一种基于在线智能核保规则配置的可视化工具和方法

技术领域

本发明属于可视化技术领域，具体涉及一种基于在线智能核保规则配置的可视化工具和方法。

背景技术

近年来，随着互联网的发展，保险的覆盖场景越来越广泛，随之而来的保单量增长量已远超现有的处理和响应能力，涉及的很多产品规则风险也随之暴露，比如非标体投保人群，在核保的过程中，计算风险、核保规则时，往往场景更为复杂；而现有的核保规则配置方式大多是以各节点分模块维护、表单选择、输入填写的形式管理，整体关联性不够清晰，对于最终整个规则流程链路的结构体现不明确、不直观，不能快速得出不同场景的走向，加大了对使用人员的要求，且在配置过程中出错率高，实用性不强。

现有的核保方式大多是要表单填写的形式配置，各个节点耦合性不强，随着保险核保规则的复杂度加强，在规则配置过程中，无法从视觉上直接明了的体现出配置后所产生的链路图，对于在反向确认配置是否异常或遗漏、流程缺失等问题上有很大的不足。另外，现有技术的核保信息管理系统通过单体式应用程序实现多个业务模块的功能，当其中某个业务模块负载过高时，系统并不能够单独扩展该服务，必须扩展整个应用程序，这可能导致额外的资源浪费；此外，单体式应用程序由于服务之间的紧密度、相依性过高，这将导致测试、升级有所困难。

发明内容

针对上述技术问题，本发明基于基础信息(疾病、问题、结论、疾病分类)管理上提供了可视化智能核保规则管理配置技术，利用本发明的可视化配置核保规则技术不仅能解决传统表单、文本配置核保规则的痛点、降低错误率、大幅提升效率外，还能有效帮助配置人员规则算法校验、链路监听引导修正、完整链路自动生成；对配置人员在核实、排查问题上更高效便捷，且本发明具有自我完善疾病库功能，随着核保医学报告数据收集，针对各类同义词、关联检查项、疾病分类等信息大数据进行智能分析索检，自动归类，不断丰富基础疾病库，提升核保规则覆盖面。

本发明提出一种可视化核保规则管理方法，所述方法包括以下步骤：

构建基础数据模型配置管理步骤

S1基于不同核保产品对基础疾病库配置管理，具体配置包括以下子项：

S11疾病类型针对不同疾病进行分类智能管理；

S12疾病在核保规则配置问题所属的关联病种项；

S13疾病库自我完善在保险核保过程中对于获取到的各类医学报告利用多模态智核算法进行精准的内容识别收集、分析管理、挖掘，不断自主对疾病库、疾病分类进行丰富完善，包括疾病信息、同义词、搜索关键词、疾病解释数据的维护；

S2问题基于不同核保产品对核保问题库进行进行配置管理，且将不同问题与所述S12中的疾病进行关联互斥；

S1结论对于所述S11、S12子项结合得出的具体核保结论进行管理配置；

装载配置可视化核保规则面板步骤对进行规则配置操作的可视化窗口预先注册加载元素模块，所述元素模块涵盖S1～S13的所有子项；

监听链路步骤上述步骤完成后，监听可视配置区域各节点元素及已有链路规则的事件行为，对移除、拖动调整事件动作后的链路进行实时链路更新，若监听到点击拖拽元素，则基于所操作组件实时在可视化界面上生成出新规则可视图；

链路元素规则校验步骤在配置过程中选择的节点重复、互斥、问答链路循环等链路元素进行规则校验，若存在互斥、相同节点，则通过大数据算法智能核算提示修正；

可视化核保规则生成步骤基于所述S11-S13步骤配置完核保规则链路后，使用一种图形技术生成以疾病为维度的完整可视问答链路图表；

配置服务器步骤

所述服务器基于微服务架构通过使用HTTPAPI调用各业务模块，所述业务模块包括：问题管理模块、结论管理模块、规则引擎模块及可视化配置管理模块；所述服务器执行以下步骤：

向用户端发送智能核保问答的问卷并从该用户端获取核保信息；

调用所述问题管理模块将所述核保信息按照智能核保问答的环节所对应的数据结构保存至数据库；

调用用户端智能算法根据所述核保信息计算风险并将所述承保结论信息输出给所述用户端；

调用所述结论管理模块维护承保结论信息；

所述数据库用于组织和管理所述业务模块的数据，所述业务模块的数据包括但不限于存储保险业务事件、核保疾病相关信息及其他相关数据。

本发明具有的优点和效果是：使保险核保规则配置人员，能快速从大量数据中查到相应的配置信息，从而快速配置出相应的规则链路，其特点在于能够随时生成新的核保规则，展示出规则中各分支最终的结论，便于定位规则的正确性；可广泛应用在非标体、寿险、产险行业领域。

附图说明

图1：一种实施方式的流程图；

图2：一种实施方式的网络拓扑图；

图3：一种实施方式的网络架构；

图4：一种可视化规则配置面板图；

图5：一种自动生成规则链路示意图。

具体实施方式

为了让本发明的目的、技术方案实施和优点、特性及功效更加一目了然，接下来将对本发明的所有实施示例进一步详细说明：以下所述内容，包括但不应理解为对本发明的限制。在不背离本发明精神和实质的情况下，对本发明方法、步骤或条件所作的修改或替换，且在本发明技术人员未做出创造性劳动前，下列所提到的所有实施方案，均属于本发明的范围。

一些实施方式的基于在线智能核保规则配置的可视化方法，包括图1中的以下步骤：

构建基础数据模型配置管理步骤

S1基于不同核保产品对基础疾病库配置管理，具体配置包括以下子项：

S11疾病类型针对不同疾病进行分类智能管理；

S12疾病在核保规则配置问题所属的关联病种项；

S13疾病库自我完善在保险核保过程中对于获取到的各类医学报告利用多模态智核算法进行精准的内容识别收集、分析管理、挖掘，不断自主对疾病库、疾病分类进行丰富完善，包括疾病信息、同义词、搜索关键词、疾病解释数据的维护；

S2问题基于不同核保产品对核保问题库进行进行配置管理，且将不同问题与所述S12中的疾病进行关联互斥；

S3结论对于所述S11、S12子项结合得出的具体核保结论进行管理配置；

将上述的S11～S13所述各子项基础数据进行新增/导入，此过程涉及存储介质，同时数据可进行在线编辑修改、删除等逻辑；其中S13疾病库自我完善子项是在核保规则面向用户开放后根据收集到的医学报告，采用光学字体识别、NER命名实体识别、字典匹配等算法模型自主学习识别归类整理；

装载可视化规则配置面板步骤

将基础数据模型(疾病、疾病分类、问题、结论)在该配置面板进行数据预装置，同时预渲染规则配置区域操控组件，并预先定义用于监控面板上所有子模块数据的监听指令；

监听链路步骤

在完成上述步骤后，监听配置人员对面板的所有行为，包括拖拽行为、点击事件、放大缩小、撤销、删除、搜索某节点等，

拖拽：当监听拖拽行为时，记录所述节点的拖拽起点、结束对应面板坐标，并基于所述节点位置对其进行数据复制，然后在规则配置区域对复制后的新节点数据进行渲染；

点击：指对面板的任何区域、节点进行点击操作，事件行为发生后，触发所点击区域预先装置的逻辑处理；

放大缩小：指对规则配置操控区域的内容进行放大/缩小、上下滚动等，节点数量因规则复杂度而定，该功能用于放大查看特点节点的分支；

撤销/删除：整个规则在配置过程中都会详细记录每一个步骤，当配置人员因操作失误或其他原因，需要回上一个状态时，当接受到撤销/删除指令时，获取与该功能关联存在映射关系的节点进行快速回退/删除；

搜索：指各基础数据过多，在可视化规则配置面板无法完全呈现，可通过监听基础数据的疾病分类进行筛选，同时也能监听输入的搜索关键字进行对各子模块内容进行精准查询；

链路元素规则校验步骤

是指在上述配置过程中，监听配置人员触发的拖拽节点行为，结合具体的操作逻辑与已存在的链路进行节点类型、问答ID、结论ID的前置对比，若存在相同重复节点、互斥关系则智能提示进行修正；同时把正在配置链路数据通过API推送至服务端进行大数据算法分析对比，若已存在相同核保规则或当前配置链路不符合规范/互斥，则给出引导修正提示，提前暴露风险，参考图4；

可视化核保规则生成步骤

在上述逻辑配置完成后，二次核保实验证生成的最终单个疾病配置的完整核保规则链路图(图5)，该规则报告实时生存，确认无误后即提交存储。

配置服务器步骤

基于微服务架构通过httpAPI访问数据库和调用不同的功能组件来实现各个业务模块的功能，其拓扑结构如图2，通过智能算法、可视的呈现提高保单核保规则的配置效率、降低错误率；业务模块包括：问题管理模块、结论管理模块、规则引擎模块、可视化配置管理、疾病知识库、病种管理模块、疾病类目模块；

一些实施方式，通过服务器执行以下步骤：

向用户端发送智能核保问答的问卷并获取核保信息；

调用所述问题管理模块将所述核保信息按照智能核保问答的环节所对应的数据结构保存；

调用用户端智能算法根据所述核保信息计算风险并将所述承保结论信息输出给所述用户端；

调用所述结论管理模块维护承保结论信息。

具体地，对各模块的功能进行拆解组件化编写代码，开发完成最终运行于WebService上。

所述数据库用于组织和管理所述业务模块的数据，所述业务幂快的数据包括但不限于存储保险业务事件、核保疾病相关信息及其他相关数据。所述疾病库用于对包括疾病信息、同义词、搜索关键词、疾病解释数据的维护；所述病种管理模块用于对同义词、年龄、性别、父级类目的维护；所述疾病类目模块用于对所述疾病库中的疾病通过人工或智能算法自动分类。

所述服务器还被配置为实现监控人机交互，所述监控人机交互具体包括以下步骤：

对用户端的行为进行监听，监听可视化配置核保页面是否发生拖拽事件，并处理所述拖拽事件涉及的数据，同时把结果反馈给所述用户端。

一些实施方式，通过管理端可以实现以下步骤：通过所述服务器调用所述疾病类目模块对疾病类目模块数据进行编辑；所述疾病类目模块数据来源于人工新建操作或来源于智核算法对医学报告的识别创建；

所述智核算法包括OCR((opticalcharacterrecognition)文字识别是指电子设备(例如扫描仪或数码相机))光学字体识别、NER(NameEntityRecognition(NER)，在一段文本中，将预先定义好的实体类型(人名，机构，地名等)识别出来)命名实体识别、字典匹配的多模态智核算法模型。

一些具体的实施方式，根据所述核保信息计算风险的步骤包括：经过大数据算法根据所述核保信息中的年龄、身高、体重、性别数据综合计算得出。

一些实施方式，规则引擎模块被配置为：对包括所述疾病库的数据、病程数据、疾病类目、问卷数据、所述核保结论数据进行版本隔离后，自动生成规则关联包，对所述规则关联包进行修改或批量导入。

一些实施方式的可视化配置管理模块被配置为：

生成规则的操作台；

聚合所述智能核保问答的环节所对应的数据结构中各节点，根据配置人员的行为人机交互的形式实时自动更新；

配合对应算法得出最终链路；并对页面链路元素进行规则校验，若互斥、存在相同节点，则通过大数据算法智能核算提示修正。

一些具体的实施方式，基于在线智能核保规则配置的可视化包括如下步骤：

1.构建基础数据模型配置管理；

2.对业务数据进行收集、管理深度挖掘；

2.1完善疾病库：通过智能算法持续对用户提交的医疗凭证，进行自动识别、智能配置分类并组；

2.2完善规则库：预先对年龄范围、性别范围、疾病同义词、疾病级别规则、优先级等进行智能分类加载；

3.配置可视化核保规则：配置可视化核保规则后实现可视化图表链路规则展示，即在可视化配置界面拖拽元素拼接；

3.1可视化核保规则配置面板预先注册加载元素(如：疾病、性别、类目、问题、结论等)；

3.2监听可视配置区域已有链路规则的事件行为，对移除、拖动调整事件动作后的链路进行实时链路更新

3.3对页面链路元素进行规则校验，若存在互斥、相同节点，则通过大数据算法智能核算提示修正。

下面通过一个具体的实施例对本发明的技术方案说明。

实施例1

本实施例的系统架构如图3，可视化核保规则管理方法采用微服务架构体系、分布式部署，是面向服务的体系结构，可将大型应用分解成多个独立的组件，其中每个组件都有各自的责任，在处理数据请求时，基于微服务的应用可能会调用其他组件(微服务)来共同响应，同时采用多模态智核算法模型(ocr光学字体识别、ner命名实体识别、字典匹配)对附件、医学报告等精准识别解析，以达到性能最优最快的用户体验.

如图2，本实施例主要以WebService为承载体，WebService对外提供一个能够通过web进行访问的地址，用户端和管理端通过访问这个地址来使用方法的功能，方法与微服务之间则通过API进行数据传输(即在web上实现互操作性)；WebService方法必须具备一套标准，用于规范编程语言和组件模型中各功能的实现；

术语“微服务”是由以单一应用程序构成的小服务，拥有自己的行程与轻量化处理，服务依业务功能设计，以全自动的方式部署，与其他服务使用HTTPAPI通信。同时服务会使用最小的规模的集中管理(例如Docker)能力，服务可以用不同的编程语言与数据库等组件实现。

疾病知识库还包括ICD(InternationalClassificationof Diseases)疾病库、核保疾病库、检测项管理等子模块，所述子模块均可对数据进行编辑、新增、导入、导出，多维度搜索过滤筛选，查询结果等提供可视化界面进行分析，数据通过人工批量导入或手动创建；

疾病类目模块具备灵活便捷的操作界面，允许管理端对已存在数据进行编辑维护，数据来源于人工操作新建或智核算法对医学报告的识别自动创建分类；

问题管理模块对不同疾病不同状况的一个询问了解过程，综合问题的答案智核算法分析出是否可以承保的结论及承保风险；数据主要以批量导入或人工创建；包括问题题型、关联的版本号，多维护的查询搜索过滤；

结论管理模块具备灵活便捷的操作界面，与问题管理模块关联，对应问题相应的答案选项和不同险种(意外、癌症、心血管、重疾等)选择该答案后的承保结论；结论规则核算由年龄、身高、体重、性别等信息经过大数据算法综合得出；

版本库模块对疾病、问题、结论模块进行分批打包管理，适用于部分产品在特定场景只需要某些指定或批次的疾病等；

可视化配置管理模块在所有基础信息维护好后，配置生成规则的操作台，该模块聚合各节点的信息，根据配置人员的行为人机交互的形式实时自动更新，配合对应算法得出最终的链路。

现有技术大多以本文表单填写的方式进行配置，最终的结果需要在业务端去反复测试才能佐证是否正常，非常耗时且覆盖面不全，出错率高容易给公司带来不可估量的损失，本实施例在核保信息维护、管理、配置效率上更占优势，具体的，具有如下优势:

在面向用户开放过程中，可通过用户上传的病历、检查报告、体检影片等医学报告进行智能分析对比识别，自我完善疾病库、智能分类；

与现有技术的人工录入/维护，本发明自带自我机器的学习属性；

能根据用户数据智能分析各项基础疾病推算未来衍生存在的风险；

大大提升了在保险核保过程中问答的次数和规避风险的比例；

需要说明的是，本发明对上述基础数据模型的数据不做具体的限定，特别是疾病种类会随着核保过程中医学报告的收集而自增长，数据越丰富，配置的核保规则覆盖范围也就越广，针对用户在投保过程中根据用户选择的疾病作出的问答对健康状态了解的也就越详细，最终得出的核保结论也更精准。

可视化规则管理配置的方式，可操作性、灵活、是现有系统不具备的，它能够帮助使用人员在配置过程中更加清晰配置的规则各种场景的最终结果走向，协助修正，能够及时规避风险；不断自我完善核保规则也有助于分析出给用户最少问答环节，最优的用户体验。

一些实施方式的可视化核保规则管理类平台包括数据库、疾病库、规则库、问题库，服务器，业务模块，所述业务模块包括：问题管理模块、结论管理模块、规则引擎模块及可视化配置管理模块，每个所述业务模块通过独立组件实现，所述服务器基于微服务架构通过使用HTTPAPI调用各业务模块。

在本说明书中描述的处理和逻辑流程可以由一个或多个可编程计算机执行，该计算机通过运算输入数据并且生成输出而执行一个或多个的计算机程序，以运行函数。计算机程序(还可以被称为或者描述为程序、软件、软件应用、模块、软件模块、脚本或者代码)可以以任意形式的编程语言而被写出，包括编译语言或者解释语言或者声明性语言或过程式语言，并且计算机程序可以以任意形式展开，包括作为独立程序或者作为模块、组件、子程序或者适于在计算环境中使用的其他单元。计算机程序可以但不必须对应于文件系统中的文件。程序可以被存储在保存其他程序或者数据的文件的一部分中，例如，存储在如下中的一个或多个脚本：在标记语言文档中；在专用于相关程序的单个文件中；或者在多个协同文件中，例如，存储一个或多个模块、子程序或者代码部分的文件。计算机程序可以被展开为执行在一个计算机或者多个计算机上，所述计算机位于一处，或者分布至多个场所并且通过通信网络而互相连接。

虽然，上文中已经用一般性说明、具体实施方式对本发明作了详尽的描述，但在本发明基础上，可以对其作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。