Veselības apdrošināšanas atlīdzību pieteikumu attēlu informācijas apstrāde, izmantojot dziļos neironu tīklus

Abstract

Pieaugot pakalpojumu kvalitātes standartiem, uzņēmumi aizvien biežāk aplūko procesu uzlabošanas iespējas. Dziļo neironu tīklu risinājumu rīki paliek aizvien pieejamāki, bet cik vienkārši ir iekļaut šādas tehnoloģijas konkrēta procesa apstrāde? Lai atbildētu uz šo jautājumu, tika izvirzīts mērķis aplūkot konkrēta procesa automatizācijas iespējas, pieejamos atvērtā koda rīkus un identificēt iespējamos sarežģījumus. Darba ietvaros tika analizēts zaudējumu pieteikumu process un pētītas tā automatizācijas iespējas. Tika izveidotas vairākas datu kopas, aplūkota dokumentu lokalizēšana attēlos un izveidots risinājums, kas veiksmīgi lokalizē populārākos pieteikumu dokumentu veidus, kā arī tika analizētas un praktiski pārbaudītas informācijas iegūšanas iespējas no EKA čekiem. Lai arī pilnīga procesa automatizācija darba ietvaros netika sasniegta, dēļ pārāk zemiem vērtību iegūšanas risinājuma rezultātiem, tomēr tika nosegts viss EKA čeku apstrādes automatizācijas process.

With rising service quality standarts, companies review process improvement options more frequently. Deep neural network solutions are becoming more available, but how simple is including these technologies in the improvement of a process? To answer this question the goal was set to review a specific process automation options, the available open source tools and identify the possible complications. In this paper, the procesing of claims for damages was analized and it’s automation options reviewed. Multiple data sets were created, document localization to images was reviewed and developed a solution which successfully localizes the most popular application document types and the information acquisition options from EKA receipts were analized and practically tested. Even though the complete automation of the process was not possible in this papers scope, because of low results from the value acquisition solution, the complete process automation of EKA receipt processing was covered.