1.一种电子装置，其特征在于，所述电子装置包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的保险案件理赔审核系统，所述保险案件理赔审核系统被所述处理器执行时实现如下步骤：

A、若有待保险赔付案件被理赔审核系统确定为待人工审核案件，则调用预先训练的理赔审核规则模型对该待保险赔付案件的原始数据进行计算，以自动预算出该待保险赔付案件通过人工审核的第一理赔金额与通过理赔审核系统自动审核的第二理赔金额相等的概率值，其中，所述原始数据包括身体特征信息、医疗信息、保单信息、案件属性及理赔金额；

B、若预算出的概率值大于预设的概率阈值，则将该待保险赔付案件转理赔审核系统自动审核，或者，若预算出的概率值小于或者等于预设的概率阈值，则生成针对该待保险赔付案件的人工审核提醒信息；

所述理赔审核规则模型为逻辑回归模型，所述理赔审核规则模型的训练过程包括如下步骤：

E、获取预设数量的已理赔的保险赔付案件信息样本，从所述信息样本中提取出每个保险赔付案件的原始数据；

F、将各个保险赔付案件信息样本对应的原始数据集合分为第一比例的训练子集和第二比例的测试子集；

G、利用所述训练子集中的各个保险赔付案件的原始数据训练所述理赔审核规则模型，以得到训练好的理赔审核规则模型；

H、利用所述测试子集中的各个保险赔付案件的原始数据对所述理赔审核规则模型进行测试，若测试通过，则训练结束，或者，若测试不通过，则增加通过人工审核的保险赔付案件信息样本的数量并重新执行上述步骤E、F、G；

所述理赔审核规则模型包括：

其中，x为自变量，代表每个样本中的原始数据；i代表自变量x的个数；y为目标变量，代表每个样本通过人工审核的理赔金额是否与通过系统自动审核的理赔金额相等；p为预算的概率值，代表预算的目标变量y的概率；β为权重值，代表自变量x对目标变量y的影响度；θt

为一常数；w 代表理赔审核规则模型的参数向量，φ(x, y')代表构造的预算目标变量的概率的函数； 表示对样本集的概率函数求对数后取反，然后求和、取最小值； 为θ的L1范数，m为样本数量， 为单个样本的概率函数，为单个样本， 表示在预测值范围内。

2.如权利要求1所述的电子装置，其特征在于，所述保险案件理赔审核系统被所述处理器执行时还实现如下步骤：

根据预设的概率值与分值之间的映射关系，确定所述预算出的概率值对应的分值，若所述预算出的概率值对应的分值大于预设的分值阈值，则将该待保险赔付案件转理赔审核系统自动审核，并通过显示设备显示该待保险赔付案件对应的分值。

3.如权利要求1所述的电子装置，其特征在于，在所述步骤H中，所述利用所述测试子集中的各个保险赔付案件的原始数据对所述理赔审核规则模型进行测试的步骤包括：利用训练好的所述理赔审核规则模型对所述测试子集中的各个保险赔付案件的原始数据进行分析，以得出各个保险赔付案件通过人工审核的第一理赔金额与通过理赔审核系统自动审核的第二理赔金额相等的概率值；

若有保险赔付案件对应的所述第一理赔金额与所述第二理赔金额相等的概率值大于所述预设的概率阈值，则针对该保险赔付案件进行模型准确性测试，将该保险赔付案件进行人工审核，以得到该保险赔付案件对应的第一理赔金额，并调用理赔审核系统自动审核该保险赔付案件，以得到该保险赔付案件对应的第二理赔金额；

计算得到的该保险赔付案件对应的第一理赔金额与第二理赔金额之间的误差值；

若所计算出的误差值小于预设的误差阈值，则确定针对该保险赔付案件的模型准确性测试的结果为正确，或者，若所计算出的误差值大于或等于预设的误差阈值，则确定针对该保险赔付案件的模型准确性测试的结果为错误；

若为正确的模型准确性测试结果占所有模型准确性测试结果的百分比大于预设百分比阈值，则确定对所述理赔审核规则模型的测试通过，或者，若为正确的模型准确性测试结果占所有模型准确性测试结果的百分比小于或者等于预设百分比阈值，则确定对所述理赔审核规则模型的测试不通过。

4.一种保险案件理赔审核方法，其特征在于，所述方法包括如下步骤：A、若有待保险赔付案件被理赔审核系统确定为待人工审核案件，则调用预先训练的理赔审核规则模型对该待保险赔付案件的原始数据进行计算，以自动预算出该待保险赔付案件通过人工审核的第一理赔金额与通过理赔审核系统自动审核的第二理赔金额相等的概率值，其中，所述原始数据包括身体特征信息、医疗信息、保单信息、案件属性及理赔金额；

B、若预算出的概率值大于预设的概率阈值，则将该待保险赔付案件转理赔审核系统自动审核，或者，若预算出的概率值小于或者等于预设的概率阈值，则生成针对该待保险赔付案件的人工审核提醒信息；

所述理赔审核规则模型为逻辑回归模型，所述理赔审核规则模型的训练过程包括如下步骤：

E、获取预设数量的已理赔的保险赔付案件信息样本，从所述信息样本中提取出每个理赔案件的原始数据；

F、将各个保险赔付案件信息样本对应的原始数据集合分为第一比例的训练子集和第二比例的测试子集；

G、利用所述训练子集中的各个保险赔付案件的原始数据训练所述理赔审核规则模型，以得到训练好的理赔审核规则模型；

H、利用所述测试子集中的各个保险赔付案件的原始数据对所述理赔审核规则模型的进行测试，若测试通过，则训练结束，或者，若测试不通过，则增加通过人工审核的保险理赔案件信息样本的数量并重新执行步骤E、F、G；

所述理赔审核规则模型包括：

其中，x为自变量，代表每个样本中的原始数据；i代表自变量x的个数；y为目标变量，代表每个样本通过人工审核的理赔金额是否与通过系统自动审核的理赔金额相等；p为预算的概率值，代表预算的目标变量y的概率；β为权重值，代表自变量x对目标变量y的影响度；θt

为一常数；w 代表理赔审核规则模型的参数向量，φ(x, y')代表构造的预算目标变量的概率的函数； 表示对样本集的概率函数求对数后取反，然后求和、取最小值； 为θ的L1范数，m为样本数量， 为单个样本的概率函数，为单个样本， 表示在预测值范围内。

5.如权利要求4所述的保险案件理赔审核方法，其特征在于，所述方法还包括如下步骤：

根据预设的概率值与分值之间的映射关系，确定所述预算出的概率值对应的分值，若所述预算出的概率值对应的分值大于预设的分值阈值，则将该待保险赔付案件转理赔审核系统自动审核，并通过显示设备显示该待保险赔付案件对应的分值。

6.如权利要求4所述的保险案件理赔审核方法，其特征在于，在所述步骤H中，所述利用所述测试子集中的各个保险赔付案件的原始数据对所述理赔审核规则模型进行测试的步骤包括：

利用训练好的所述理赔审核规则模型对所述测试子集中的各个保险赔付案件的原始数据进行分析，以得出各个保险赔付案件通过人工审核的第一理赔金额与通过理赔审核系统自动审核的第二理赔金额相等的概率值；

若有保险赔付案件对应的所述第一理赔金额与所述第二理赔金额相等的概率值大于所述预设的概率阈值，则针对该保险赔付案件进行模型准确性测试，将该保险赔付案件进行人工审核，以得到该保险赔付案件对应的第一理赔金额，并调用理赔审核系统自动审核该保险赔付案件，以得到该保险赔付案件对应的第二理赔金额；

计算得到的该保险赔付案件对应的第一理赔金额与第二理赔金额之间的误差值；

若所计算出的误差值小于预设的误差阈值，则确定针对该保险赔付案件的模型准确性测试的结果为正确，或者，若所计算出的误差值大于或等于预设的误差阈值，则确定对所述理赔审核规则模型的测试通过，或者，若为正确的模型准确性测试结果所占所有模型准确性测试结果的百分比小于或者等于预设百分比阈值，则确定对所述理赔审核规则模型的测试不通过。

7.一种计算机可读存储介质，所述计算机可读存储介质存储有案件理赔审核系统，所述案件理赔审核系统可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求

4‑6中任一项所述的保险案件理赔审核方法的步骤。