How does the parser handle low-quality 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. If your source images are consistently poor quality, pre-process them with an image enhancement step before passing to this action. Always use the confidence scores to route uncertain results to a human review step rather than writing them directly to sensitive systems.

Yapay Zeka Destekli Sağlık Kartı Ayrıştırıcısı Zapier

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

Standard extracted fields include memberId, groupNumber, planType, insuranceProvider, memberName, dateOfBirthStr, effectiveDateStr, rxBin, rxPcn, rxGroup, and copayInfo (an array with service type and copay amount per entry). Each field also has a corresponding confidence score between 0 and 1. Fields absent from a card return as empty strings rather than causing an error.

Bu eylemin yaptığı şey

PDF4meYapay Zeka Sağlık Kartı Ayrıştırıcısı içinde Zapier Yapay zeka destekli makine öğrenimi kullanarak sağlık sigorta kartlarından yapılandırılmış veriler çıkarır. Tetikleyici olarak hasta portalı yüklemesi, Gmail eki veya bulut depolama dosyası bağlayın, işlem sonuç döndürür. Üye kimliği, plan türü, grup numarası, reçete BIN/PCN numarası, katılım payı bilgileri ve kapsama tarihleri. Sonraki Zap adımları için hazır eşlenmiş alanlar. Manuel veri girişi yok. Özel bir şey yok. OCR yapılandırılacak şablonlar.

İlgili Blog Yazıları(3)

Zapier'da Fatura Verilerini Ayıklama ve Eşleştirme İşleminde Zorlanıyor musunuz? PDF4me AI ile 3 Adımda!

Adım adım Zapier kılavuzu: Klasöre Yeni Dosya (Dropbox) → PDF4me AI - Fatura Ayrıştırıcı → Dosya Yükle. PDF faturalardan satıcıyı, fatura numarasını, tutarları ve tarihleri çıkarın ve fatura numarasıyla adlandırılmış bir .txt dosyası olarak kaydedin (örneğin, Pdf4me-202503-25041.txt). Zapier kullanıcı arayüzü ekran görüntülerinden doğrulanmıştır.

Yazıyı oku →

Zapier'da Tedarikçi Faturalarını Yapay Zeka ile Yeniden Adlandırma: 5 Adımlı Dropbox + PDF4me İş Akışı

Beş Adımlı Zap: Dropbox Klasöründe Yeni Dosya Oluştur → Dropbox Dosya Bul → PDF4me Yapay Zeka - Belge Ayrıştırıcı → Zapier Tarafından Yazılmış Kod, JavaScript Çalıştır → Dropbox Dosya Yükle. Yapay zeka ile müşteri adını çıkarır ve çıktı dosya adı olarak kullanır. Gerçek ekran görüntüleri, tam alan değerleri, 2 satırlık JSON.parse'dan öte kod yok.

Yazıyı oku →

Zapier'da Her Tedarikçi Faturasını Tedarikçi Adına Göre Yeniden Adlandırma: 5 Adımlı Dropbox + PDF4me Yapay Zeka İş Akışı

Muhasebe ekipleri için beş adımlı Zap çözümü. Dropbox fatura giriş klasörünüzü izler, PDF4me AI - Belge Ayrıştırıcı her PDF dosyasından Tedarikçi Adını çıkarır, Zapier tarafından geliştirilen kod ayrıştırıcı çıktısını eşlenebilir belirteçlere dönüştürür ve Dropbox dosyayı tedarikçi adıyla dosya adı olarak geri yükler. Gerçek ekran görüntüleri, tam alan değerleri, bu kılavuzda kullanılan örnek-tedarikçi-faturası.pdf dosyası indirilebilir.

Yazıyı oku →

Kimliğinizi Doğrulama API Rica etmek

Her PDF4me eylemde Zapier bağlantılı bir cihaz gerektirir. hesapBağlantı kurmak için şunu kullanın: PDF4me API Eylemi ilk kez eklediğinizde bu anahtarı girin.

Get your API Key

Kaçırmamanız Gereken Önemli Bilgiler

Destekler PDF, PNG, JPG, Ve JPEGSağ uzantıyı da dahil edin.

Bu işlem sağlık kartı dosyalarını kabul eder. PDF, PNG, JPG, Ve JPEG Biçimler. Sağlık Kartı Adı alanına her zaman doğru dosya uzantısını ekleyin, yapay zeka bunu işleme hattını seçmek için kullanır. Kartın ön yüzündeki resimler çoğu alan için geçerlidir; reçete Rx BIN/PCN alanları orada basılıysa arka yüzü de ekleyin.

Güvenirlik puanları, koşullu yönlendirme mantığı oluşturmanıza olanak tanır.

Çıkarılan her alan, çıktıda bir güven skoru (0-1) ile birlikte gelir. Kullanın Zapier İş akışınızı dallandırmak için yollar veya filtreler kullanın; düşük güvenilirlikteki veri çıkarma işlemlerini doğrudan yazmak yerine Airtable veya Slack'teki manuel inceleme kuyruğuna yönlendirin. EHR veya faturalama sistemi. Yalnızca yüksek güvenilirlik düzeyine sahip kayıtlar otomatik olarak aşağı doğru akmalıdır.

Özel Alan Anahtarları, standart olmayan kart alanlarını ayıklar.

Varsayılan olarak standart alanlar (üye kimliği, plan türü, katılım payı) çıkarılır. Standart kümede olmayan plana özgü veya bölgesel alanları çıkarmak için isteğe bağlı Özel Alan Anahtarları parametresini kullanın ve bunları bir parametre olarak iletin. JSON dizi gibi ["indirimli"","Cepten Ödeme Maksimumu"]Yapay zeka, veri çıkarma işlemini deneyecek ve güvenilirlik puanlarıyla birlikte sonuçları döndürecektir.

Zapier PDF4me AI-Health Card Parser eylemi, önceki adımdan eşleştirilen "Sağlık Kartı Dosyası" alanını, dosya uzantısı dahil olmak üzere dosya adını içeren "Sağlık Kartı Adı" alanını ve isteğe bağlı "Özel Alan Anahtarları" alanını göstermektedir. — Harita **Sağlık Kartı Dosyası** Tetikleyici veya indirme adımınızdan başlayarak ayarlayın. **Sağlık Kartı Adı** Doğru uzantıyla. Bu işlem, tüm sigorta alanlarını ayrı ayrı eşlenebilir belirteçler olarak döndürür.

Parametreler

Gerekli: Sağlık Kartı Dosyası Ve Sağlık Kartı Adı"Özel Alan Anahtarları" parametresi isteğe bağlıdır ve yalnızca standart olmayan kart alanları için gereklidir.

Parametre	Gerekli	Ne işe yarar?	Örnek
Health Card File	Yes	The 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 Name	Yes	Filename 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 Keys	No	Optional 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"]`

Çıkış Alanları

Alan	Tip	İçeriğinde neler var?
`memberId`	String	Unique member identification number printed on the card. Map into patient records or use in a Filter 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 Paths step to branch 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. 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.
`confidence`	Object	Per-field confidence scores from 0 to 1. Use in a Filter or Paths step to route low-confidence results to manual review.
`success`	Boolean	Whether the AI extraction completed without errors.

Hızlı Kurulum

Zap uygulamanızda tıklayın. + Yeni bir işlem eklemek ve aramak için PDF4me.
Seçme Yapay Zeka Sağlık Kartı Ayrıştırıcısı Etkinlik olarak.
Bağlantınızı kurun. PDF4me hesabınızı kullanarak API anahtar.
Harita Sağlık Kartı Dosyası Tetikleyici veya indirme adımınızdan elde edilen ikili dosya çıktısına.
Ayarlamak Sağlık Kartı Adı: doğru uzantıyı ekleyin (.pdf, .png, .jpg, veya .jpeg).
İsteğe bağlı olarak ekleyin Özel Alan Anahtarları olarak JSON Standart dışı alanlara ihtiyacınız varsa dizi kullanın.
Tıklamak Test işlemiÇıkarılan tüm alanları ayrı ayrı belirteçler olarak görmek için çıktıyı genişletin.
Harita memberId, planType, copayInfove diğer alanları sonraki Zap adımlarına ekleyin. Filtrele veya Yollar adım kullanarak confidence Belirsiz kayıtların manuel incelemeye yönlendirilmesi için puanlar.

İş Akışı Örnekleri

İş Akışı ÖrnekleriCommon Zapier workflow patterns using AI-Health Card Parser.

Hasta portalına yükle → çıkar → oluştur EHR kayıt → onayla

Yeni bir hasta, Typeform veya JotForm kayıt portalı aracılığıyla sağlık kartı görüntüsünü yükler ve bu da Zap'ı tetikler.
Yapay Zeka Sağlık Kartı Ayrıştırıcısı Yüklenen resimden memberId, planType, insuranceProvider ve copayInfo bilgilerini çıkarır.
Plan türüne göre Paths adım adım rotaları, PPO hastaları bir adıma yönlendirilir. EHR iş akışı, HMO hastalarını bir diğerine yönlendiriyor.
Bir HTTP Bu modül, hastaya yeni bir kayıt oluşturur. EHR Çıkarılan tüm sigorta alanlarının önceden doldurulmuş olduğu sistem.
Gmail, hastaya birinci basamak sağlık hizmetleri, uzman doktor ve acil servis ziyaretleri için ödemeleri gereken katılım payı tutarlarını listeleyen bir onay e-postası gönderir.

E-posta eki → ayrıştırma → uygunluğu doğrulama → randevu hazırlığı

Gmail, hastanın randevudan önce sağlık kartını e-postayla göndermesiyle tetiklenir.
Yapay Zeka Sağlık Kartı Ayrıştırıcısı memberId, groupNumber, effectiveDateStr ve rxBin bilgilerini çıkarır.
Bir filtre, effectiveDateStr geçmişteyse Zap'ı engeller ve hastadan güncel sigorta kapsamı hakkında bilgi isteyen otomatik bir e-posta gönderilir.
Bir HTTP Bu modül sigortacının uygunluğunu sorgular. API Aktif hakları doğrulamak için memberId ve groupNumber kullanılır.
Hastanın gelmesinden önce, Slack üzerinden gönderilen bir mesajla katılım payı tutarları ve plan türü ön büro kanalına iletilir.

Yıllık yeniden doğrulama grubu → yeniden çıkarma → kayıtları güncelleme → değişiklikleri işaretleme

Yıllık sigorta doğrulama işlemi için her yılın başında planlanmış bir Zap tetiklenir.
Google Drive, tüm sağlık kartı resimlerini "yıllık-yeniden-doğrulama" klasöründe listeler ve her dosyayı tek tek inceler.
Yapay Zeka Sağlık Kartı Ayrıştırıcısı Her kart için insuranceProvider, planType, effectiveDateStr ve groupNumber bilgilerini yeniden çıkarır.
Airtable'ın bir adımı, güncellenmiş sigorta verileriyle hasta kaydını günceller.
İkinci bir filtre, sigorta şirketi veya grup numarasının geçen yıldan beri değiştiği kayıtları işaretleyerek faturalama ekibi tarafından manuel olarak incelenmesini sağlar.

Sıkça Sorulan Sorular

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.