[發明專利]一種基于深度學習的患者援助智能審核系統

在審

• 申請號: 202010145200.1
• 申請日: 2020-03-05
• 公開（公告）號: CN111353445A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 劉勁松;熊伊;王勇;李鵬舉;羅志明
• 申請（專利權）人: 三構科技（武漢）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 武漢聚信匯智知識產權代理有限公司 42258
• 代理人: 沙莎

本發明涉及人工智能技術領域，具體涉及一種基于深度學習的患者援助智能審核系統，包括圖像預處理模塊、智能檢測模塊、智能識別模塊、自然語言分析處理模塊；所述圖像預處理模塊用于將患者上傳的原始圖像材料進行預處理，并對圖像進行校正；所述智能檢測模塊用于通過基于YOLO3算法的智能檢測模型對校正后的圖像進行智能檢測得到待識別區域；所述智能識別模塊用于通過基于CRNN網絡算法的智能識別模型得到待識別區域中所有行的原始文本信息；所述自然語言分析處理模塊用于通過模式匹配算法對原始文本信息進行校驗和修正，得到最終的圖像文本信息。本發明對患者上傳的材料格式、清晰度等都沒有嚴格的要求，大大降低了患者使用的門檻。

技術領域

本發明涉及人工智能技術領域，具體涉及一種基于深度學習的患者援助智能審核系統。

背景技術

患者援助，是指是由慈善基金會發起，愛心企業捐贈慈善藥品的援助。通過各方協作將一些價格高昂的藥品，援助給符合條件的低保、低收入患者，改善患者的生命質量，減輕患者的經濟負擔。在患者援助中，非常重要的一個環節是對申請援助的患者進行資質審核。

最初的資質審核方法是患者將自己的身份證明、診斷證明、經濟證明等紙質資料郵寄給患者援助審核機構，由審核人員根據患者提供的材料來進行資質審核。在審核過程中，一旦遇到材料缺失、要求不符等情況時，需要患者及時進行補充或修改，嚴重影響了審核的效率，進而影響到后續的領藥和用藥，嚴重影響和耽誤患者的用藥治療。

為了解決因紙質材料郵寄而導致的低效，基于互聯網技術的患者援助在線審核系統應運而生。在患者援助在線審核系統中，患者將各種紙質材料以掃描件和照片的格式進行提交，在線審核人員對患者提交的掃描件和照片進行審核，一旦發現材料缺失或與要求不符的情況，可及時通知患者進行補充或修改，大大降低了因郵寄資料而產生的延誤。在線審核人員每天面對大量的、不規范的圖像資料，審核工作量非常巨大。平均每個患者的審核周期長達15天，一方面因為每個患者的審核成本是有限的，導致沒法通過簡單的增加人手來提高審核效率；另外一方面，因為患者援助的嚴謹行和重要性，又不能通過簡化審核程序來提高審核效率。

隨者深度學習技術的發展尤其是基于深度學習的圖像文字識別技術的出現，使人們完全有可能通過技術手段來解決資質審核中存在的低效問題。圖像文字識別作為一個通用的需求，谷歌、百度、阿里在這方面都提供了比較完整和成熟的產品，但經過深入的了解和試用發現，谷歌、百度、阿里的產品對通用證件的識別效果比較好，但對醫學領域、非通用證件的識別效果遠遠達不到可用的要求。因此，需要提出一種基于深度學習的患者援助智能審核系統，以適應患者援助系統的實際需要，降低對患者上傳的材料格式、清晰度等的要求，降低患者使用的門檻。

發明內容

為適應人工智能領域的實際需求，本發明克服現有技術存在的不足，所要解決的技術問題為提供一種基于深度學習的患者援助智能審核系統。

為了解決上述技術問題，本發明采用的技術方案為：一種基于深度學習的患者援助智能審核系統，包括圖像預處理模塊、智能檢測模塊、智能識別模塊、自然語言分析處理模塊；

所述圖像預處理模塊用于將患者上傳的原始圖像材料進行預處理，所述預處理包括確定圖像材料的類型，并對圖像進行校正后發送至智能檢測模塊；

所述智能檢測模塊用于通過基于YOLO3算法的智能檢測模型對校正后的圖像進行智能檢測得到待識別區域，然后發送至所述智能識別模塊；

所述智能識別模塊用于通過基于CRNN網絡算法的智能識別模型得到待識別區域中所有行的原始文本信息，并發送至所述自然語言分析處理模塊；

所述自然語言分析處理模塊用于通過模式匹配算法對原始文本信息進行校驗和修正，得到最終的圖像文本信息。