Freigeben über


Krankenversicherungkartenmodell von Dokument Intelligenz

Wichtig

  • Public Preview-Releases von Dokument Intelligenz bieten frühzeitigen Zugriff auf Features, die sich in der aktiven Entwicklung befinden.
  • Features, Ansätze und Prozesse können sich aufgrund von Benutzerfeedback vor der allgemeinen Verfügbarkeit (General Availability, GA) ändern.
  • Die öffentliche Vorschauversion der Clientbibliotheken für Dokument-Intelligence ist standardmäßig die REST-API-Version 2024-02-29-preview.
  • Öffentliche Vorschauversion 2024-02-29-preview ist derzeit nur in den folgenden Azure-Regionen verfügbar:
  • USA, Osten
  • USA, Westen 2
  • Europa, Westen

Dieser Inhalt gilt für:HäkchenVersion 4.0 (Vorschau) | Vorherige Versionen:Blaues Häkchen3.1 (allgemein verfügbar)Blaues Häkchen3.0 (allgemein verfügbar)

Dieser Inhalt gilt für:Häkchenv3.1 (allgemein verfügbar) | Neueste Version:Lila Häkchenv4.0 (Vorschau) | Vorherige Versionen:Blaues Häkchenv3.0

Dieser Inhalt gilt für:Häkchenv3.0 (GA) | Aktuelle Versionen:Lila Häkchenv4.0 (Vorschau)Lila Häkchenv3.1

Das Krankenversicherungskartenmodell von Dokument Intelligenz kombiniert leistungsstarke Funktionen zur optischen Zeichenerkennung (Optical Character Recognition, OCR) mit Deep-Learning-Modellen, um wichtige Informationen aus US-Krankenversicherungskarten zu analysieren und zu extrahieren. Eine Krankenversicherungskarte ist ein wichtiges Dokument für die Verarbeitung von Gesundheitsdaten. Sie kann digital analysiert werden, um die Aufnahme von Patienten, Informationen zur finanziellen Absicherung, bargeldlose Zahlungen und Versicherungsansprüche zu verarbeiten. Das Krankenversicherungskartenmodell analysiert Bilder von Versicherungskarten und extrahiert wichtige Informationen wie Versicherer, Mitglieds-, Rezept- und Gruppennummer und gibt eine strukturierte JSON-Darstellung zurück. Krankenversicherungskarten können viele verschiedene Formate und Qualitätsmerkmale aufweisen, beispielsweise mit dem Handy fotografierte Bilder, gescannte Dokumente und digitale PDF-Dateien.

Ein Beispiel für eine mit Dokument Intelligenz Studio verarbeitete US-Krankenversicherungskarte:

Screenshot: Beispiel für eine mit Dokument Intelligenz Studio verarbeitete US-Krankenversicherungskarte

Entwicklungsoptionen

Document Intelligence v4.0 (2024-02-29-preview, 2023-10-31-preview) unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Funktion Ressourcen Modell-ID
Krankenversicherungskartenmodell Document Intelligence Studio
REST-API
C# SDK
Python SDK
Java SDK
JavaScript SDK
prebuilt-healthInsuranceCard.us

Document Intelligence v3.1 unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Feature Ressourcen Modell-ID
Krankenversicherungskartenmodell Document Intelligence Studio
REST-API
C# SDK
Python SDK
Java SDK
JavaScript SDK
prebuilt-healthInsuranceCard.us

Document Intelligence v3.0 unterstützt die folgenden Tools, Anwendungen und Bibliotheken:

Feature Ressourcen Modell-ID
Krankenversicherungskartenmodell Document Intelligence Studio
REST-API
C# SDK
Python SDK
Java SDK
JavaScript SDK
prebuilt-healthInsuranceCard.us

Eingabeanforderungen

  • Die besten Ergebnisse erzielen Sie, wenn Sie pro Dokument ein deutliches Foto oder einen hochwertigen Scan bereitstellen.

  • Unterstützte Dateiformate:

    Modell PDF Bild:
    JPEG/JPG, PNG, BMP, TIFF, HEIF
    Microsoft Office:
    Word (DOCX), Excel (XLSX), PowerPoint (PPTX) und HTML
    Lesen
    Layout ✔ (2024-02-29-preview, 2023-10-31-preview)
    Allgemeines Dokument
    Vordefiniert
    Benutzerdefinierte Extraktion
    Benutzerdefinierte Klassifizierung ✔ (2024-02-29-preview)
  • In den Formaten PDF und TIFF können bis zu 2.000 Seiten verarbeitet werden (bei einem kostenlosen Abonnement werden nur die ersten beiden Seiten verarbeitet).

  • Die Dateigröße für die Analyse von Dokumenten beträgt 500 MB für die kostenpflichtige (S0) und 4 MB für die kostenlose (F0) Stufe.

  • Die Bildgrößen müssen im Bereich zwischen 50 × 50 Pixel und 10.000 × 10.000 Pixel liegen.

  • Wenn Ihre PDFs kennwortgeschützt sind, müssen Sie die Sperre vor dem Senden entfernen.

  • Die Mindesthöhe des zu extrahierenden Texts beträgt 12 Pixel für ein Bild von 1024 × 768 Pixel. Diese Abmessung entspricht etwa einem 8-Punkt-Text bei 150 Punkten pro Zoll (Dots per Inch, DPI).

  • Die maximale Anzahl Seiten für Trainingsdaten beträgt beim benutzerdefinierten Modelltraining 500 für das benutzerdefinierte Vorlagenmodell und 50.000 für das benutzerdefinierte neuronale Modell.

    • Für das Training des benutzerdefinierten Extraktionsmodells beträgt die Gesamtgröße der Trainingsdaten 50 MB für das Vorlagenmodell und 1G-MB für das neuronale Modell.

    • Für das Training des benutzerdefinierten Klassifizierungsmodells beträgt die Gesamtgröße der Trainingsdaten 1GB mit einem Maximum von 10 000 Seiten.

Testen von Dokument Intelligenz Studio

In diesem Abschnitt erfahren Sie, wie Daten mit Dokument Intelligenz Studio aus Krankenversicherungskarten extrahiert werden. Sie benötigen die folgenden Ressourcen:

  • Ein Azure-Abonnement (Sie können ein kostenloses Abonnement erstellen).

  • Eine Dokument Intelligenz-Instanz im Azure-Portal. Sie können den kostenlosen Tarif (F0) verwenden, um den Dienst auszuprobieren. Wählen Sie nach der Bereitstellung Ihrer Ressource Zu Ressource wechseln aus, um Ihren Schlüssel und Endpunkt abzurufen.

Screenshot: Schlüssel und Endpunkt im Azure-Portal

Hinweis

Dokument Intelligenz Studio ist mit der API-Version 3.0 verfügbar.

  1. Wählen Sie auf der Homepage von Dokument Intelligenz Studio die Option Krankenversicherungskarten aus.

  2. Sie können das Versicherungskarten-Beispieldokument analysieren oder die Schaltfläche ➕ Hinzufügen auswählen, um Ihr eigenes Beispiel hochzuladen.

  3. Wählen Sie die Schaltfläche Analyse ausführen aus, und konfigurieren Sie bei Bedarf die Analyseoptionen:

    Screenshot der Schaltflächen „Analyse ausführen“ und „Analyseoptionen“ im Document Intelligence Studio.

Unterstützte Sprachen und Gebietsschemas

Eine vollständige Liste der unterstützten Sprachen finden Sie unter Sprachunterstützung ‒ vordefinierte Modelle.

Feldextraktion

Feld Typ Beschreibung des Dataflows Beispiel
Insurer string Name der Krankenkasse PREMERA
BLUE CROSS
Member object
Member.Name string Membername ANGEL BROWN
Member.BirthDate date Geburtsdatum des Mitglieds 01/06/1958
Member.Employer string Arbeitgeber*in des Mitglieds Microsoft
Member.Gender string Geschlecht des Mitglieds M
Member.IdNumberSuffix string Suffix der Identifikationsnummer (wie auf einigen Krankenversicherungskarten angegeben) 01
Dependents array Array mit einer Liste von Angehörigen (nach Möglichkeit nach dem Wert des Mitgliedschaftssuffixes sortiert)
Dependents.* object
Dependents.*.Name string Name von Angehörigen 01
IdNumber object
IdNumber.Prefix string Präfix der Identifikationsnummer (wie auf einigen Krankenversicherungskarten angegeben) ABC
IdNumber.Number string Identification Number 123456789
GroupNumber string Versicherungsgruppennummer 1000000
PrescriptionInfo object
PrescriptionInfo.Issuer string ANSI-Ausstelleridentifikationsnummer (Issuer Identification Number, IIN) (80840) 300-11908-77
PrescriptionInfo.RxBIN string Für das Rezept ausgestellte BIN-Nummer 987654
PrescriptionInfo.RxPCN string Kontrollnummer der Rezeptbearbeitung 63200305
PrescriptionInfo.RxGrp string Rezeptgruppennummer BCAAXYZ
PrescriptionInfo.RxId string Rezeptidentifikationsnummer. Falls nicht vorhanden, wird standardmäßig die Mitgliedschafts-ID-Nummer verwendet. P97020065
PrescriptionInfo.RxPlan string Rezeptplannummer A1
Pbm string Pharmacy Benefit Manager (Arzneimittelberatung) für den Plan CVS CAREMARK
EffectiveDate date Datum, ab dem der Plan wirksam ist 08/12/2012
Copays array Array mit einer Liste von Zuzahlungsleistungen
Copays.* object
Copays.*.Benefit string Name der Zuzahlungsleistung Abzugsfähig
Copays.*.Amount currency Erforderlicher Zuzahlungsbetrag 1.500 USD
Payer object
Payer.Id string ID-Nummer der zahlenden Person 89063
Payer.Address address Adresse der zahlenden Person 123 Service St., Redmond WA, 98052
Payer.PhoneNumber phoneNumber Telefonnummer der zahlenden Person +1 (987) 213-5674
Plan object
Plan.Number string Plannummer 456
Plan.Name string Modellname: wenn Medicaid > dann medicaid (in Kleinbuchstaben) HEALTH SAVINGS PLAN
Plan.Type string Plantyp PPO
MedicareMedicaidInfo object
MedicareMedicaidInfo.Id string Medicare- oder Medicaid-Nummer 1AB2-CD3-EF45
MedicareMedicaidInfo.PartAEffectiveDate date Inkrafttreten von Medicare, Teil A 01.01.2023
MedicareMedicaidInfo.PartBEffectiveDate date Inkrafttreten von Medicare, Teil B 01.01.2023

Migrationsleitfaden und REST-API 3.1

Nächste Schritte