Analize medicale din PDF citite cu AI: cum funcționează

Citirea analizelor medicale cu AI înseamnă că buletinul de laborator primit în PDF este transformat automat în valori structurate în dosarul pacientului, pe care medicul le verifică și le confirmă. Câștigul principal este timpul: medicul nu mai copiază de mână zeci de valori, iar rezultatele aceleiași analize pot fi comparate pe un grafic de la o vizită la alta. Mai jos explicăm cum funcționează tehnic, de ce validarea medicului rămâne obligatorie, unde greșește și ce garanții să cereți privind datele.

Problema: PDF-uri diferite, valori copiate de mână

Pacienții vin la consultație cu analize de la laboratoare diferite. Unele sunt făcute în clinică, altele în laboratoare private sau în spital, iar fiecare laborator are propriul format de buletin: alte denumiri pentru aceeași analiză, alte coloane, uneori mai multe pagini cu antete și note.

În practică, medicul are două variante. Fie atașează PDF-ul la dosar și îl deschide la fiecare consultație, fie copiază de mână valorile importante în fișă. Prima variantă face comparația în timp aproape imposibilă. A doua consumă minute din fiecare consultație și introduce greșeli de transcriere: o virgulă pusă greșit, o unitate omisă, o valoare trecută la analiza de pe rândul de dedesubt.

Situația devine mai frecventă când pacientul își încarcă singur analizele înainte de vizită, prin portal sau după programarea online, cum se întâmplă în Sanostory Pro și în portalul pacientului din Sanostory Clinic. Documentele ajung mai repede la medic, dar tot ca PDF-uri.

Cum funcționează extragerea

Procesul are câțiva pași. Nu e nevoie să cunoașteți detaliile tehnice ca să folosiți un astfel de modul, dar ele explică de ce unele documente se citesc perfect și altele nu.

1. Extragerea textului sau OCR

Majoritatea buletinelor generate direct de software-ul laboratorului au un strat de text: literele sunt caractere reale, nu imagini. Din acestea textul se extrage exact. Dacă PDF-ul este o scanare sau o fotografie a unei foi printate, este nevoie de OCR (recunoaștere optică a caracterelor), care transformă imaginea în text. Aici apar primele riscuri: o cifră neclară poate fi citită greșit.

2. Recunoașterea structurii

Buletinele sunt de fapt tabele: denumire, rezultat, unitate, interval de referință, uneori și metoda. Modelul trebuie să înțeleagă care valoare aparține cărei analize, chiar dacă tabelul se continuă pe pagina următoare sau dacă laboratorul pune notele între rânduri.

3. Recunoașterea analizelor și a unităților

Aceeași analiză apare sub denumiri diferite. Transaminaza ALT poate fi scrisă „ALT”, „ALAT”, „TGP” sau „GPT”. Glicemia poate fi raportată în mg/dL sau în mmol/L. Modelul recunoaște denumirea, unitatea și eventualele marcaje (H, L, asterisc) folosite de laborator pentru valorile din afara intervalului.

4. Intervalele de referință

Intervalul de referință se preia de pe buletin, nu dintr-un tabel general, pentru că el diferă între laboratoare, metode, vârstă și sex. Valoarea rămâne astfel legată de contextul în care a fost raportată.

5. Maparea pe un nomenclator

Pentru ca „TGP” de la un laborator și „ALT” de la altul să ajungă pe același grafic, fiecare analiză este legată de o intrare dintr-un nomenclator comun. Există standarde internaționale pentru asta, de exemplu LOINC, dar multe clinici folosesc un nomenclator propriu. Maparea este partea care face posibilă comparația în timp.

De ce medicul validează întotdeauna

Un model de AI care extrage date poate greși, chiar dacă rar. O valoare greșită într-un dosar medical are consecințe, așa că fluxul corect arată așa: AI-ul propune, medicul verifică, aplicația salvează doar după confirmare.

• Valorile extrase sunt afișate lângă PDF-ul original, ca medicul să le poată compara rapid.
• Câmpurile nesigure sunt marcate, iar medicul le poate corecta sau completa manual.
• Nimic nu ajunge în dosar ca dată structurată până nu este confirmat.
• PDF-ul original rămâne atașat permanent, ca sursă de referință.

Și, la fel de important: AI-ul nu interpretează rezultatele. Nu spune dacă o valoare este îngrijorătoare, nu sugerează un diagnostic și nu face recomandări. Rolul lui este strict de extragere a datelor, iar interpretarea rămâne a medicului. Este o limită pe care o considerăm corectă din punct de vedere medical și o recomandăm oricărei clinici care evaluează astfel de soluții.

Erori și limite

Din testele noastre, problemele apar aproape mereu în aceleași situații:

• Scanări slabe: fotografii făcute cu telefonul, în unghi, cu umbre sau cu foaia îndoită. OCR-ul poate confunda 1 cu 7 sau poate pierde o virgulă zecimală.
• Formate neobișnuite: buletine cu tabele foarte înghesuite, rezultate pe două coloane sau text scris de mână.
• Unități diferite: aceeași analiză în unități diferite nu poate fi pusă direct pe același grafic. Conversia trebuie făcută explicit sau valorile trebuie afișate separat.
• Analize rare sau denumiri specifice unui singur laborator, care nu se regăsesc în nomenclator și trebuie mapate o dată manual.
• Rezultate calitative: „pozitiv”, „negativ”, „absent”, „urme”, care nu sunt numere și trebuie tratate diferit.
• Documente cu mai mulți pacienți sau cu date de identificare care nu se potrivesc cu pacientul din dosar. Acestea trebuie semnalate, nu importate.

Când evaluați un astfel de modul, testați-l cu buletine reale de la laboratoarele cu care lucrează pacienții voștri, inclusiv câteva scanări de calitate slabă. Așa vedeți rapid cât timp economisiți efectiv și cât trebuie corectat. Același principiu îl recomandăm în ghidul despre cum alegeți software pentru clinica medicală: demonstrația se face pe datele voastre, nu pe exemplele furnizorului.

Protecția datelor

Buletinele de analize sunt date de sănătate, deci categorie specială în sensul GDPR. Dacă extragerea folosește un model de AI găzduit de un terț, clinica trebuie să știe exact pe unde trec datele. De la orice furnizor cereți în scris:

• Unde sunt prelucrate și stocate documentele: în Uniunea Europeană sau în afara ei, inclusiv la subcontractori.
• Dacă documentele sau valorile extrase sunt folosite pentru antrenarea sau îmbunătățirea modelelor de AI. Răspunsul pe care vreți să îl vedeți în contract este „nu”.
• Cât timp păstrează furnizorul de AI datele după procesare.
• Lista subprocesatorilor și includerea lor în contractul de prelucrare a datelor (DPA).
• Cine are acces la rezultatele extrase și dacă accesul este înregistrat în jurnalul de audit.

În Sanostory, dosarul pacientului rămâne pe serverele din Uniunea Europeană, cu acces controlat prin roluri și înregistrat în jurnalul de audit. Când folosim AI pentru citirea unui buletin sau pentru ciorna unui raport medical, către modelul de AI pleacă doar conținutul medical necesar: valorile analizelor, unitățile și intervalele de referință. Numele pacientului, CNP-ul, datele de contact și orice alt element care îl identifică direct nu sunt trimise.

Lucrăm cu modele de AI prin interfețele lor pentru companii (API), de la furnizori precum Anthropic sau OpenAI, care, conform politicilor lor publice, nu folosesc datele primite prin API pentru antrenarea modelelor. Termenii exacți ai furnizorului ales îi prezentăm în etapa de analiză și îi includem în contractul de prelucrare. Mai multe despre găzduire și backup găsiți pe pagina de securitate.

Ce câștigă clinica

• Timp: medicul verifică valori deja completate, în loc să le copieze una câte una.
• Istoric pe grafic: aceeași analiză, de la laboratoare diferite, apare pe o singură linie în timp, utilă la pacienții cronici și la controalele periodice.
• Mai puține greșeli de transcriere, pentru că valorile vin din document și sunt verificate, nu tastate din nou.
• Pregătire mai bună a consultației: când pacientul încarcă analizele înainte de vizită, medicul le are structurate în dosarul medical electronic înainte ca pacientul să intre în cabinet.
• Trasabilitate: fiecare valoare rămâne legată de documentul din care provine și de medicul care a validat-o.

Pasul următor

Adunați cinci-zece buletine reale, anonimizate dacă le folosiți în afara clinicii, de la laboratoarele cele mai frecvente și câteva scanări de calitate slabă. Sunt cel mai bun test pentru orice soluție de extragere, inclusiv pentru a noastră.

Dacă vreți să vedeți cum arată fluxul de la PDF la grafic, programați un demo și vă arătăm modulul pe exemple de buletine de la laboratoare diferite.