Saltar al contenido principal

Analizador de tarjetas de salud con IA para Zapier

Lo que hace esta acción

PDF4meAnalizador de tarjetas de salud con IA en Zapier Utiliza aprendizaje automático impulsado por IA para extraer datos estructurados de tarjetas de seguro médico. Conecte una carga del portal del paciente, un archivo adjunto de Gmail o un archivo de almacenamiento en la nube como su activador, la acción devuelve ID del miembro, tipo de plan, número de grupo, BIN/PCN de la receta, detalles del copago y fechas de cobertura. como campos mapeados listos para los pasos posteriores de Zap. Sin entrada manual de datos. Sin personalización OCR plantillas para configurar.

Entradas de blog relacionadas(3)
¿Tienes problemas para extraer y mapear los datos de tus facturas en Zapier? ¡Sigue estos 3 pasos con la IA de PDF4me!
Guía paso a paso de Zapier: Nuevo archivo en carpeta (Dropbox) → PDF4me AI - Analizador de facturas → Cargar archivo. Extrae el proveedor, el número de factura, los importes y las fechas de las facturas en PDF y guárdalas como un archivo .txt con el nombre del número de factura (por ejemplo, Pdf4me-202503-25041.txt). Verificado a partir de capturas de pantalla de la interfaz de usuario de Zapier.
Leer la publicación
Cambiar el nombre de las facturas de proveedores mediante IA en Zapier: un flujo de trabajo de 5 pasos con Dropbox y PDF4me.
Zap de cinco pasos: Dropbox Nuevo archivo en carpeta → Dropbox Buscar archivo → PDF4me AI - Analizador de documentos → Código de Zapier Ejecutar JavaScript → Dropbox Subir archivo. Extrae el nombre del cliente con IA y lo usa como nombre de archivo de salida. Capturas de pantalla reales, valores de campo exactos, sin código más allá de un JSON.parse de 2 líneas.
Leer la publicación
Cambiar el nombre de todas las facturas de proveedores por el nombre del proveedor en Zapier: un flujo de trabajo de 5 pasos con Dropbox y PDF4me AI.
Zapier, un proceso de cinco pasos para equipos de cuentas por pagar. Dropbox supervisa la carpeta de facturas recibidas, PDF4me AI (el analizador de documentos) extrae el nombre del proveedor de cada PDF, Code by Zapier convierte la salida del analizador en tokens mapeables y Dropbox vuelve a subir el archivo con el nombre del proveedor como nombre de archivo. Se incluyen capturas de pantalla reales, valores de campo exactos y el mismo archivo sample-vendor-invoice.pdf utilizado en este tutorial, que se puede descargar.
Leer la publicación

Autenticando su API Pedido

Cada PDF4me acción en Zapier requiere una conexión cuentaConéctate usando tu PDF4me API clave cuando agregas la acción por primera vez.

Datos importantes que no debes perderte

Soportes PDF, PNG, JPG, y JPEG, incluya la extensión correcta
La acción acepta archivos de tarjetas sanitarias en PDF, PNG, JPG, y JPEG Formatos. Incluya siempre la extensión de archivo correcta en el campo Nombre de la tarjeta sanitaria; la IA la utiliza para seleccionar el proceso de procesamiento. Las imágenes del anverso de la tarjeta funcionan para la mayoría de los campos; incluya el reverso si los campos Rx BIN/PCN de la receta se imprimen allí.
Los índices de confianza permiten crear lógica de enrutamiento condicional.
Cada campo extraído viene con una puntuación de confianza (0-1) en la salida. Utilice Zapier Rutas o filtros para ramificar su flujo de trabajo, enrutar extracciones de baja confianza a una cola de revisión manual en Airtable o Slack en lugar de escribir directamente en su EHR o sistema de facturación. Solo los registros de alta confianza deben transmitirse automáticamente en sentido descendente.
Las claves de campo personalizadas extraen campos de tarjeta no estándar.
Los campos estándar (ID de miembro, tipo de plan, copago) se extraen de forma predeterminada. Utilice el parámetro opcional Claves de campo personalizadas para extraer campos específicos del plan o regionales que no estén en el conjunto estándar, páselos como un JSON matriz como ["deducible","outOfPocketMax"]La IA intentará extraer los resultados y devolverá puntuaciones de confianza.
Acción de Zapier PDF4me AI-Health Card Parser que muestra el campo obligatorio Archivo de tarjeta de salud asignado desde el paso anterior, el campo Nombre de la tarjeta de salud con el nombre del archivo incluyendo la extensión y el campo opcional Claves de campo personalizadas.

Mapa Expediente de la tarjeta sanitaria desde su paso de activación o descarga y configuración Nombre de la tarjeta sanitaria con la extensión correcta. La acción devuelve todos los campos de seguro como tokens mapeables individuales.

Parámetros

Requerido: Expediente de la tarjeta sanitaria y Nombre de la tarjeta sanitariaEl parámetro Claves de campo personalizadas es opcional y solo es necesario para campos de tarjeta no estándar.

ParámetroRequeridoLo que haceEjemplo
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"]

Campos de salida

CampoTipoLo que contiene
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.

Configuración rápida

  1. En tu Zap, haz clic + para agregar una nueva acción y buscar PDF4me.
  2. Seleccionar Analizador de tarjetas de salud con IA como el evento.
  3. Conecta tu PDF4me cuenta usando su API llave.
  4. Mapa Expediente de la tarjeta sanitaria al archivo binario generado por su activador o paso de descarga.
  5. Colocar Nombre de la tarjeta sanitaria: incluir la extensión correcta (.pdf, .png, .jpg, o .jpeg).
  6. Opcionalmente, agregue Claves de campo personalizadas como un JSON Utilice una matriz si necesita campos no estándar.
  7. Haga clic Acción de prueba: expanda la salida para ver todos los campos extraídos como tokens individuales.
  8. Mapa memberId, planType, copayInfoy otros campos en los pasos subsiguientes de Zap. Agregue un Filtrar o Caminos paso usando confidence puntuaciones para derivar los registros dudosos a revisión manual.

Ejemplos de flujo de trabajo

Ejemplos de flujo de trabajoCommon Zapier workflow patterns using AI-Health Card Parser.
Cargar en el portal del paciente → extraer → crear EHR registrar → confirmar
  1. Un nuevo paciente sube la imagen de su tarjeta sanitaria a través de un portal de admisión de Typeform o JotForm, lo que activa el Zap.
  2. Analizador de tarjetas de salud con IA Extrae memberId, planType, insuranceProvider y copayInfo de la imagen cargada.
  3. Un paso de rutas por tipo de plan, los pacientes PPO van a uno EHR flujo de trabajo, pacientes de HMO a otro.
  4. Un HTTP El módulo crea un nuevo registro de paciente en el EHR sistema con todos los campos de seguro extraídos precargados.
  5. Gmail envía una confirmación al paciente con la lista de los importes de sus copagos para las visitas de atención primaria, especialistas y urgencias.
Archivo adjunto de correo electrónico → analizar → verificar elegibilidad → preparar cita
  1. Gmail se activa cuando un paciente envía por correo electrónico su tarjeta sanitaria antes de una cita.
  2. Analizador de tarjetas de salud con IA Extrae memberId, groupNumber, effectiveDateStr y rxBin.
  3. Un filtro bloquea el Zap si effectiveDateStr es anterior a la fecha indicada; en ese caso, un correo electrónico automatizado solicita al paciente que actualice su cobertura.
  4. Un HTTP El módulo llama a la elegibilidad de la aseguradora API con memberId y groupNumber para confirmar los beneficios activos.
  5. Antes de que llegue el paciente, se envía un mensaje de Slack con los importes del copago y el tipo de plan al canal de recepción.
Lote de reverificación anual → reextracción → actualización de registros → cambios de indicadores
  1. Al comienzo de cada año, se activa un proceso automatizado (Zap) programado para la verificación anual del seguro.
  2. Google Drive almacena todas las imágenes de las tarjetas sanitarias en una carpeta llamada "annual-reverification" y recorre cada archivo en un bucle.
  3. Analizador de tarjetas de salud con IA Vuelve a extraer insuranceProvider, planType, effectiveDateStr y groupNumber para cada tarjeta.
  4. Un paso de Airtable actualiza el registro del paciente con los datos de seguro actualizados.
  5. Un segundo filtro señala los registros en los que la aseguradora o el número de grupo ha cambiado desde el año pasado para que el equipo de facturación los revise manualmente.

Preguntas frecuentes

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.

Acciones relacionadas

Obtén ayuda