Pular para o conteúdo principal
API PDF4meIntegraçõesBase de conhecimentoExtensõesTestador de APIBlog

Analisador de cartões de saúde com IA para Zapier

O que esta ação faz

PDF4me, Analisador de Cartões de Saúde com IA em Zapier Utiliza aprendizado de máquina com inteligência artificial para extrair dados estruturados de cartões de seguro saúde. Conecte um upload do portal do paciente, um anexo do Gmail ou um arquivo de armazenamento em nuvem como gatilho, e a ação retornará resultados. ID do membro, tipo de plano, número do grupo, BIN/PCN da prescrição, detalhes do copagamento e datas de cobertura. Campos mapeados prontos para as etapas subsequentes do Zap. Sem entrada manual de dados. Sem personalização. OCR modelos para configurar.

Artigos relacionados no blogue(3)
Com dificuldades para extrair e mapear dados de faturas no Zapier? 3 passos com a IA da PDF4me!
Guia passo a passo do Zapier: Novo arquivo na pasta (Dropbox) → PDF4me AI - Analisador de Faturas → Carregar arquivo. Extraia o fornecedor, o número da fatura, os valores e as datas das faturas em PDF e salve como um arquivo .txt nomeado com o número da fatura (ex.: Pdf4me-202503-25041.txt). Informações verificadas a partir de capturas de tela da interface do Zapier.
Ler publicação →
Renomeie faturas de fornecedores com IA no Zapier: um fluxo de trabalho de 5 etapas com Dropbox e PDF4me
Zap em cinco etapas: Novo arquivo na pasta do Dropbox → Localizar arquivo no Dropbox → PDF4me AI - Analisador de documentos → Código do Zapier Executar JavaScript → Upload do arquivo para o Dropbox. Extrai o nome do cliente com IA e o utiliza como nome do arquivo de saída. Capturas de tela reais, valores exatos dos campos, sem código além de uma análise JSON de duas linhas.
Ler publicação →
Renomeie todas as faturas de fornecedores pelo nome do fornecedor no Zapier: um fluxo de trabalho de IA de 5 etapas com Dropbox + PDF4me
Execução simplificada em cinco etapas para equipes de contas a pagar. O Dropbox monitora sua pasta de entrada de faturas, o PDF4me AI - Document Parser extrai o nome do fornecedor de cada PDF, o Code by Zapier transforma a saída do analisador em tokens mapeáveis e o Dropbox envia o arquivo de volta com o nome do fornecedor como nome do arquivo. Capturas de tela reais, valores exatos dos campos e o mesmo arquivo sample-vendor-invoice.pdf usado neste passo a passo estão disponíveis para download.
Ler publicação →

Autenticando seu API Solicitar​

Todo PDF4me ação em Zapier requer uma conexão contaConecte-se usando seu PDF4me API tecla quando você adiciona a ação pela primeira vez.

Get your API Key

Fatos importantes que você não deve perder​

Suportes PDF, PNG, JPG, e JPEG, inclua a extensão correta
A ação aceita arquivos de cartão de saúde em PDF, PNG, JPG, e JPEG Sempre inclua a extensão de arquivo correta no campo Nome do Cartão de Saúde, pois a IA a utiliza para selecionar o fluxo de processamento. Imagens da frente do cartão funcionam para a maioria dos campos; inclua o verso se os campos de prescrição (Rx BIN/PCN) estiverem impressos ali.
Os índices de confiança permitem criar lógica de roteamento condicional.
Cada campo extraído vem com uma pontuação de confiança (0-1) na saída. Use Zapier Utilize caminhos ou filtros para ramificar seu fluxo de trabalho, encaminhando extrações de baixa confiança para uma fila de revisão manual no Airtable ou Slack em vez de escrever diretamente no seu sistema. EHR ou sistema de faturamento. Somente registros de alta confiabilidade devem fluir automaticamente para os sistemas subsequentes.
As chaves de campo personalizadas extraem campos de cartão não padronizados.
Os campos padrão (ID do membro, tipo de plano, coparticipação) são extraídos por padrão. Use o parâmetro opcional "Chaves de Campo Personalizadas" para extrair campos específicos do plano ou regionais que não estejam no conjunto padrão, passando-os como um parâmetro. JSON matriz semelhante ["dedutível","outOfPocketMax"]A IA tentará extrair os dados e retornará os resultados com pontuações de confiança.
A ação Zapier PDF4me AI-Health Card Parser mostra o campo obrigatório "Arquivo do Cartão de Saúde" mapeado da etapa anterior, o campo "Nome do Cartão de Saúde" com o nome do arquivo, incluindo a extensão, e o campo opcional "Chaves de Campo Personalizadas".

Mapa Ficha do Cartão de Saúde a partir do seu gatilho ou etapa de download e configuração Nome do Cartão de Saúde com a extensão correta. A ação retorna todos os campos de seguro como tokens mapeáveis individuais.

Parâmetros​

Obrigatório: Ficha do Cartão de Saúde e Nome do Cartão de SaúdeO parâmetro "Chaves de Campo Personalizadas" é opcional e necessário apenas para campos de cartão não padrão.

ParâmetroObrigatórioO que fazExemplo
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 saída​

CampoTipoO que contém
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.

Configuração rápida​

  1. No seu Zap, clique + para adicionar uma nova ação e pesquisar por PDF4me.
  2. Selecione Analisador de Cartões de Saúde com IA como o evento.
  3. Conecte seu PDF4me conta usando seu API chave.
  4. Mapa Ficha do Cartão de Saúde para o arquivo binário gerado pela sua etapa de gatilho ou download.
  5. Definir Nome do Cartão de Saúde: inclua a extensão correta (.pdf, .png, .jpg, ou .jpeg).
  6. Opcionalmente, adicione Chaves de Campo Personalizadas como um JSON array se você precisar de campos não padronizados.
  7. Clique Ação de testeExpanda a saída para visualizar todos os campos extraídos como tokens individuais.
  8. Mapa memberId, planType, copayInfoe outros campos em etapas subsequentes do Zap. Adicione um Filtro ou Caminhos passo a passo usando confidence pontuações para encaminhar registros incertos para revisão manual.

Exemplos de fluxo de trabalho​

Exemplos de fluxo de trabalhoCommon Zapier workflow patterns using AI-Health Card Parser.
Upload para o portal do paciente → extrair → criar EHR registro → confirmar
  1. Um novo paciente carrega a imagem do seu cartão de saúde através de um portal de cadastro do Typeform ou JotForm, acionando o Zap.
  2. Analisador de Cartões de Saúde com IA Extrai o memberId, planType, insuranceProvider e copayInfo da imagem carregada.
  3. Um sistema de rotas Paths por tipo de plano; pacientes PPO são direcionados para um deles. EHR fluxo de trabalho, pacientes de HMO para outro.
  4. Um HTTP O módulo cria um novo registro de paciente no EHR Sistema com todos os campos de seguro extraídos preenchidos previamente.
  5. O Gmail envia uma confirmação ao paciente listando os valores de coparticipação para consultas de Atenção Primária, Especialista e Pronto-Socorro.
Anexo de e-mail → analisar → verificar elegibilidade → preparar consulta
  1. O Gmail dispara um alerta quando um paciente envia seu cartão de saúde por e-mail antes de uma consulta.
  2. Analisador de Cartões de Saúde com IA Extrai memberId, groupNumber, effectiveDateStr e rxBin.
  3. Um filtro bloqueia o Zap se effectiveDateStr estiver no passado; um e-mail automático solicita ao paciente a atualização da cobertura.
  4. 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.
  5. Uma mensagem no Slack publica os valores da coparticipação e o tipo de plano no canal da recepção antes da chegada do paciente.
Lote de re-verificação anual → reextração → atualização de registros → sinalização de alterações
  1. Um alerta programado é acionado no início de cada ano para a revalidação anual do seguro.
  2. O Google Drive lista todas as imagens dos cartões de saúde em uma pasta chamada "annual-reverification" e percorre cada arquivo em um loop.
  3. Analisador de Cartões de Saúde com IA Extrai novamente o provedor de seguro, o tipo de plano, a data efetiva e o número do grupo para cada cartão.
  4. Uma etapa do Airtable atualiza o registro do paciente com os dados atualizados do plano de saúde.
  5. Um segundo filtro sinaliza os registros em que a seguradora ou o número do grupo mudou desde o ano passado, para revisão manual pela equipe de faturamento.

Perguntas frequentes​

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.

Ações relacionadas​

Obtenha ajuda​

Zapier IntegrationGet your API KeyZapier Documentation