Modelo de tarjeta de seguro médico de Document Intelligence

Importante

• Las versiones preliminares públicas de Documento de inteligencia proporcionan acceso anticipado a las características que están en desarrollo activo. Antes de la disponibilidad general (GA), las características, los enfoques y los procesos podrían cambiar en función de los comentarios de los usuarios.
• La versión preliminar pública de las bibliotecas cliente de Documento de inteligencia tiene como valor predeterminado la versión de la API de REST 2024-07-31-preview.
• La versión preliminar pública 2024-07-31-preview solo está disponible en las siguientes regiones de Azure. Tenga en cuenta que el modelo generativo personalizado (extracción de campos del documento) en AI Studio solo está disponible en la región Centro-norte de EE. UU.:
  • Este de EE. UU.
  • Oeste de EE. UU. 2
  • Oeste de Europa
  • Centro-Norte de EE. UU

Este contenido se aplica a: v4.0 (versión preliminar) | Versiones anteriores: v3.1 (GA) v3.0 (GA)

El modelo de tarjetas de seguro médico de Document Intelligence combina potentes capacidades de reconocimiento óptico de caracteres (OCR) con modelos de aprendizaje profundo para analizar y extraer información clave de las tarjetas de seguro médico de EE. UU. Una tarjeta de seguro médico es un documento clave para el procesamiento de la atención. Se puede analizar digitalmente para la incorporación de pacientes, información de cobertura financiera, pagos sin efectivo y procesamiento de reclamaciones de seguros. El modelo de tarjeta de seguro médico analiza las imágenes de las tarjetas de salud; extrae información clave, como la aseguradora, el miembro, la receta y el número de grupo; y devuelve una representación JSON estructurada. Las tarjetas de seguro de salud se pueden presentar en distintos formatos y tener diferentes grados de calidad, lo que incluye imágenes capturadas por un teléfono, documentos digitalizados y archivos PDF digitales.

Ejemplo de tarjeta de seguro de salud de EE. UU. procesada con Document Intelligence Studio

Opciones de desarrollo

Documento de inteligencia v4.0 (2024-07-31-preview) admite las siguientes herramientas, aplicaciones y bibliotecas:

Característica	Recursos	Id. de modelo
Modelo de tarjeta de seguro médico	• Document Intelligence Studio • API REST • SDK de C# • SDK de Python • SDK de Java • SDK de JavaScript	prebuilt-healthInsuranceCard.us

Requisitos de entrada

• Formatos de archivos admitidos:

  Modelo	PDF	Imagen: JPEG/JPG, PNG, BMP, TIFF, HEIF	Microsoft Office: Word (DOCX), Excel (XLSX), PowerPoint (PPTX), HTML
  Leer	✔	✔	✔
  Layout	✔	✔	✔ (2024-07-31-preview, 2024-02-29-preview, 2023-10-31-preview)
  Documento general	✔	✔
  Creada previamente	✔	✔
  Extracción personalizada	✔	✔
  Clasificación personalizada	✔	✔	✔ (2024-07-31-preview, 2024-02-29-preview)

• Para obtener unos resultados óptimos, proporcione una foto clara o una digitalización de alta calidad por documento.

• Para PDF y TIFF, se pueden procesar hasta 2000 páginas (con una suscripción de nivel gratis, solo se procesan las dos primeras páginas).

• El tamaño de archivo para analizar documentos es de 500 MB para el nivel de pago (S0) y de 4 MB para el nivel gratuito (F0).

• Las imágenes deben tener unas dimensiones entre 50 x 50 píxeles y 10 000 x 10 000 píxeles.

• Si los archivos PDF están bloqueados con contraseña, debe desbloquearlos antes de enviarlos.

• La altura mínima del texto que se va a extraer es de 12 píxeles para una imagen de 1024 x 768 píxeles. Esta dimensión corresponde aproximadamente a 8 puntos de texto a 150 puntos por pulgada (PPP).

• Para el entrenamiento de modelos personalizados, el número máximo de páginas para los datos de entrenamiento es 500 para el modelo de plantilla personalizada y 50 000 para el modelo neuronal personalizado.

  • Para el entrenamiento de modelos de extracción personalizados, el tamaño total de los datos de entrenamiento es de 50 MB para el modelo de plantilla y 1 GB para el modelo neuronal.

  • Para el entrenamiento del modelo de clasificación personalizada, el tamaño total de los datos de entrenamiento es de 1 GB con un máximo de 10 000 páginas. Para la versión 2024-07-31-preview y posteriores, el tamaño total de los datos de entrenamiento es de 2 GB con un máximo de 10 000 páginas.

Probar Document Intelligence Studio

Vea cómo se extraen los datos de las tarjetas de seguro médico con Document Intelligence Studio. Tendrá que supervisar los recursos siguientes:

• Una suscripción a Azure: puede crear una cuenta gratuita.

• Una instancia de Document Intelligence en el Azure Portal. Puede usar el plan de tarifa gratuito (F0) para probar el servicio. Después de implementar el recurso, seleccione Ir al recurso para obtener la clave y el punto de conexión.

Nota:

Document Intelligence Studio está disponible con la versión de API v3.0.

1. En la página principal de Document Intelligence Studio, seleccione Tarjetas de seguro médico.

2. Puede analizar el documento de la tarjeta de seguro médico de ejemplo o seleccionar el botón + Agregar para cargar su propio ejemplo.

3. Seleccione el botón Ejecutar análisis y, si es necesario, configure las opciones de Análisis :

   

   Pruebe Document Intelligence Studio.

Idiomas y configuraciones regionales compatibles

Para obtener una lista completa de los idiomas admitidos, consulte nuestra página de compatibilidad con lenguajes de modelos precompilados.

Extracción de campos

Para ver los campos de extracción de documentos admitidos, consulte la página de esquema del modelo de tarjeta de seguro de salud en nuestro repositorio de ejemplo de GitHub.

Guía de migración y API de REST v3.1

• Siga la Guía de migración de Document Intelligence v3.1 para obtener información sobre cómo usar la versión v3.1 en las aplicaciones y flujos de trabajo.

• Explore nuestra API de REST para obtener más información sobre la versión v3.1 y las nuevas funcionalidades.

Pasos siguientes

• Pruebe a procesar sus propios formularios y documentos con Document Intelligence Studio.

• Complete el inicio rápido de Documento de inteligencia y empiece a crear una aplicación de procesamiento de documentos en el lenguaje de desarrollo que prefiera.