Cartão de saúde do processo de IA em Make

Q: What types of health cards can this module process?

The module processes standard health insurance cards issued by US and international insurers including PPO, HMO, EPO, and Medicare/Medicaid cards. It reads both physical card scans and digital card images sent by patients via email, portal upload, or mobile photo. The AI is trained to handle varying card layouts, font styles, and field arrangements so it does not require a fixed template for each insurer.

Q: Does the module support image files or only PDFs?

Both are supported. You can pass .pdf, .png, .jpg, and .jpeg files to the Document input. For card photos taken on a smartphone, a .jpeg or .png works directly without any conversion step. For scanned documents delivered as PDFs, pass the binary content from your download module. The AI processes whichever format you supply.

Q: What data fields does the AI extract from a health card?

The module returns a structured output bundle with fields including memberId, groupNumber, planType, insuranceProvider, memberName, dateOfBirthStr, effectiveDateStr, rxBin, rxPcn, rxGroup, and copayInfo (an array with copay amounts per service type such as Primary Care and Specialist). Each field is an individual mappable token in Make - no JSON parsing or custom functions are needed to access them.

Q: How accurate is the AI extraction?

Accuracy depends on image quality. For clear, well-lit card photos or high-resolution scans, confidence scores typically exceed 90% on core fields like memberId and insuranceProvider. Blurry photos, low-contrast cards, or cards with non-standard layouts will produce lower confidence. The output includes a confidence object per field - use a Make Filter to route low-confidence results to a human review queue rather than passing them directly to an EHR or billing system.

Cartão de saúde do processo de IA é um PDF4me Módulos de IA para Make que extrai campos estruturados de uma imagem de cartão de seguro de saúde ou PDFRetorna o nome do membro, o ID do membro, o número do grupo, o tipo de plano, a seguradora e ISO 8601 Datas de cobertura como saída mapeável para fluxos de trabalho de elegibilidade, integração e sinistros subsequentes. HIPAA regras de manuseio.

O que este módulo faz

PDF4meCartão de Saúde de Processo de IA lê a imagem de um cartão de seguro de saúde ou PDF e retorna dados estruturados de seguros como campos mapeáveis individualmente, incluindo ID do membro, número do grupo, tipo de plano, seguradora, nome do membro, data de nascimento, datas de cobertura, BIN da prescrição, PCN, grupo e informações de coparticipação por tipo de serviço. Não há necessidade de criar modelos nem configurar posições de campos. A IA reconhece automaticamente os layouts de cartões de qualquer seguradora, tornando-a prática para portais de cadastro de pacientes, fluxos de trabalho de verificação de seguros e cenários de pré-autorização de benefícios. Make onde chegam cartões de diversos fornecedores diferentes.

Autenticando seu API Solicitar

Todo PDF4me módulo em Make requer um válido ConexãoCrie ou selecione um que contenha o seu PDF4me API chave para que o cenário possa chamar o serviço de cartão de saúde com IA de forma segura.

Get your API Key

Fatos importantes que você não deve perder

Sem necessidade de configurar modelos, a IA lida com qualquer layout de cartão.

Diferente OCR Para soluções que exigem coordenadas de campo ou modelos específicos para cada seguradora, este módulo utiliza um modelo de IA treinado que reconhece automaticamente os layouts dos cartões. Você fornece a imagem do cartão ou PDF E a IA localiza o ID do membro, o número do grupo, os campos de prescrição e os detalhes do copagamento sem qualquer configuração, oferecendo suporte imediato a centenas de formatos de cartões de seguradoras.

Suportes PDF, PNG, JPG, e JPEG entradas

Transmita conteúdo binário de qualquer fonte, um upload de arquivo do portal do paciente, um anexo de e-mail, um Dropbox baixar, ou um Google Drive arquivo, diretamente para o campo Documento. Não há necessidade de converter imagens para PDF ou execute qualquer etapa de pré-processamento. Mapeie o nome do arquivo com a extensão correta (.pdf, .png, .jpg ou .jpeg) para que o módulo detecte o formato corretamente.

Cada campo de saída é um token mapeável separado.

O módulo retorna todos os campos extraídos como tokens individuais no pacote de saída: memberId, groupNumber, planType, insuranceProvider, memberName, dateOfBirthStr, effectiveDateStr, rxBin, rxPcn, rxGroup e copayInfo. Não. JSON análise sintática, sem funções personalizadas. Clique em qualquer token em Makepainel de mapeamento para conectá-lo diretamente a um Airtable campo, uma condição do roteador, o corpo de um e-mail ou um EHR API chamar.

Crie um módulo PDF4me AI-Process Health Card mostrando a Conexão definida como Minha conexão PDF4me, Arquivo definido como Mapear com o Nome do Arquivo mapeado de 1. Nome do Arquivo e Documento mapeados de 1. Dados — Definir **Arquivo** para **Mapa**e então conecte os fios **Nome do arquivo** e **Documento** a partir da etapa que baixou ou recebeu o arquivo do cartão de saúde.

Quais parâmetros o AI-Process Health Card utiliza? Make?

Obrigatório: Conexão, Nome do arquivo, e Documento. Definir Arquivo para Mapa Primeiramente, isso revela os campos Nome do Arquivo e Documento no painel do módulo.

Parâmetro	Obrigatório	O que faz	Exemplo de mapeamento
Connection	Required	PDF4me API connection that authenticates the AI health card request. Click Add to create one by pasting your PDF4me API key: reused automatically across all PDF4me modules in your scenarios.	`My PDF4me connection`
File	No	How the health card file is supplied to the module. Choose Map when passing binary content from a prior download step. Choose Dropbox, Download a File to pull directly from a Dropbox trigger without a separate download step.	`Map`
File Name	Required	Filename of the health card including extension (.pdf, .png, .jpg, or .jpeg). Used by the AI to detect the input format. Map from the filename output of your source module: e.g. the File Name field of a Dropbox or Google Drive download step.	`1. File Name`
Document	Required	Binary content of the health card file. Must be raw file bytes from a download or upload module: the Data field in Dropbox, Google Drive, or OneDrive. Do not pass a URL string or filename here; the module requires actual binary to run AI processing.	`1. Data`

Campos de saída

Campo	Tipo	O que contém
`memberId`	String	Unique member identification number printed on the card. Map into patient records or use in a Router to look up existing members.
`groupNumber`	String	Group or policy number. Used in insurance verification API calls and claims submissions.
`planType`	String	Type of health plan: PPO, HMO, EPO, Medicare, Medicaid, etc. Use in a Router to branch scenario logic per plan type.
`insuranceProvider`	String	Name of the insurance company (e.g. Blue Cross Blue Shield, Aetna, UnitedHealth). Map into EHR or billing records.
`memberName`	String	Full name of the insured member as printed on the card.
`dateOfBirthStr`	String	Member date of birth in ISO 8601 format. Use to cross-verify against registration data.
`effectiveDateStr`	String	Date when coverage became or becomes effective. Use in a Filter to reject expired coverage before scheduling.
`rxBin`	String	Prescription BIN number for drug coverage routing through pharmacy networks.
`rxPcn`	String	Prescription PCN (Processor Control Number) for pharmacy claims.
`rxGroup`	String	Prescription group identifier for pharmacy benefit management.
`copayInfo`	Array	Array of copay entries: each with a service type (e.g. Primary Care, Specialist, Emergency) and copay amount. Map into a Slack notification or patient-facing email.

Como configuro o AI-Process Health Card em Make?

Adicionar PDF4me → Cartão de saúde do processo de IA para o seu Make cenário.
Selecione Conexão (ou clique) Adicionar para criar um com o seu PDF4me API chave).
Sob Arquivo, escolher Mapa para revelar os campos Nome do Arquivo e Documento.
Mapa Nome do arquivo Ao nome do arquivo de saída da sua etapa de origem: inclua a extensão (.pdf, .png, .jpg, ou .jpeg).
Mapa Documento para o campo de dados binários da mesma etapa: normalmente nomeado Dados em Dropbox, Google Drive, ou OneDrive módulos.
Salvar e clique Executar uma vezExpanda o pacote de saída: cada campo extraído é um token mapeável separado, pronto para ser conectado. EHR APIs, bancos de dados ou módulos de notificação.

Exemplos de fluxo de trabalho

Exemplos de fluxo de trabalhoCommon Make scenario patterns using AI-Process Health Card.

Upload para o portal do paciente → Extração por IA → criação EHR registro

Um novo paciente carrega a imagem do seu cartão de saúde através de um Typeform ou JotForm portal de admissão.
Cartão de saúde do processo de IA Extrai o memberId, planType, insuranceProvider e copayInfo da imagem carregada.
Um roteador se ramifica por tipo de plano; pacientes PPO são encaminhados para um deles. EHR fluxo de trabalho, HMO para outro.
Um HTTP O módulo cria um novo registro de paciente no EHR Sistema com todos os campos de seguro extraídos preenchidos previamente.
Gmail Envia uma confirmação ao paciente com os valores de sua coparticipação para serviços comuns.

Anexo de e-mail → análise por IA → verificação de benefícios → preparação para agendamento

Gmail É acionado quando um paciente envia por e-mail a imagem do seu cartão de saúde como anexo antes de uma consulta.
Cartão de saúde do processo de IA Extrai memberId, groupNumber, effectiveDateStr e rxBin.
Um filtro bloqueia o cenário se effectiveDateStr estiver no passado; nesse caso, um e-mail automático solicita ao paciente que forneça uma cobertura atualizada.
Um HTTP O módulo consulta a elegibilidade da seguradora. API Com o ID do membro e o número do grupo para confirmar os benefícios ativos.
A Slack A mensagem envia os valores da coparticipação e o tipo de plano para o canal da recepção antes da chegada do paciente.

Lote anual de re-verificação, Dropbox pasta → reextrair → atualizar registros

Um cenário agendado lista todas as imagens de cartões de saúde em um Dropbox Pasta "reverificação anual".
Um iterador percorre cada arquivo e o passa para Cartão de saúde do processo de IA.
O módulo extrai novamente o provedor de seguro (insuranceProvider), o tipo de plano (planType), a data de validade (effectiveDateStr) e o número do grupo (groupNumber) para cada cartão.
Um Airtable ou Google Sheets O módulo atualiza o registro do paciente com os dados atualizados do plano de saúde.
Um segundo filtro sinaliza os registros em que a seguradora ou o número do grupo mudou desde o ano passado para revisão manual.

Perguntas frequentes

What types of health cards can this module process?+

The module processes standard health insurance cards from US and international insurers including PPO, HMO, EPO, and Medicare/Medicaid plans. It reads both physical card scans and digital card images sent via patient portal upload, email attachment, or mobile photo. The AI is trained on diverse card layouts across hundreds of insurers, so it does not require a fixed template or field-coordinate configuration for each provider: you supply the card and the AI extracts the data.

Does the module support image files or only PDFs?+

Both formats are fully supported. You can pass .pdf, .png, .jpg, and .jpeg files directly to the Document input. For smartphone photos of physical cards, .jpeg or .png work without any conversion step. For scanned card documents delivered as multi-page PDFs, the module reads the card from the PDF pages. Set File Name with the correct extension so the AI detects the input format accurately: passing a .png with a .pdf extension may cause a format mismatch error.

What data fields does the AI extract from a health card?+

The module returns 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 is an individual mappable token in Make: no JSON parsing or custom functions are needed. Fields that are absent from a card or not readable will return empty strings rather than causing an error.

How accurate is the AI extraction, and how do I handle low-confidence results?+

For clear, well-lit card photos or high-resolution scans at 200 DPI or above, accuracy on core fields like memberId and insuranceProvider typically exceeds 90%. Blurry photos, low-contrast cards, or non-standard layouts produce lower confidence. Add a Make Filter after the module to check the success field: route failed extractions or empty memberId results to a human review queue in Airtable or a Slack alert rather than passing them directly to billing or EHR systems.

How do I use the extracted data in the next Make module?+

After the module runs, expand its output bundle in the Make mapping panel. Each extracted field appears as an individual selectable token: click memberId to insert it into an EHR record field, planType to set a Router branch condition, effectiveDateStr to wire into a Filter that rejects expired coverage, or copayInfo to populate a patient-facing email template. The full output is also available as a single JSON object if you need to store the entire record in a database in one step.