一种基于特药的保险智能理赔系统技术方案

本发明专利技术涉及智能理赔技术领域，具体公开了一种基于特药的保险智能理赔系统，包括平台服务器以及与平台服务器所连接的特药知识库、特药知识图谱、OCR模块、NLP模块、AI理赔模型、规则引擎；所述特药知识库包括特药产品、特药保险知识体系，所述特药知识图谱以特药理赔结构化数据为主，构建以特药、适应症为中心的医疗知识图谱；所述OCR模块对用户上传资料进行解析，所述NLP模块包含了NER、归一、知识融合信息；所述规则引擎根据AI理赔模型、医学规则集进行业务判断，最终形成完整的智能理赔分析结论；本发明专利技术借助人工智能等技术，提升机器学习能力，进一步降低人工参与，最大程度将理赔流程简易化。程简易化。程简易化。

【技术实现步骤摘要】
一种基于特药的保险智能理赔系统


[0001]本专利技术涉及智能理赔
，具体为一种基于特药的保险智能理赔系统。

技术介绍

[0002]特药政策性和健康险的理赔流程复杂，每个环节需要经过很多人工工序逐一核验完成，无法实现理赔流程的自动化，导致理赔过程耗时长，理赔效率低；且理赔流程冗长，导致理赔环节的人力成本巨大，拉升险企运营成本，挤压险企利润空间。

技术实现思路

[0003]本专利技术的目的在于提供一种基于特药的保险智能理赔系统，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种基于特药的保险智能理赔系统，包括平台服务器以及与平台服务器所连接的特药知识库、特药知识图谱、OCR模块、NLP模块、AI理赔模型、规则引擎；所述特药知识库包括特药产品、特药保险知识体系，所述特药知识图谱以特药理赔结构化数据为主，构建以特药、适应症为中心的医疗知识图谱；所述OCR模块对用户上传资料进行解析，所述NLP模块包含了NER、归一、知识融合信息；所述规则引擎根据AI理赔模型、医学规则集进行业务判断，最终形成完整的智能理赔分析结论；所述平台服务器连接有移动端。
[0005]优选的，所述特药知识库用于特药保险理赔整体业务流程的数据归一、融合及知识图谱；通过将特药领域医学知识和临床病例数据进行拆分、清洗、过滤、提取，并经过医学专家的校验和审核，构建形成一套完整的结构化知识库，具体包含特药相关疾病数据库、药品数据库、手术学数据库、辅助数据库、疾病进展库、手术图谱库、临床操作规范库、病理数据库、影像数据库的基础医学数据库。
[0006]优选的，所述特药知识图谱中包括特药理赔相关的适应症、化验、检查、治疗、手术、基因检测库信息。
[0007]优选的，所述AI理赔模型的整体架构包含：原始层、数据抽象层以及数据模型层，所述原始层由特药理赔贴源层为基础进行数据清晰，所述数据抽象层按特药理赔相关数据整合，所述数据模型层绝特药理赔场景建设各种数据模型。
[0008]优选的，所述规则引擎包含规则模型建设、特药理赔规则的设计、输出为智能理赔规则结论。
[0009]优选的，所述OCR模块中用户上传的资料包括但不限于病历、出院小结、医疗发票、影像报告、基因检测报告、病理报告。
[0010]优选的，所述特药知识库的数据采集方式具体包括利用爬虫爬取行业数据；利用特药理赔现有的历史出院小结、处方、诊断、病历数据整合非结构化数据；利用理赔客户端、后端管理、三方生成的业务数据，形成特药智能理赔数据源。
[0011]与现有技术相比，本专利技术的有益效果是：本专利技术颠覆传统理赔的运营模式，在原有
理赔基础上，将特药政策险、健康险产品、医疗知识体系、特药理赔全流程均纳入智能理赔范畴，借助人工智能等技术，提升机器学习能力，进一步降低人工参与，最大程度将理赔流程简易化。
附图说明
[0012]图1为本专利技术的结构示意图；图中标号：1、平台服务器；2、特药知识库；3、特药知识图谱；4、OCR模块；5、NLP模块；6、AI理赔模型；7、规则引擎；8、移动端。
具体实施方式
[0013]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0014]请参阅图1，本专利技术提供一种技术方案：一种基于特药的保险智能理赔系统，包括平台服务器1以及与平台服务器1所连接的特药知识库2、特药知识图谱3、OCR模块4、NLP模块5、AI理赔模型6、规则引擎7；所述特药知识库2包括特药产品、特药保险知识体系，所述特药知识图谱3以特药理赔结构化数据为主，构建以特药、适应症为中心的医疗知识图谱；所述OCR模块4对用户上传资料进行解析，所述NLP模块5包含了NER、归一、知识融合信息；所述规则引擎7根据AI理赔模型6、医学规则集进行业务判断，最终形成完整的智能理赔分析结论；所述平台服务器1连接有移动端8。
[0015]进一步的，所述特药知识库2用于特药保险理赔整体业务流程的数据归一、融合及知识图谱；通过将特药领域医学知识和临床病例数据进行拆分、清洗、过滤、提取，并经过医学专家的校验和审核，构建形成一套完整的结构化知识库，具体包含特药相关疾病数据库、药品数据库、手术学数据库、辅助数据库、疾病进展库、手术图谱库、临床操作规范库、病理数据库、影像数据库的基础医学数据库。
[0016]进一步的，所述特药知识图谱3中包括特药理赔相关的适应症、化验、检查、治疗、手术、基因检测库信息。
[0017]进一步的，所述AI理赔模型6的整体架构包含：原始层、数据抽象层以及数据模型层，所述原始层由特药理赔贴源层为基础进行数据清晰，所述数据抽象层按特药理赔相关数据整合，所述数据模型层绝特药理赔场景建设各种数据模型。
[0018]进一步的，所述规则引擎7包含规则模型建设、特药理赔规则的设计、输出为智能理赔规则结论。
[0019]进一步的，所述OCR模块4中用户上传的资料包括但不限于病历、出院小结、医疗发票、影像报告、基因检测报告、病理报告。
[0020]进一步的，所述特药知识库2的数据采集方式具体包括利用爬虫爬取行业数据；利用特药理赔现有的历史出院小结、处方、诊断、病历数据整合非结构化数据；利用理赔客户端、后端管理、三方生成的业务数据，形成特药智能理赔数据源。
[0021]工作原理：移动端8以接口或异步消息的形势向平台服务器1请求智能理赔服务，
平台服务器1首先通过特药知识库2、特药知识图谱3判断理赔产品是否在已配置产品范围内，保险产品是否已配置完善，适应症信息是否完整；校验成功后，服务进入OCR模块4中，通过OCR模块4将用户上传的病历、出院小结、医疗发票、影像报告、基因检测报告、病理报告等信息解析出来并入库；解析后通过NLP模块5进入NER、归一化环节，将解析内容结构化、半结构化到数据资产平台，最终形成理赔医学用户画像；规则引擎7根据AI理赔模型6、医学规则集进行业务判断，最终形成完整的智能理赔分析结论。通过本平台一站式打通数据接入、变量加工、规则定义、流程编排、实时决策各环节，实现全场景智能理赔服务。
[0022]尽管已经示出和描述了本专利技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本专利技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本专利技术的范围由所附权利要求及其等同物限定。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于特药的保险智能理赔系统，其特征在于：包括平台服务器（1）以及与平台服务器（1）所连接的特药知识库（2）、特药知识图谱（3）、OCR模块（4）、NLP模块（5）、AI理赔模型（6）、规则引擎（7）；所述特药知识库（2）包括特药产品、特药保险知识体系，所述特药知识图谱（3）以特药理赔结构化数据为主，构建以特药、适应症为中心的医疗知识图谱；所述OCR模块（4）对用户上传资料进行解析，所述NLP模块（5）包含了NER、归一、知识融合信息；所述规则引擎（7）根据AI理赔模型（6）、医学规则集进行业务判断，最终形成完整的智能理赔分析结论；所述平台服务器（1）连接有移动端（8）。2.根据权利要求1所述的一种基于特药的保险智能理赔系统，其特征在于：所述特药知识库（2）用于特药保险理赔整体业务流程的数据归一、融合及知识图谱；通过将特药领域医学知识和临床病例数据进行拆分、清洗、过滤、提取，并经过医学专家的校验和审核，构建形成一套完整的结构化知识库，具体包含特药相关疾病数据库、药品数据库、手术学数据库、辅助数据库、疾病进展库、手术图谱库、临床操作规范库、病理数据库、影像数据库的基础医学数据库。3.根据权利要求1所...

【专利技术属性】
技术研发人员：吴子鹏，关璐，姚海瑞，
申请(专利权)人：上海镁信健康科技有限公司，
类型：发明
国别省市：