• 보험금 지급 가능 항목 발굴 및 서류 추천 시스템 및 방법
• 출원번호
  10-2025-0178792
• 분야
  기타
• 분류
  BM
• 판매가
  1500000000 원
• 권리기간
  년 월 일

-요약서-
본 발명은 보험금 지급 가능 항목 발굴 및 서류 추천 시스템 및 방법에 관한 것이다. 보다 구체적으로는 사용자 단말에서 업로드된 진단서, 진료비 세부내역서, 수술확인서, 입·퇴원확인서 등의 청구 서류와, 하나 이상의 보험사 서버에 저장된 보험 계약 정보 및 약관 전문을 광학문자인식(OCR)과 자연어 처리(NLP) 기술을 이용하여 구조화하고, 약관에서 추출된 보장항목별 지급 요건 및 필수 제출 서류 규칙과 교차 분석함으로써, 현재 청구 중인 보장항목의 예상 보험금을 산출하는 동시에 아직 청구되지 않은 보장항목 중 보험금 지급 가능성이 있는 항목을 자동으로 발굴하는 기술에 관한 것이다. 본 발명에 따른 시스템은 약관으로부터 보장항목 목록, 가입금액, 감액 기간, 보장항목별 필수 제출 서류 목록 및 지급 요건을 추출·구조화하는 계약정보 처리부, 청구 서류로부터 의료코드, 수술 정보, 입원 기간 및 업로드된 서류 목록을 추출하는 청구서류 처리부, 규칙 일치 정도, 서류 부족 정도, OCR 인식 신뢰도 및 계약일과 진단일 또는 수술일 사이의 경과기간 등을 고려하는 예측 모델을 이용하여 각 보장항목의 보험금 지급 확률과 예상 추가 보험금을 계산하고 부족 서류를 포함하는 추천 서류 목록과 그 필요 사유를 도출하는 미지급 항목 발굴 및 서류 추천부, 그리고 기본 예상 보험금, 추가 청구 대상 보장항목, 각 항목별 예상 추가 보험금, 전체 추가 보험금 합계 및 추천 서류 목록을 리포트 형태로 사용자 단말에 제공하는 결과 제공부를 포함한다. 이에 따라 사용자는 인지하지 못한 보험금 청구 가능 항목과 부족 서류를 직관적으로 확인할 수 있고, 보험사는 자동화된 선별·검증 정보를 활용하여 심사 효율을 향상시킬 수 있어, 보험금 청구 및 심사 프로세스 전반의 편의성과 신뢰성을 높일 수 있다.

-청구항-
【청구항 1】
보험금 지급 가능 항목 발굴 및 서류 추천 시스템에 있어서,
사용자 단말로부터 청구 서류를 수신하여 의료코드, 수술 정보, 입원 기간 및 업로드된 서류 목록을 포함하는 청구 서류 정보를 추출하는 청구서류 처리부;
보험사 서버로부터 보험 계약 정보 및 약관 정보를 수신하여 보장항목 목록, 복합 지급 규칙 및 필수 서류 목록을 추출하는 계약정보 처리부;
상기 청구 서류 정보와 계약 정보를 이용하여 기본 예상 보험금을 산출하는 예상 보험금 산출부;
상기 청구 서류 정보를 상기 보장항목 목록 및 복합 지급 규칙과 교차 분석하여 추가청구 항목을 발굴하고, 추천 서류 목록을 생성하는 미지급 항목 발굴 및 서류 추천부; 및
상기 기본 예상 보험금, 추가청구 항목 및 추천 서류 목록을 제공하는 결과 제공부를 포함하는 시스템.
【청구항 2】
청구항 1에 있어서,
상기 청구서류 처리부는 진단서, 진료비 세부내역서, 수술확인서, 입·퇴원확인서 중 적어도 하나를 포함하는 청구 서류로부터 의료코드 및 수술 정보를 추출하는 것을 특징으로 하는 시스템.
【청구항 3】
청구항 1 또는 청구항 2에 있어서,
상기 계약정보 처리부는 보험증권으로부터 보장항목 목록 및 가입금액을 추출하고, 보험약관으로부터 감액 기간 조항, 복합 지급 규칙 및 보장항목별 필수 서류 목록을 추출하는 것을 특징으로 하는 시스템.
【청구항 4】
청구항 3에 있어서,
상기 보장항목별 필수 서류 목록은, 진단서, 수술확인서, 입·퇴원확인서, 진료비 세부내역서, 조직검사 결과지, 검사·영상 자료, 사고증명서, 사망진단서 및 장해진단서 중 적어도 일부로 구성된 것을 특징으로 하는 시스템.
【청구항 5】
청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
상기 미지급 항목 발굴 및 서류 추천부는, 상기 청구 서류 정보에 포함된 의료코드, 상해·재해 분류, 수술 정보 및 입원 기간과, 상기 보장항목 목록 및 상기 복합 지급 규칙을 교차 분석하여 상기 추가청구 항목(L_ADD)을 도출하도록 구성된 것을 특징으로 하는 시스템.
【청구항 6】
청구항 1 내지 청구항 5 중 어느 한 항에 있어서,
상기 미지급 항목 발굴 및 서류 추천부는, 각 추가청구 항목에 대응하는 상기 보장항목별 필수 서류 목록과 상기 업로드된 서류 목록의 차집합을 계산하여 상기 추천 서류 목록을 산출하고, 상기 복합 지급 규칙에 포함된 약관 조항 및 지급 요건 텍스트를 참조하여, 상기 추천 서류 목록에 포함된 각 서류에 대한 필요 사유를 생성하도록 구성된 것을 특징으로 하는 시스템.
【청구항 7】
청구항 6에 있어서,
상기 시스템은 각 추가청구 항목에 대응하는 보장항목의 가입금액에 감액 기간 조항에 따른 감액률이 존재하는 경우 이를 반영하여 각 추가청구 항목에 대한 예상 추가 보험금을 산출하고, 상기 추가청구 항목들에 대한 예상 추가 보험금을 합산하여 전체 예상 추가 보험금을 계산하는 것을 특징으로 하는 시스템.
【청구항 8】
청구항 7에 있어서,
상기 미지급 항목 발굴 및 서류 추천부(140)는 규칙 일치 점수(rule_match_score), 서류 부족 비율(missing_ratio), 문서 단위 OCR 인식 신뢰도(doc_confidence) 및 시간 경과 요인(time_distance_factor)을 입력 특징으로 하는 머신러닝 모델을 이용하여 각 추가 청구 항목에 대한 지급 확률(P_i)을 산출하며,
상기 머신러닝 모델은 상기 입력 특징들을 x1 = rule_match_score, x2 = missing_ratio, x3 = doc_confidence, x4 = time_distance_factor로 정의하고,
상기 지급 확률(P_i)은
P_i=σ(w0+w1·x1+w2·x2+w3·x3+w4·x4)
로 표현되며, 여기서 w0 내지 w4는 과거 청구 이력 데이터에 대한 학습에 의해 결정되는 가중치이고, σ는 임의의 실수 z에 대하여,
σ(z)=1/(1+e^(-z) )
로 정의되는 시그모이드 함수이며, 상기 머신러닝 모델은 은닉층이 없는 경우 로지스틱 회귀 모델로, 하나 이상의 은닉층을 포함하는 경우 단일 출력 인공신경망(다층 퍼셉트론; MLP)으로 구현되는 것을 특징으로 하는 보험금 지급 가능 항목 발굴 및 서류 추천 시스템.
【청구항 9】
청구항 7 또는 청구항 8에 있어서,
상기 시스템은, 현재 청구 중인 보장항목에 대한 기본 예상 보험금과, 상기 각 추가청구 항목에 대한 상기 예상 추가 보험금을 합산한 총 청구 가능 금액을 계산하고,
상기 결과 제공부는 상기 기본 예상 보험금, 각 추가청구 항목의 담보명, 상기 지급 확률, 상기 예상 추가 보험금, 상기 추천 서류 목록 및 상기 필요 사유를 포함하는 리포트를 생성하여 사용자 단말에 표시하도록 구성된 것을 특징으로 하는 시스템.
【청구항 10】
청구항 1 내지 청구항 9 중 어느 한 항에 있어서,
상기 계약정보 처리부는 복수의 보험사 서버로부터 수신된 복수 보험 계약 정보를 사용자 단위로 통합하여, 통합 보장항목 목록 및 통합 복합 지급 규칙을 구성하고, 상기 미지급 항목 발굴 및 서류 추천부는 상기 통합 보장항목 목록과 상기 통합 복합 지급 규칙을 기준으로 상기 추가청구 항목을 도출하도록 구성된 것을 특징으로 하는 시스템.
【청구항 11】
보험금 지급 가능 항목 발굴 및 서류 추천 방법에 있어서,
사용자 단말로부터 청구 서류를 수신하여 의료코드, 수술 정보, 입원 기간 및 업로드된 서류 목록을 포함하는 청구 서류 정보를 추출하는 청구 서류 정보 추출 단계;
보험사 서버로부터 보험 계약 정보 및 약관 정보를 수신하여 보장항목 목록, 보장항목별 필수 서류 목록, 복합 지급 규칙 및 감액 기간 조항을 추출하는 계약 정보 획득 단계;
상기 청구 서류 정보와 계약 정보를 이용하여 기본 예상 보험금을 산출하는 예상 보험금 산출 단계;
상기 청구 서류 정보를 상기 보장항목 목록 및 복합 지급 규칙과 교차 분석하여 추가청구 항목을 발굴하고 추천 서류 목록을 생성하는 미지급 항목 발굴 및 서류 추천 단계; 및
상기 기본 예상 보험금, 추가청구 항목 및 추천 서류 목록을 제공하는 결과 제공 단계를 포함하는 방법.
【청구항 12】
청구항 11에 있어서, 상기 미지급 항목 발굴 및 서류 추천 단계는, 상기 보장항목별 필수 서류 목록과 상기 업로드된 서류 목록의 차집합으로서 상기 추천 서류 목록을 계산하고, 상기 복합 지급 규칙에 포함된 약관 조항 및 지급 요건 정보를 참조하여, 상기 추천 서류 목록에 포함된 각 서류에 대한 필요 사유를 생성하는 단계를 포함하는 것을 특징으로 하는 방법.
【청구항 13】
청구항 12에 있어서,
상기 방법은 각 추가청구 항목에 대응하는 보장항목의 가입금액에 감액 기간 조항에 따른 감액률이 존재하는 경우 이를 반영하여 각 추가청구 항목에 대한 예상 추가 보험금을 산출하고, 상기 추가청구 항목들에 대한 예상 추가 보험금을 합산하여 전체 예상 추가 보험금을 계산하는 단계를 더 포함하는 것을 특징으로 하는 방법.
【청구항 14】
청구항 13에 있어서,
상기 미지급 항목 발굴 및 서류 추천 단계는 규칙 일치 점수(rule_match_score), 서류 부족 비율(missing_ratio), 문서 단위 OCR 인식 신뢰도(doc_confidence) 및 시간 경과 요인(time_distance_factor)을 입력 특징으로 하는 머신러닝 모델을 이용하여 각 추가청구 항목에 대한 지급 확률(P_i)을 산출하며, 상기 머신러닝 모델은 상기 입력 특징들을 x1 = rule_match_score, x2 = missing_ratio, x3 = doc_confidence, x4 = time_distance_factor로 정의하고,
상기 지급 확률(P_i)은
P_i=σ(w0+w1·x1+w2·x2+w3·x3+w4·x4)
로 계산되며, 여기서 w0 내지 w4는 과거 청구 이력 데이터에 대한 학습에 의해 결정되는 가중치이고, σ는 임의의 실수 z에 대하여
σ(z)=1/(1+e^(-z) )
로 정의되는 시그모이드 함수이며, 상기 머신러닝 모델은 은닉층이 없는 경우 로지스틱 회귀 모델로, 하나 이상의 은닉층을 포함하는 경우 단일 출력 인공신경망(다층 퍼셉트론; MLP)으로 구현되는 것을 특징으로 하는 보험금 지급 가능 항목 발굴 및 서류 추천 방법.
【청구항 15】
청구항 11 내지 청구항 14 중 어느 한 항에 따른 보험금 지급 가능 항목 발굴 및 서류 추천 방법을 컴퓨터에서 실행시키기 위한 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체.