针对所述目标投保人执行所述健康支持策略的通知。
10.一种服务器，包括存储器、处理器、以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器运行时，执行根据权利要求1-7任意一项所述方法的指令。
11.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被服务器的处理器运行时，执行根据权利要求1-7任意一项所述方法的指令。
CN202111274222.9A 2021-10-29 2021-10-29 健康险业务的数据处理方法、系统、设备及存储介质 Pending CN114004707A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111274222.9A CN114004707A (zh) 2021-10-29 2021-10-29 健康险业务的数据处理方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111274222.9A CN114004707A (zh) 2021-10-29 2021-10-29 健康险业务的数据处理方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114004707A true CN114004707A (zh) 2022-02-01

Family

ID=79925544

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111274222.9A Pending CN114004707A (zh) 2021-10-29 2021-10-29 健康险业务的数据处理方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114004707A (zh)

Similar Documents

Publication Publication Date Title
US20210043287A1 (en) Identification, stratification, and prioritization of patients who qualify for care management services
US20200335219A1 (en) Systems and methods for providing personalized prognostic profiles
CA2861824C (en) System and method for patient care plan management
US20150286787A1 (en) System and method for managing healthcare
EP0917078A1 (en) Disease management method and system
US20150039343A1 (en) System for identifying and linking care opportunities and care plans directly to health records
US20160210442A1 (en) Method and system for determining the effectiveness of patient questions for a remote patient monitoring, communications and notification system
WO2019080662A1 (zh) 信息推荐方法及装置、设备
US20210350910A1 (en) System and method for supporting healthcare cost and quality management
Panda et al. Big data in health care: A mobile based solution
WO2016130799A1 (en) Systems and methods for patient health assessment
US10742811B2 (en) Smart communications and analytics learning engine
US20140278585A1 (en) Systems and Methods for Providing Centralized Insurance Claim Processing and Plan Management
US20210257093A1 (en) Decision engine based on disparate data sources
CN113657605B (zh) 基于人工智能ai的文档处理器
US10360912B1 (en) Presentation of indications with respect to questions of a communication session
US8700427B1 (en) Web-based system and method for healthcare cost management
US20200027100A1 (en) Systems and methods for quantifying customer engagement
CN114004707A (zh) 健康险业务的数据处理方法、系统、设备及存储介质
US20180052967A1 (en) Managing data communications for a healthcare provider
US20210151135A1 (en) Processing data records and searching data structures that are stored in hardware memory and that are at least partly generated from the processed data records in generating an adaptive user interface
US11462317B2 (en) Method and system for displaying medical claim information
US20220172807A1 (en) Computing method and system for computing a medical care quality estimation value
US20230282325A1 (en) Interactive user interface and optimized health plan ranking
US11735324B2 (en) Two-way questionnaire generation for medical communication

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