Zum Hauptinhalt springen
PDF4me APIIntegrationenWissensdatenbankErweiterungenAPI-TesterBlog

KI-Gesundheitskarten-Parser für Zapier

Was diese Aktion bewirkt

PDF4meKI-Gesundheitskarten-Parser In Zapier Nutzt KI-gestütztes maschinelles Lernen, um strukturierte Daten von Krankenversicherungskarten zu extrahieren. Verbinden Sie einen Upload im Patientenportal, einen Gmail-Anhang oder eine Cloud-Speicherdatei als Auslöser, die Aktion gibt zurück Mitgliedsnummer, Tarifart, Gruppennummer, Rezept-BIN/PCN, Zuzahlungsdetails und Versicherungszeitraum Als zugeordnete Felder bereit für nachfolgende Zap-Schritte. Keine manuelle Dateneingabe. Keine benutzerdefinierten Einstellungen. OCR Zu konfigurierende Vorlagen.

Verwandte Blog-Beiträge(3)
Sie haben Schwierigkeiten, Rechnungsdaten in Zapier zu extrahieren und zuzuordnen? In 3 Schritten mit PDF4me AI!
Schritt-für-Schritt-Anleitung mit Zapier: Neue Datei im Ordner (Dropbox) → PDF4me AI – Rechnungsanalyse → Datei hochladen. Extrahieren Sie Lieferant, Rechnungsnummer, Beträge und Daten aus PDF-Rechnungen und speichern Sie die Datei als .txt-Datei mit dem Namen der Rechnungsnummer (z. B. Pdf4me-202503-25041.txt). Die Angaben basieren auf Screenshots der Zapier-Benutzeroberfläche.
Beitrag lesen →
KI-gestütztes Umbenennen von Lieferantenrechnungen in Zapier: Ein 5-stufiger Workflow mit Dropbox und PDF4me
Fünf-Schritte-Zap: Dropbox Neue Datei im Ordner → Dropbox Datei suchen → PDF4me AI – Dokumentenparser → Code von Zapier JavaScript ausführen → Dropbox Datei hochladen. Extrahiert den Kundennamen mithilfe von KI und verwendet ihn als Ausgabedateinamen. Echte Screenshots, exakte Feldwerte, kein Code außer einer zweizeiligen JSON.parse-Anweisung.
Beitrag lesen →
Alle Lieferantenrechnungen in Zapier nach Lieferantennamen umbenennen: Ein 5-stufiger Dropbox- und PDF4me-KI-Workflow
Fünf-Schritte-Zap für Ihre Buchhaltung. Dropbox überwacht Ihren Rechnungseingangsordner, PDF4me AI – Document Parser extrahiert den Lieferantennamen aus jeder PDF-Datei, Code by Zapier wandelt die Parser-Ausgabe in zuordnungsfähige Token um, und Dropbox lädt die Datei mit dem Lieferantennamen als Dateinamen wieder hoch. Echte Screenshots, exakte Feldwerte und die in dieser Anleitung verwendete Beispielrechnung (sample-vendor-invoice.pdf) stehen zum Download bereit.
Beitrag lesen →

Authentifizierung Ihres API Anfrage​

Jeder PDF4me Aktion in Zapier benötigt eine Verbindung KontoVerbinden Sie sich mit Ihrem PDF4me API Schlüssel beim erstmaligen Hinzufügen der Aktion.

Get your API Key

Wichtige Fakten, die Sie nicht verpassen sollten​

Unterstützt PDF, PNG, JPG, Und JPEG, die richtige Erweiterung einschließen
Die Aktion akzeptiert Krankenversicherungskartendateien in PDF, PNG, JPG, Und JPEG Formate. Geben Sie im Feld „Name der Gesundheitskarte“ immer die korrekte Dateierweiterung an. Die KI verwendet diese zur Auswahl des Verarbeitungsablaufs. Bilder der Vorderseite der Karte sind für die meisten Felder geeignet; fügen Sie die Rückseite hinzu, wenn dort die Felder für Rezept-BIN/PCN gedruckt sind.
Konfidenzwerte ermöglichen die Erstellung bedingter Routing-Logik.
Jedes extrahierte Feld enthält in der Ausgabe einen Konfidenzwert (0-1). Zapier Pfade oder Filter, um Ihren Workflow zu verzweigen und Extraktionen mit geringer Konfidenz an eine manuelle Prüfwarteschlange in Airtable oder Slack weiterzuleiten, anstatt direkt in Ihre Datenbank zu schreiben. EHR oder Abrechnungssystem. Nur Datensätze mit hoher Vertrauenswürdigkeit sollten automatisch weitergeleitet werden.
Benutzerdefinierte Feldschlüssel extrahieren nicht standardmäßige Kartenfelder
Standardfelder (Mitglieds-ID, Tarifart, Zuzahlung) werden standardmäßig extrahiert. Verwenden Sie den optionalen Parameter „Benutzerdefinierte Feldschlüssel“, um tarifspezifische oder regionale Felder zu extrahieren, die nicht im Standarddatensatz enthalten sind, und übergeben Sie diese als … JSON Array wie ["Selbstbehalt","outOfPocketMax"]Die KI wird versuchen, die Daten zu extrahieren und die Ergebnisse mit Konfidenzwerten zurückgeben.
Die Zapier PDF4me AI-Health Card Parser-Aktion zeigt das aus dem vorherigen Schritt zugeordnete Pflichtfeld „Health Card File“, das Feld „Health Card Name“ mit Dateinamen inklusive Erweiterung und das optionale Feld „Custom Field Keys“.

Karte Krankenaktendatei von Ihrem Trigger- oder Download-Schritt und einstellen Name der Gesundheitskarte mit der korrekten Dateiendung. Die Aktion gibt alle Versicherungsfelder als einzelne, zuordnungsfähige Token zurück.

Parameter​

Erforderlich: Krankenaktendatei Und Name der GesundheitskarteDer Parameter „Benutzerdefinierte Feldschlüssel“ ist optional und wird nur für nicht standardmäßige Kartenfelder benötigt.

ParameterErforderlichWas es tutBeispiel
Health Card FileYesThe health card to parse. Map the binary file output from your Zap trigger or a prior download step. Accepts PDF, PNG, JPG, and JPEG formats. Hint: "Map the PDF file to be parsed."File from Gmail attachment
Health Card NameYesFilename of the health card including the correct extension (.pdf, .png, .jpg, or .jpeg). The AI uses the extension to select the processing pipeline: a wrong extension causes a format mismatch error. Map from the filename output of your source step.health_card_2024.jpeg
Custom Field KeysNoOptional JSON array of custom field keys to extract beyond the standard set. Use for plan-specific or regional fields not included by default. Pass as a JSON array string.["deductible","outOfPocketMax"]

Ausgabefelder​

FeldTypWas es enthält
memberIdStringUnique member identification number printed on the card. Map into patient records or use in a Filter to look up existing members.
groupNumberStringGroup or policy number. Used in insurance verification API calls and claims submissions.
planTypeStringType of health plan: PPO, HMO, EPO, Medicare, Medicaid, etc. Use in a Paths step to branch logic per plan type.
insuranceProviderStringName of the insurance company (e.g. Blue Cross Blue Shield, Aetna, UnitedHealth). Map into EHR or billing records.
memberNameStringFull name of the insured member as printed on the card.
dateOfBirthStrStringMember date of birth in ISO 8601 format. Cross-verify against registration data.
effectiveDateStrStringDate when coverage became or becomes effective. Use in a Filter to reject expired coverage before scheduling.
rxBinStringPrescription BIN number for drug coverage routing through pharmacy networks.
rxPcnStringPrescription PCN (Processor Control Number) for pharmacy claims.
rxGroupStringPrescription group identifier for pharmacy benefit management.
copayInfoArrayArray of copay entries: each with a service type (e.g. Primary Care, Specialist, Emergency) and copay amount.
confidenceObjectPer-field confidence scores from 0 to 1. Use in a Filter or Paths step to route low-confidence results to manual review.
successBooleanWhether the AI extraction completed without errors.

Schnellkonfiguration​

  1. Klicken Sie in Ihrem Zap auf + eine neue Aktion hinzufügen und suchen nach PDF4meDie
  2. Wählen KI-Gesundheitskarten-Parser als das Ereignis.
  3. Verbinden Sie Ihr PDF4me Konto, das Sie verwenden API Schlüssel.
  4. Karte Krankenaktendatei zur Binärdatei, die von Ihrem Trigger- oder Download-Schritt ausgegeben wird.
  5. Satz Name der Gesundheitskarte: die korrekte Dateiendung angeben (.pdf, .png, .jpg, oder .jpeg).
  6. Optional hinzufügen Benutzerdefinierte Feldschlüssel als JSON Array, falls Sie nicht standardmäßige Felder benötigen.
  7. Klicken Testaktion: Erweitern Sie die Ausgabe, um alle extrahierten Felder als einzelne Token anzuzeigen.
  8. Karte memberId, planType, copayInfound andere Felder in nachfolgende Zap-Schritte einfügen. Filter oder Wege Schritt mit confidence Bewertungen, um unklare Datensätze zur manuellen Überprüfung weiterzuleiten.

Workflow-Beispiele​

Workflow-BeispieleCommon Zapier workflow patterns using AI-Health Card Parser.
Patientenportal-Upload → Extrahieren → Erstellen EHR Aufzeichnung → bestätigen
  1. Ein neuer Patient lädt sein Bild der Krankenversicherungskarte über ein Typeform- oder JotForm-Aufnahmeportal hoch und löst damit den Zap aus.
  2. KI-Gesundheitskarten-Parser Extrahiert memberId, planType, insuranceProvider und copayInfo aus dem hochgeladenen Bild.
  3. Ein Pfad-Schritt-Routenplan nach Plantyp, PPO-Patienten werden zu einem weitergeleitet EHR Arbeitsablauf, HMO-Patienten zu einem anderen.
  4. Ein HTTP Das Modul erstellt einen neuen Patientendatensatz im EHR System, bei dem alle extrahierten Versicherungsfelder bereits ausgefüllt sind.
  5. Gmail sendet dem Patienten eine Bestätigung, in der die Höhe der Zuzahlungen für Besuche bei Hausärzten, Fachärzten und in der Notaufnahme aufgeführt ist.
E-Mail-Anhang → analysieren → Berechtigung prüfen → Termin vorbereiten
  1. Gmail wird ausgelöst, wenn ein Patient vor einem Termin seine Krankenversicherungskarte per E-Mail sendet.
  2. KI-Gesundheitskarten-Parser Extrahiert memberId, groupNumber, effectiveDateStr und rxBin.
  3. Ein Filter blockiert den Zap, wenn effectiveDateStr in der Vergangenheit liegt; in diesem Fall wird der Patient automatisch per E-Mail um eine Aktualisierung seines Versicherungsschutzes gebeten.
  4. Ein HTTP Das Modul ruft die Berechtigung des Versicherers auf API mit Mitglieds-ID und Gruppennummer zur Bestätigung der aktiven Leistungen.
  5. Eine Slack-Nachricht übermittelt die Höhe der Zuzahlung und den Tarif an den Empfangskanal, bevor der Patient eintrifft.
Jährliche erneute Überprüfung → erneut extrahieren → Datensätze aktualisieren → Änderungen kennzeichnen
  1. Zu Beginn jedes Jahres wird ein automatischer Zap ausgelöst, um die jährliche Versicherungsüberprüfung durchzuführen.
  2. Google Drive listet alle Bilder der Gesundheitskarten in einem Ordner namens „jährliche Überprüfung“ auf und durchläuft jede Datei in einer Schleife.
  3. KI-Gesundheitskarten-Parser Extrahiert für jede Karte erneut den Versicherungsanbieter, den Tariftyp, das Gültigkeitsdatum und die Gruppennummer.
  4. Ein Airtable-Schritt aktualisiert die Patientenakte mit den aktualisierten Versicherungsdaten.
  5. Ein zweiter Filter kennzeichnet Datensätze, bei denen sich die Versicherungs- oder Gruppennummer seit dem letzten Jahr geändert hat, zur manuellen Überprüfung durch das Abrechnungsteam.

Häufig gestellte Fragen​

What file formats does the AI-Health Card Parser accept?+
The action accepts PDF, PNG, JPG, and JPEG files. Pass the binary file output directly from your Zap trigger or a prior download step: do not pass a URL string. Always include the correct file extension in the Health Card Name field. Passing a PNG with a .pdf extension causes a format detection error because the AI selects its processing pipeline based on the extension.
What fields does the AI extract from a health insurance card?+
Standard fields include memberId, groupNumber, planType, insuranceProvider, memberName, dateOfBirthStr, effectiveDateStr, rxBin, rxPcn, rxGroup, and copayInfo (an array listing copay amounts for service types such as Primary Care, Specialist, and Emergency). Each field also has a confidence score from 0 to 1. Fields absent from a particular card return as empty strings rather than causing an error.
How should I use confidence scores in my Zap?+
The confidence object returned by the action contains per-field scores from 0 to 1. Add a Zapier Filter or Paths step immediately after this action. Route records with low-confidence memberId or insuranceProvider values (e.g. below 0.80) to a manual review queue in Airtable or a Slack alert channel. Only allow high-confidence records to flow automatically into your EHR, billing, or scheduling system: this protects data quality without blocking all automation.
What are Custom Field Keys and when should I use them?+
Custom Field Keys is an optional parameter that lets you extract plan-specific or regional card fields not included in the standard output set. Pass them as a JSON array string: for example ["deductible","outOfPocketMax","networkType"]. The AI will attempt extraction and return results with confidence scores for each custom key. Use this when your partner insurers print non-standard fields that your downstream patient management or billing system requires.
How accurate is the extraction on low-quality or blurry card photos?+
For clear, well-lit front-of-card photos or high-resolution scans, accuracy on core fields typically exceeds 90%. Blurry, overexposed, or low-contrast images produce lower confidence scores on the affected fields. If your intake channel consistently produces poor-quality images: for example, photos taken under fluorescent lighting, add an image enhancement step before this action. In all cases, use the confidence scores to route uncertain results to human review rather than writing them directly to sensitive clinical or billing systems.

Verwandte Aktionen​

Hilfe erhalten​

Zapier IntegrationGet your API KeyZapier Documentation