一种发票信息处理方法及系统与流程

本发明涉及发票信息计算机管理系统，尤其涉及一种发票信息处理方法及系统。

背景技术：

1、目前，企业在社保补充医保报销场景中，对医疗发票的信息提取主要依赖基础ocr技术或单一ai识别平台，发票明细与医保目录的匹配则依靠本地静态文档手动维护。这类方案存在几个明显不足：第一，发票识别不区分票据类型，门诊电子发票、普通电子发票和住院发票采用同一套识别流程，但不同票据的信息量和获取渠道差异很大——门诊电子发票可以通过权威接口直接拿到全部数据，而住院发票信息量大、版式杂，用单一模型识别很容易出错，统一流程无法兼顾各类票据的特点，识别准确率受限。第二，发票明细与医保目录匹配后，没有量化的可信度评估机制，所有匹配结果一视同仁，人工审核时要么全部逐一核对，工作量巨大，要么凭经验抽检，容易遗漏，既缺乏效率也缺乏标准。第三，现有的匹配结果核验手段单一，一般只做票面字段与接口数据的比对，不会去检验公章是否真实、明细金额合计是否等于票面总额这类业务逻辑问题，虚假或篡改票据容易漏过。

技术实现思路

1、为了解决上述现有技术的技术问题，本发明提供一种发票信息处理方法及系统，能够针对不同类型票据采用差异化识别机制，并对医保目录匹配结果进行多维度置信值评估，依据置信值实现匹配结果的可信分流，减少无效人工审核。

2、本发明公开发票信息处理方法，包括：

3、步骤s1，获取发票的票据信息，并确定票据类型；

4、步骤s2，根据票据类型选用对应的识别策略对票据信息进行识别，获得识别结果；

5、步骤s3，将识别结果与医保目录进行匹配，得到匹配结果；

6、步骤s4，基于多个评价维度对匹配结果进行加权计算，得到置信值；

7、步骤s5，将置信值与预设阈值进行比较，若置信值大于或等于预设阈值，则判定匹配结果通过，若置信值小于预设阈值，则将匹配结果标记为待人工核对。

8、可以理解，本发明的技术方案中：

9、所述步骤s1是流程的入口，系统首先获取发票的票据信息，并确定该发票属于哪种票据类型。票据类型一般包括门诊电子发票、普通电子发票和住院发票等，不同类型的票据在信息丰富程度、可获取渠道上差异显著，门诊电子发票的完整信息往往可以通过权威机构数据接口直接查到，而住院发票的信息量大、版式多样，需要ai模型介入识别。因此，在流程最前端确定票据类型，相当于为后续步骤选择识别策略提供了依据，是整个差异化识别机制的前提。

10、所述步骤s2根据步骤s1确定的票据类型，选用对应的识别策略对票据信息进行识别，获得识别结果。这一步的核心是按需选用，而不是对所有票据走同一套流程。对于信息可以由权威接口直接获取的票据类型，系统优先调用接口获取，避免不必要的ai识别引入误差；对于明细缺失需要ai补全的票据，调用ai模型提取；对于信息量大、单模型识别容易出错的住院发票，则启用双模型并行识别加交叉验证的策略。不同策略的选用使得识别环节的投入与票据的实际复杂度相匹配，既不过度也不会不足。

11、所述步骤s3将步骤s2得到的识别结果与医保目录进行匹配，得到匹配结果。识别结果中包含了发票上的诊疗项目名称、药品名称等信息，这些信息需要与医保目录中的项目逐一比对，确认每一项属于医保目录的哪个条目、属于甲类乙类还是自费，这是后续计算报销金额的基础。匹配过程类似查表——把发票上写的项目名称和目录里的标准名称进行对照，找到对应的条目。

12、所述步骤s4对步骤s3的匹配结果进行多维度加权计算，得到置信值。置信值是一个0到1之间的数值，反映的是匹配结果的可信程度。计算维度包括：字段匹配相似度（项目名称和目录名称有多像）、诊疗项目与发票类型的适配性（比如住院发票上出现了门诊专用项目就不太合理）、金额计算逻辑性（各类金额合计是否和票面对得上）、药品名称与医保目录的一致性。把这四个维度各自打分后加权求和，就得到一个综合置信值。这个值越高，说明匹配结果越可靠；越低，说明匹配结果越可能有问题。

13、所述步骤s5将置信值与预设阈值进行比较，根据比较结果做出分流决策：置信值大于或等于阈值的，判定匹配结果通过，直接进入后续流程；置信值小于阈值的，说明匹配结果存疑，标记为待人工核对，由经办人员针对性审查。这种置信值驱动的分流机制，使得人工审核不再需要对所有匹配结果逐一过目，而只聚焦于低置信值的存疑项，审核效率大幅提升。

14、上述五个步骤之间可以形成一条从信息获取、差异化识别、目录匹配、可信度评估到人机分流的完整链路。步骤s1确定票据类型，为步骤s2选择识别策略提供依据；步骤s2的识别结果是步骤s3匹配的输入；步骤s3的匹配结果由步骤s4量化评估可信度；步骤s5根据置信值做出分流，将机器可信的结果直接通过、存疑的结果交由人工处理。每个步骤的输出恰好是下一步骤的输入，构成了一个逐层收敛的处理过程。

15、与现有技术相比，本发明的一种发票信息处理方法及系统能实现的技术效果包括：

16、首先，通过在流程前端确定票据类型并据此选用识别机制，使识别环节的复杂度投入与票据的实际信息需求相匹配，避免了统一流程下对简单票据过度识别、对复杂票据识别不足的问题，整体识别准确率和效率得到提升。

17、同时，多维度置信值评估将匹配结果的可靠性量化为一个明确数值，为人工审核提供了客观的介入标准，经办人员只需关注置信值低于阈值的存疑项，无需对所有匹配结果逐一审查，显著降低了人工审核的工作量。

18、并且，置信值驱动的分流机制使得高可信匹配结果自动通过、存疑结果精准定位到人工，人机协同的边界清晰，既避免了过度依赖人工造成的效率瓶颈，也避免了完全依赖机器带来的可靠性风险。

1.一种发票信息处理方法, 其特征在于，包括：

2.根据权利要求1所述的发票信息处理系统，其特征在于，所述步骤s2中的识别机制包括：

3.根据权利要求2所述的发票信息处理系统，其特征在于，所述字段级交叉验证机制包括：

4.根据权利要求1所述的发票信息处理系统，其特征在于，所述步骤s4中的置信值c按照以下公式计算：

5.根据权利要求1所述的发票信息处理系统，其特征在于，在步骤s5之后，还包括对发票进行多维度真实性校验：

6.根据权利要求1所述的发票信息处理系统，其特征在于，在步骤s3之前，还包括：

7.根据权利要求1所述的发票信息处理系统，其特征在于，所述步骤s3包括三级匹配机制：

8.根据权利要求1所述的发票信息处理系统，其特征在于，所述步骤s1中票据信息的获取包括以下至少一种采集方式：

9.根据权利要求1所述的发票信息处理系统，其特征在于，在步骤s5中将匹配结果标记为待人工核对之后，还包括：

10.一种发票信息处理系统，其特征在于，包括：