合案票据样本生成方法、票据识别方法以及设备与流程

摘要: 本发明涉及票据合案处理,尤其涉及合案票据样本生成方法、票据识别方法以及设备。背景技术:1、在保险理赔智能审核、医疗信息化系统测试、光学字符识别模型训练等场景中,...
合案票据样本生成方法、票据识别方法以及设备与流程

本发明涉及票据合案处理,尤其涉及合案票据样本生成方法、票据识别方法以及设备。

背景技术:

1、在保险理赔智能审核、医疗信息化系统测试、光学字符识别模型训练等场景中,需要大量涵盖完整诊疗流程的医疗票据。由于真实医疗票据包括患者姓名、身份证号、诊断、手术等敏感个人信息,直接使用真实数据进行模型训练和系统测试面临合规风险。因此,行业内开始探索通过合成方式(即不使用真实数据,完全由计算机程序生成)来创造高保真的医疗票据样本。

2、现有的票据样本生成主要分为三种方式,第一种方式为基于统计模型生成票据数据,该方法通过拟合原始数据的统计分布来生成具有相似统计特征的新数据,可以基于条件分布依次生成各变量值,能够保持变量间的统计关联,但是主要面向的是通用统计表格数据,未针对医疗票据中跨文档的语义一致性约束进行设计。第二种方式为基于生成对抗网络生成票据数据,其利用循环条件生成医学时间序列数据,然而通过神经网络隐式学习数据分布,无法显式保证跨票据的字段级精确一致性(如同一患者姓名在全部票据中完全相同),且生成结果的可控性和可解释性较弱。第三种方式为基于模板随机填充的票据生成,具体为预先设计各类医疗票据的空白模板(如门诊病历模板、检验报告模板、收据模板等),通过随机函数为每个模板的各个字段独立生成数值(如从姓名库中随机抽取患者姓名、在合理范围内随机生成金额等),该方案实现简单,能够生成多种票据类型,但各字段的生成过程互相独立,无法保证关联票据之间的语义一致性。

技术实现思路

1、本发明提供了一种合案票据样本生成方法、票据识别方法以及设备,以解决针对一个合成案件所生成票据样本的票据字段生成相互独立,无法保证跨票据数据一致性的问题。

2、根据本发明的一方面,提供了一种合案票据样本生成方法,包括:

3、构建当前待合成案件的案件共享数据对象;

4、根据案件共享数据对象中的诊断字段,以及内科疾病手术豁免集合,确定案件共享预处理数据对象;或者,根据案件共享数据对象中的诊断字段、内科疾病手术豁免集合以及外科手术映射表,确定案件共享预处理数据对象;

5、根据案件共享预处理数据对象、临床时间线约束以及医疗票据模板,生成合案票据样本。

6、根据本发明的另一方面,提供了一种票据识别方法,包括:

7、获取通过合案票据样本生成方法生成的合案票据样本;

8、将合案票据样本输入至预设机器学习模型进行合案票据识别训练,得到合案票据识别模型;

9、将当前待合案票据关联文件,输入至合案票据识别模型,得到票据识别结果。

10、根据本发明的另一方面,提供了一种合案票据样本生成装置,包括:

11、共享数据对象构建模块,用于构建当前待合成案件的案件共享数据对象;

12、预处理数据对象生成模块,用于根据案件共享数据对象中的诊断字段,以及内科疾病手术豁免集合,确定案件共享预处理数据对象;或者,根据案件共享数据对象中的诊断字段、内科疾病手术豁免集合以及外科手术映射表,确定案件共享预处理数据对象;

13、合案票据样本生成模块,用于根据案件共享预处理数据对象、临床时间线约束以及医疗票据模板,生成合案票据样本。

14、根据本发明的另一方面,提供了一种票据识别装置,包括:

15、合案票据样本获取模块,用于获取通过合案票据样本生成方法生成的合案票据样本;

16、模型训练模块,用于将合案票据样本输入至预设机器学习模型进行合案票据识别训练,得到合案票据识别模型;

17、合案票据识别模块,用于将当前待合案票据关联文件,输入至合案票据识别模型,得到票据识别结果。

18、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:

19、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;

20、其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序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本发明任一实施例所述的合案票据样本生成方法,或者执行本发明任一实施例所述的票据识别方法。

21、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的合案票据样本生成方法,或者执行本发明任一实施例所述的票据识别方法。

22、根据本发明的另一方面,提供了一种计算机程序产品,所述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本发明任一实施例所述的合案票据样本生成方法,或者执行本发明任一实施例所述的票据识别方法。

23、本发明实施例的技术方案,通过构建当前待合成案件的案件共享数据对象,从而根据案件共享数据对象中的诊断字段,以及内科疾病手术豁免集合,得到案件共享预处理数据对象;或者,根据案件共享数据对象中的诊断字段、内科疾病手术豁免集合以及外科手术映射表,确定案件共享预处理数据对象,进而根据案件共享预处理数据对象、临床时间线约束以及医疗票据模板,生成合案票据样本。本方案中合案票据样本中的各票据字段并非独立生成,而是将存储共享字段值且符合临床医学逻辑的案件共享预处理数据对象,作为不同医疗票据模板引用的数据源,且通过临床时间线约束维护合案票据样本虚拟创建时间的合理性,解决了针对一个合成案件所生成票据样本的票据字段生成相互独立,无法保证跨票据数据一致性的问题,能够针对一个合成案件自动生成满足数据一致性的票据样本。

24、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

1.一种合案票据样本生成方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,根据所述案件共享数据对象中的诊断字段,以及内科疾病手术豁免集合,确定案件共享预处理数据对象,包括:

3.根据权利要求2所述的方法,其特征在于,根据所述案件共享数据对象中的诊断字段、内科疾病手术豁免集合以及外科手术映射表,确定所述案件共享预处理数据对象,包括:

4.根据权利要求1所述的方法,其特征在于,根据所述案件共享预处理数据对象、临床时间线约束以及医疗票据模板,生成合案票据样本,包括:

5.根据权利要求4所述的方法,其特征在于,根据通过样本质量评估的所述待评估合案票据样本,确定所述合案票据样本,包括:

6.一种票据识别方法,其特征在于,包括:

7.根据权利要求6所述的方法,其特征在于,在得到票据识别结果之后,还包括:

8.一种电子设备,其特征在于,所述电子设备包括:

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-5中任一项所述的合案票据样本生成方法,或者,执行权利要求6-7中任一项所述的票据识别方法。

10.一种计算机程序产品,其特征在于,所述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1-5中任一项所述的合案票据样本生成方法,或者,执行权利要求6-7中任一项所述的票据识别方法。