Reconocimiento de documentos médicos con IA
Los documentos médicos llegan en cualquier formato: PDF de laboratorios modernos, escaneos en papel, fotos del teléfono, prescripciones manuscritas. La entrada manual es tediosa y propensa a errores. Lissa Health lo resuelve con un pipeline de IA con precisión >90 % en formularios típicos.
Pipeline de reconocimiento
1. Clasificación
El sistema determina el tipo: formulario de laboratorio, informe de ecografía, alta hospitalaria, receta. Modelos distintos para tablas y texto narrativo.
2. OCR
Para imágenes y escaneos — reconocimiento de texto. Soporte de tablas multicolumna, texto mixto RU/EN y rangos de referencia.
3. NLP
Del texto OCR ruidoso se extraen: nombres de pruebas, valores, unidades, fechas, hallazgos de informes. Mapeo a LOINC y SNOMED CT.
4. Validación
Comprobación de plausibilidad (glucosa 500 — probable error de OCR), normalización de unidades, deduplicación.
Formatos admitidos
| Formato | Soporte |
|---|---|
| PDF (digital) | Completo |
| PDF (escaneo) | OCR |
| JPEG/PNG | Completo |
| Manuscrito | Parcial (depende de la legibilidad) |
Precisión y limitaciones
Funciona bien: paneles estándar de laboratorios grandes, PDF digitales.
Más difícil: formularios no estándar, fotos de mala calidad, manuscrito.
Cada valor tiene un confidence score; baja confianza — señal para revisión.
Del reconocimiento a la analítica
Los biomarcadores extraídos pasan automáticamente a gráficos, índice de salud y cálculo de edad biológica. El módulo Argus OCR alcanzó el #1 en ProductRadar.
Confidencialidad
TLS 1.3, AES-256, cumplimiento de la ley 152-FZ, sin transferencia de datos a terceros para entrenamiento.
Consejos
- Fotografíe el documento plano, con buena luz.
- Incluya toda la página con la fecha.
- Prefiera PDF del portal del laboratorio.
- Revise los valores marcados.
Conclusión
El reconocimiento con IA elimina la principal barrera del seguimiento de salud — la entrada manual. Lissa Health convierte fotos y PDF en datos longitudinales estructurados.
Original publicado en Habr