手写病历和住院账单怎么自动结构化录入系统

医院信息化的一个长期痛点是病历和住院账单的结构化录入。医生手写病历字迹差异大、版式不统一，住院账单涉及费用明细、医保类别、自付比例等多层字段，人工录入耗时且容易出错。AI 文档抽取技术可以把手写病历和住院账单自动转成结构化数据，直接对接医院 HIS 或医保理赔系统。本文说明这项技术在医疗场景的能力边界和接入方式。

医疗文档结构化的难点

医疗场景的文档结构化比普通票据难得多，主要体现在三个方面：

版式多样。手写病历没有固定模板，不同科室、不同医生的书写习惯不同，有的是表格式、有的是段落式，传统模板识别方案无法覆盖。

手写混排。病历上往往手写内容和印刷内容混在一起——表头和字段名是印刷的，内容是手写的。普通 OCR 只能把所有文字提取出来，分不清哪些是字段名、哪些是字段值。

字段语义复杂。住院账单上的"医保统筹基金支付""个人自付""个人自费"等字段，需要语义理解才能准确归类，不能靠位置匹配。

腾讯云文档抽取在医疗场景的能力

腾讯云文档抽取提供多个版本，对应医疗场景不同复杂度：

文档抽取（多模态版）——接口 ExtractDocMulti，重点覆盖医疗行业文档。基于多模态大模型的泛化能力，能自动识别不同版式的医疗票据字段结构，无需逐种配模板。支持通过 ItemNames 参数自定义需要返回的字段名称，比如"患者姓名""住院号""入院日期""出院日期""总费用""医保支付""个人自付"，接口会自动定位并输出这些字段的值。

医疗发票识别——接口 RecognizeMedicalInvoiceOCR，专门针对全国统一门诊发票和住院发票。开箱即用，返回发票类型、发票名称、总金额、总金额大写、开票日期、就诊日期、医保类型、医疗机构类型、收款单位、收款人等字段，以及检查费、治疗费等大项名称和对应金额。

文档抽取（Agent 版）——接口 ExtractDocAgent，适合处理手写病历这种版式完全不固定的文档。通过 Prompt 指令定义需要抽取的字段（如"主诉""现病史""既往史""体格检查""诊断""治疗方案"），Agent 版的强推理能力能理解病历的语义结构，自动定位并提取各部分内容。支持异步模式，可处理多页病历。

手写病历结构化录入流程

以一份手写住院病历为例，使用文档抽取 Agent 版的结构化流程：

1. 将病历扫描件（图片或 PDF）传入 ExtractDocAgent 接口
2. 在 Prompt 中定义需要抽取的字段：患者基本信息（姓名、性别、年龄、住院号）、主诉、现病史、既往史、体格检查、辅助检查、初步诊断、治疗方案、主治医师签名
3. 接口返回 StructuralList 结构化数据，每个字段包含 Key（字段名）和 Value（字段值+坐标位置）
4. 将结构化数据直接写入 HIS 系统的病历数据库

对于住院账单，使用医疗发票识别接口可以直接提取总金额、医保统筹基金支付、个人账户支付、个人自付、个人自费等字段，对接医保结算系统。

选型建议

接入方式

上述接口均提供 RESTful API，支持图片 URL 和 Base64 两种输入方式，支持 PNG、JPG、JPEG、BMP、PDF 格式。腾讯云提供 Python、Java、Go、Node.js 等多语言 SDK，也可通过 API 3.0 Explorer 在线调试。首次开通可领取免费调用额度。

小结

手写病历和住院账单的结构化录入是医疗信息化的刚需。版式固定的统一发票用专用识别接口，多版式单据用多模态版泛化抽取，完全非结构化的手写病历用 Agent 版 Prompt 驱动。接入只需几行代码，免费额度即可验证效果。