本发明专利技术公开了理赔票据处理方法和装置，一具体实施方式包括响应于理赔票据的处理请求，获取理赔案件标识，生成影像数据请求并发送至影像数据库服务器；接收影像数据库服务器返回的影像数据，识别文件类型，调用提取模型得到关键信息，判断关键信息字段是否完整，若是则调用结算模型，根据提取的关键信息计算得到理赔案件的剔费金额，输出票据剔费结果；若否则根据医疗目录项目与编码表获取影像数据中各项目明细对应的目录支付信息，计算得到所述理赔案件的剔费金额，输出票据剔费结果。从而，本发明专利技术将人工操作转至线上自动化操作，提升操作效率，降低操作成本和误差，提高理赔数据标准化程度。化程度。化程度。
【技术实现步骤摘要】
一种理赔票据处理方法和装置
[0001]本专利技术涉及计算机
，尤其涉及一种理赔票据处理方法和装置。
技术介绍
[0002]随着大众保险意识增强和保险产品，各类健康险保险产品理赔案件数量逐渐增多，实际场景中理赔案件材料收集一般线下形式与线上形式双轨进行，理赔医保剔费多为人工在票据上做出计算后，下一流程的录入与审核人员再录入到系统中进行审核。
[0003]在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：
[0004]人工手工计算由于依赖人力对医保目录的记忆与查询，容易造成基于人工经验的剔费计算，以及由于医保目录项目繁多、年年更新、人工记忆容易有偏差，造成后续赔付支付时多或少赔付、错误赔付等“跑冒滴漏”的情况。
技术实现思路
[0005]有鉴于此，本专利技术实施例提供一种理赔票据处理方法和装置，能够将保险数据收集、人工手写计算剔费、手工录入客户信息等较多的人工操作转至线上自动化智能操作，实现了提升操作效率，降低操作成本和误差，同时提高整个理赔数据标准化程度的效果。
[0006]为实现上述目的，根据本专利技术实施例的一个方面，提供了一种理赔票据处理方法，包括响应于理赔票据的处理请求，获取所述处理请求中的理赔案件标识，生成影像数据请求并发送至影像数据库服务器；
[0007]接收所述影像数据库服务器返回的影像数据，识别文件类型，以调用相应的提取模型得到关键信息；
[0008]判断所述关键信息的字段是否完整，若是则调用预设的结算模型，根据关键信息计算得到所述理赔案件的剔费金额，输出票据剔费结果；若否则根据预设的医疗目录项目与编码表获取影像数据中各项目明细对应的目录支付信息，计算得到所述理赔案件的剔费金额，输出票据剔费结果。
[0009]可选地，接收所述影像数据库服务器返回的影像数据之前，包括：
[0010]通过客户端上传票据，并批量导入至影像数据库服务器；
[0011]对导入的影像数据进行光学字符识别，得到文本文件，进而将理赔案件与文本文件进行映射并存储。
[0012]可选地，对导入的影像数据进行光学字符识别，包括：
[0013]采用OPEN CV相关函数进行图像尺寸调整，通过图像滤波器对影像数据进行模糊处理和降低噪声处理；以及对影像数据的文字边界采用canny算法检测，以进行图像色域、空域转化；
[0014]采用卷积神经网络进行图像像素点到特征的提取炼化，以通过多层神经网络特征向量进行维度升高或者降低，且通过循环神经网络和长短时记忆模型进行序列的特征之间处理。
[0015]可选地，识别文件类型，包括：
[0016]对识别后的文本数据进行Word2Vec处理，以采用孪生神经网络进行比较语义相似性和语义消歧处理，进而通过支持向量机和决策树进行分类，得到文件所属票据类型。
[0017]可选地，调用相应的文本解析模型得到关键信息，包括：
[0018]根据识别后得到的文本文档，调用发票文本解析模型或结算清单文本解析模型，通过句法分析器获取相应字段及其字段值，生成发票与结算清单医疗关键信息。
[0019]可选地，根据预设的医疗目录项目与编码表获取影像数据中各项目明细对应的目录支付信息，计算得到所述理赔案件的剔费金额，包括：
[0020]根据预设的医疗目录项目与编码表，判断影像数据中的项目明细是否对应有剔费支付比例规则；
[0021]若是则根据理赔案件地区属性的医疗目录与编码关联其剔费支付等级或比例规则，计算得到所述理赔案件的剔费金额；若否则录入潜在缺少的关键信息字段，关联医疗项目与编码表，得到完整票据关键信息，对应项目的支付等级或比例，以计算得到所述理赔案件的剔费金额。
[0022]可选地，根据所述理赔案件标识，获取保单信息，判断是否存在已配置的客户保单协议规则；
[0023]若是则根据已配置的客户保单协议规则，通过关键信息计算得到所述理赔案件的剔费金额，输出票据剔费结果或根据预设的医疗目录项目与编码表获取影像数据中各项目明细对应的目录支付信息，计算得到所述理赔案件的剔费金额，输出票据剔费结果；若否则根据处理请求配置新的客户保单协议规则，进而通过关键信息计算得到所述理赔案件的剔费金额输出票据剔费结果或根据预设的医疗目录项目与编码表获取影像数据中各项目明细对应的目录支付信息，计算得到所述理赔案件的剔费金额，输出票据剔费结果。
[0024]另外，本专利技术还提供了一种理赔票据处理装置，包括获取模块，用于响应于理赔票据的处理请求，获取所述处理请求中的理赔案件标识，生成影像数据请求并发送至影像数据库服务器；
[0025]处理模块，用于接收所述影像数据库服务器返回的影像数据，识别文件类型，以调用相应的文本解析模型得到关键信息；
[0026]判断所述关键信息的字段是否完整，若是则调用预设的结算模型，根据关键信息计算得到所述理赔案件的剔费金额，输出票据剔费结果；若否则根据预设的医疗目录项目与编码表获取影像数据中各项目明细对应的目录支付信息，计算得到所述理赔案件的剔费金额，输出票据剔费结果。
[0027]上述专利技术中的一个实施例具有如下优点或有益效果：本专利技术对人工剔费结果偏差进行校正，同时形成客户的理赔风险数据，对具有风险数据的客户在后续进行基于规则的阻断。解决理赔赔案资料繁多人工录入效率低和人工录入偏差的问题。而且，从人工操作转向系统操作，并对操作过程进行记录追踪，降低人力操作成本，提升理赔操作环节效率(单位时间该环节案件处理数量提升，同时准确率提升)。同时，对理赔资料影像全流程处理，从理赔医学资料与影像的文本识别、票据文本分类、票据文本解析并抽取关键信息、票据医保剔费计算，实现理赔资料基于深度学习的影像文本、特殊医学符号、结算文本的识别与抽取，采取模型训练与迭代的方式提高识别解析准确率与召回率；解决了理赔赔案资料票据
数据易流失、无法全面管理的问题，以及解决理赔赔案资料中医疗发票和结算清单进行系统化剔费操作问题，同时全流程可追踪追溯。
[0028]上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
[0029]附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中：
[0030]图1是根据本专利技术第一实施例的理赔票据处理方法的主要流程的示意图；
[0031]图2是根据本专利技术实施例的数据来源及储存、调用的示意图；
[0032]图3是根据本专利技术第二实施例的理赔票据处理方法的主要流程的示意图；
[0033]图4是根据本专利技术第三实施例的理赔票据处理方法的主要流程的示意图；
[0034]图5是根据本专利技术第四实施例的理赔票据处理方法的主要流程的示意图；
[0035]图6是根据本专利技术实施例的理赔票据处理装置的主要模块的示意图；
[0036]图7是本专利技术实施例可以应用于其中的示例性装置架构图；
[0037]图8是适于用来实现本专利技术实施例的终端设备或服务器的计算机装置本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种理赔票据处理方法，其特征在于，包括：响应于理赔票据的处理请求，获取所述处理请求中的理赔案件标识，生成影像数据请求并发送至影像数据库服务器；接收所述影像数据库服务器返回的影像数据，识别文件类型，以调用相应的文本解析模型得到关键信息；判断所述关键信息的字段是否完整，若是则调用预设的结算模型，根据关键信息计算得到所述理赔案件的剔费金额，输出票据剔费结果；若否则根据预设的医疗目录项目与编码表获取影像数据中各项目明细对应的目录支付信息，计算得到所述理赔案件的剔费金额，输出票据剔费结果。2.根据权利要求1所述的方法，其特征在于，接收所述影像数据库服务器返回的影像数据之前，包括：通过客户端上传票据，并批量导入至影像数据库服务器；对导入的影像数据进行光学字符识别，得到文本文件，进而将理赔案件与文本文件进行映射并存储。3.根据权利要求2所述的方法，其特征在于，对导入的影像数据进行光学字符识别，包括：采用OPEN CV相关函数进行图像尺寸调整，通过图像滤波器对影像数据进行模糊处理和降低噪声处理；以及对影像数据的文字边界采用canny算法检测，以进行图像色域、空域转化；采用卷积神经网络进行图像像素点到特征的提取炼化，以通过多层神经网络特征向量进行维度升高或者降低，且通过循环神经网络和长短时记忆模型进行序列的特征之间处理。4.根据权利要求1所述的方法，其特征在于，识别文件类型，包括：对识别后的文本数据进行Word2Vec处理，以采用孪生神经网络进行比较语义相似性和语义消歧处理，进而通过支持向量机和决策树进行分类，得到文件所属票据类型。5.根据权利要求1所述的方法，其特征在于，调用相应的文本解析模型得到关键信息，包括：根据识别后得到的文本文档，调用发票文本解析模型或结算清单文本解析模型，通过句法分析器获取相应字段及其字段值，生成发票与结算清单医疗关键信息。6.根据权利要求1所述的方法，其特征在于，根据预设的医疗目录项目与编码表获取影像数据中各项目明细对应的目录支付信息，计算得到所述理赔案件的剔费金额，包括：根据预设的医疗目录项目与编码表，判断影像数据中的项目明细是否对应有剔费支...
【专利技术属性】
技术研发人员：高青，王小龙，汤泽，
申请(专利权)人：泰康养老保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。