Вопрос или проблема
Я хочу собрать данные из долговременного медицинского исследования. Это означает несколько десятков тысяч физических документов, которые могут содержать напечатанный текст, рукописные аннотации, флажки, анатомические схемы и изображения, с множеством различных макетов из-за различных источников и временного распределения.
Существует ли программный вариант или SDK, который специализируется в медицинской области и мог бы помочь мне с этой задачей? Я знаю о распространённых решениях от ABBYY, IRIS, LEADTOOLS и так далее, и они частично рекламируют обработку документов в медицинской среде, но либо специализируются на высоко структурированных формах, либо вообще ничего не говорят о своем применении.
Я также знаю несколько подходов к классификации документов с использованием ИИ в не медициском секторе, возможно, кто-то уже осмелился на адаптацию.
Требования:
- Вход: растрированные изображения
- Языки: западноевропейские (в основном немецкий и итальянский)
- Выход: желательно в формате JSON
- Платформа: Linux / Windows
- На месте
(Меня немного удивляет, что связанные теги icr, iwr, hwr и omr еще не существуют, но я тоже не могу их создать.)
Я являюсь частью команды поддержки LEADTOOLS, поэтому могу предоставить информацию о нашем SDK.
У нас есть функции для общего OCR, которые могут преобразовывать общие документы в текст. Это включает автоматическое определение зон для различения текстовых и графических областей. Он также может работать с рукописным текстом, при условии, что текст аккуратно и четко написан от руки.
Что касается “флажков”, вам почти всегда нужно будет заранее определить ящики или круги, чтобы OMR работал должным образом. Если входные OMR изображения являются частью структурированных форм (например, анкеты), и количество дизайнов форм ограничено, вы можете определить отдельную мастер-форму для каждого типа документ, и наш модуль распознавания форм может их сортировать и извлекать данные из них, поправляя разумные смещения и повороты.
Если вы хотите попробовать наши модули, у нас есть полностью функционирующая бесплатная оценка, которую вы можете найти здесь. Оценка сопровождается бесплатной электронной почтой и поддержкой в онлайн-чате, и вы можете связаться со службой поддержки до и во время оценки с любыми вопросами, которые у вас есть.
Ответ или решение
Программное обеспечение для обработки медицинских документов: OCR и сканирование электронной медицины
Сбор данных из продольных медицинских исследований представляет собой сложную задачу, особенно когда дело касается обработки большого объема физических документов. Эти документы могут содержать напечатанный текст, рукописные аннотации, отмеченные чекбоксы, анатомические схемы и изображения, что в сочетании с разнообразными макетами создает дополнительные сложности. В этой статье мы рассмотрим ПО и SDK, которые могут специально помочь в медицинском контексте, сосредоточив внимание на ваших требованиях.
Основные требования к программному обеспечению
- Входные данные: Поддержка растрированных изображений.
- Языки: Необходима поддержка западноевропейских языков, преимущественно немецкого и итальянского.
- Выходные данные: Предпочтительный формат – JSON.
- Платформы: Доступность для Linux и Windows.
- Развертывание: Работа в локальном режиме (on-premises).
Обзор доступного ПО и SDK
-
LEADTOOLS:
- LEADTOOLS предоставляет функциональность общего OCR, включая автоматическое обнаружение зон, что позволяет различать текстовые и графические элементы. Это очень важно для обработки медицинских документов, где часто встречаются диаграммы и схемы.
- Важно отметить, что для распознавания чекбоксов необходимо заранее определить зоны, что позволяет использовать технологии OMR для извлечения данных из структурированных форм, таких как анкеты.
- SDK также поддерживает работу с рукописным текстом, что является критически важным, если вы имеете человеческие аннотации.
-
ABBYY FlexiCapture:
- Этот инструмент может адаптироваться к различным форматам документов и поддерживать рукописный текст. ABBYY позволяет настраивать шаблоны для разных макетов, что упрощает процесс обработки.
- Система поддерживает многоязычность и может экспортировать данные в JSON и другие форматы.
-
IRIS:
- IRIS фокусируется на распознавании и обработке документов с использованием глубокого обучения и AI. Это может быть полезно в контексте адаптации технологий классификации документов под медицинский сектор.
-
OpenOCR и Tesseract:
- Это решения с открытым исходным кодом, которые могут быть адаптированы под ваши требования. Хотя они не специализированы на медицине, с помощью кастомных скриптов и настройки моделей AI можно добиться необходимых результатов.
Примеры применения AI для классификации медицинских документов
Использование AI для классификации документов в медицинской области начинает набирать популярность. Применения методов глубокого обучения и компьютерного зрения для автоматической классификации медицинских текстов, изображений, а также для извлечения структурированной информации из неструктурированных данных становится все более актуальным.
Заключение
Сбор данных из медицинских документов — это сложная задача, требующая специализированного программного обеспечения. LEADTOOLS, ABBYY FlexiCapture и другие инструменты предлагают различные функции, которые могут удовлетворить ваши требования. Важно тщательно рассмотреть доступные решения и протестировать их на пилотном проекте, чтобы убедиться, что они соответствуют вашим нуждам.
Рекомендуем обратиться в службы поддержки программного обеспечения для получения больше информации и, возможно, пройти тестирование решения, которое лучше всего подходит для вашего проекта.