深源恒际：医疗票据OCR产品新升级 与阳光人寿达成新合作

近日，深源恒际完成了医疗票据OCR产品的升级上线，并与阳光人寿达成新一轮合作。依托新增的图片质量检测功能将图像质量把关前置，通过优先筛选高质量图像弱化清晰度对OCR识别的影响，进而提升识别速度、优化识别准确率。

在此之前，深源恒际团队多次对医疗票据OCR产品进行优化迭代：针对各地医疗票据模板制式不统一的问题，由地区专用识别模型取代通用识别模型，大幅削弱模板差异化对识别精度的干扰；针对信息重叠、字符串行等问题，通过应用图层分离技术提升文字检测与提取的准确性。

本轮升级着重从前端入手，在业务前端嵌入图片质量检测功能，基于图像清晰度判断规则优先筛选高质量图像、滤掉不达标图像，为下一步OCR识别打好前站。升级完成后，新功能率先在阳光寿险部署上线，帮助阳光寿险进一步优化核赔理算业务操作流程，提高理赔服务效率。

近日，深源恒际完成了医疗票据OCR产品的升级上线，并与阳光人寿达成新一轮合作。依托新增的图片质量检测功能将图像质量把关前置，通过优先筛选高质量图像弱化清晰度对OCR识别的影响，进而提升识别速度、优化识别准确率。

在此之前，深源恒际团队多次对医疗票据OCR产品进行优化迭代：针对各地医疗票据模板制式不统一的问题，由地区专用识别模型取代通用识别模型，大幅削弱模板差异化对识别精度的干扰；针对信息重叠、字符串行等问题，通过应用图层分离技术提升文字检测与提取的准确性。

本轮升级着重从前端入手，在业务前端嵌入图片质量检测功能，基于图像清晰度判断规则优先筛选高质量图像、滤掉不达标图像，为下一步OCR识别打好前站。升级完成后，新功能率先在阳光寿险部署上线，帮助阳光寿险进一步优化核赔理算业务操作流程，提高理赔服务效率。

（图片源自网络）

将数据质量把关前置于业务最前端，一方面有利于业务流程走向标准化、规范化，另一方面也降低了图片质量差对识别速度的影响。通常，用户上传理赔资料时操作随意，图片畸变、模糊的情况较多，为弱化图像质量差对识别准确率的干扰，确保识别结果的高度准确性，算法模型会基于智能图像处理技术完成图像质量优化后才进行文字信息的识别与提取，实际上一定程度上增加了识别用时。因此，图片质量检测功能相当于在数据上传时同步完成图像质量把控，既降低了信息识别与提取的难度，也缩短了算法模型处理图像的时耗，提高识别准确率的同时也提升了识别速度。

新功能上线后，医疗票据OCR产品实现了从资料审核、票据分类到信息提取等多环节自动化。

首先，理赔案件发起后，用户上传身份证、银行卡、医疗票据等一系列材料时，系统后台将从两个维度对用户所提交的材料进行审核：一方面，自动识别判断身份证、银行卡等证件类资料是否为原件，如原件且清晰度达标则审核通过，如复印件或其它影印件则不予通过；另一方面，自动判断各类医疗票据图像是否足够清晰，清晰度不达标系统将自动预警提示。

其次，资料审核完成后，系统基于OCR识别技术对案件涉及的所有材料进行智能分类，身份证、银行卡等被自动归集于卡证类名目下，医疗票据如门诊发票、住院发票、费用清单、医保结算单、出院小结等被自动归集于票据类名目下，便于算法模型对不同类型文档进行针对性处理。

最后，在信息提取录入环节，OCR算法模型将自动识别、提取各类案件材料上的文字信息，包括身份证信息、银行卡信息、医疗发票、费用清单、出院小结等，并以结构化文本的形式输出到理算系统，快速完成信息处理与录入。目前，卡证类OCR字符识别准确率超过95%，票据类OCR整张识别准确率不低于85%。

从图片质量检测到智能分类，再到文字信息识别与提取，医疗票据OCR产品本质上是通过信息数字化的方式实现信息采集自动化，进而帮助保险机构和第三方智能理赔平台提升核赔理算作业效率，高效提升理赔服务质量，优化升级用户服务体验。

软件开发 人工智能 机器学习 AI

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。