诊断证明 OCR 提取：加速医保待遇核定流程

一、”这个病能不能报？”——医保待遇核定的关键

2025 年 1 月，参保人老王拿着诊断证明来到医保窗口。

“医生说我这个病需要长期服药，能办门诊慢特病吗？” 窗口工作人员接过诊断证明：”我看看……’高血压 3 级（极高危）’，这个可以。”

“那能报多少？” “门诊慢特病，报销比例 75%，年度限额 5000 元。”

“怎么办理？” “需要填申请表，提供诊断证明、病历、检查报告，然后等审核，大概 15 个工作日。”

老王叹了口气：”又要等半个月……”

这样的对话，每天都在医保窗口上演。

门诊慢特病待遇核定，是医保业务中最复杂的场景之一。难点在于：

• 疾病诊断需要专业判断（是否符合慢特病标准）
• 材料审核繁琐（诊断证明、病历、检查报告）
• 审核周期长（15-30 个工作日）
• 地区标准不一（各省慢特病病种不同）

2024 年，某省医保局统计：

• 年度慢特病申请：12 万笔
• 平均审核周期：18 个工作日
• 审核人力：85 人（专职）
• 申请人投诉：2300 起（主要投诉审核慢）

“能不能让审核快一点？”

2025 年 3 月，该省启动”诊断证明 OCR 智能提取”项目。目标：把审核周期从 18 天压缩到 3 天。

二、技术方案：从诊断证明到结构化数据

诊断证明的特殊性

诊断证明不是标准文档，特点如下：

1. 版式不统一

<ul>
<li>三甲医院：电子打印，版式规范</li>
<li>二级医院：部分手写，版式一般</li>
<li>基层医院：手写为主，版式随意</li>
<li>专科医院：专用格式（如肿瘤、精神、传染病）</li>
</ul>

2. 医学术语复杂

<ul>
<li>疾病名称：ICD-10 编码（如 J18.900 肺炎）</li>
<li>疾病分期：早期、中期、晚期；1 级、2 级、3 级</li>
<li>危险分层：低危、中危、高危、极高危</li>
<li>并发症：合并糖尿病、合并肾病等</li>
</ul>

3. 关键信息分散

一份完整的诊断证明可能包含：

<ul>
<li>患者基本信息（姓名、性别、年龄、身份证号）</li>
<li>临床诊断（主要诊断、次要诊断）</li>
<li>诊断依据（症状、体征、检查结果）</li>
<li>治疗建议（用药、手术、随访）</li>
<li>医师签名、医院公章</li>
</ul>

OCR 识别架构

诊断证明图像
    ↓
图像预处理

<ul>
<li>去噪、纠偏、增强</li>
</ul>
    ↓
版面分析

<ul>
<li>检测各区域（基本信息区、诊断区、医嘱区）</li>
</ul>
    ↓
文字识别

<ul>
<li>打印体：标准 OCR</li>
<li>手写体：手写 OCR 模型</li>
</ul>
    ↓
医学术语标准化

<ul>
<li>疾病名称映射 ICD-10 编码</li>
<li>分期/分级归一化</li>
</ul>
    ↓
结构化输出

<ul>
<li>JSON 格式，便于规则引擎处理</li>
</ul>

医学术语标准化

这是诊断证明 OCR 的核心难点。

1. 疾病名称映射

输入："高血压 3 级（极高危）"
输出：{"icd10": "I10.x00", "name": "原发性高血压", "grade": "3 级", "risk": "极高危"}

输入："2 型糖尿病 伴糖尿病肾病"
输出：{"icd10": "E11.200", "name": "2 型糖尿病", "complication": "糖尿病肾病"}

技术实现：

<ul>
<li>建立疾病别名库（10 万 + 条目）</li>
<li>使用 NLP 模型进行实体识别（NER）</li>
<li>规则 + 模型混合匹配</li>
</ul>

2. 分期分级提取

癌症分期：I 期、II 期、III 期、IV 期
         早期、中期、晚期
         TNM 分期（T1N0M0）

高血压分级：1 级、2 级、3 级
心功能分级：NYHA I-IV 级

技术实现：

<ul>
<li>正则表达式匹配（如"(\d) 级"）</li>
<li>医学术语词典匹配</li>
<li>上下文语义理解</li>
</ul>

3. 用药信息提取

输入："甲磺酸伊马替尼胶囊 100mg qd po"
输出：{"drug": "甲磺酸伊马替尼", "spec": "100mg", "frequency": "qd", "route": "po"}

技术实现：

<ul>
<li>药品名称识别（与医保药品目录匹配）</li>
<li>剂量单位归一化（mg/g/ml）</li>
<li>用药频次标准化（qd=每日 1 次）</li>
</ul>

三、规则引擎：慢特病待遇自动核定

OCR 提取结构化数据后，规则引擎进行待遇核定。

慢特病病种规则

某省慢特病病种（部分）：

1. 高血压（3 级，极高危）
   条件：收缩压≥180 或 舒张压≥110，且 有 靶器官损害
   报销比例：75%
   年度限额：5000 元

2. 糖尿病（2 型，伴并发症）
   条件：空腹血糖≥7.0 或 餐后≥11.1，且 有 并发症
   报销比例：75%
   年度限额：6000 元

3. 恶性肿瘤（放化疗）
   条件：病理确诊，且 正在 放化疗
   报销比例：85%
   年度限额：50000 元

4. 尿毒症（透析）
   条件：慢性肾衰竭 5 期，且 正在 透析
   报销比例：90%
   年度限额：100000 元

自动核定流程

诊断证明 OCR 提取
    ↓ 输出：疾病诊断、分期、并发症
规则匹配
    ↓ 判断：是否符合慢特病标准
    ├→ 符合：自动通过，计算待遇
    └→ 不符合/不确定：转人工审核
        ↓
人工审核（仅处理复杂案例）

审核规则示例

def check_hypertension(diagnosis):
    """高血压慢特病审核"""
    if diagnosis.grade != "3 级":
        return False, "高血压等级不足"
    if diagnosis.risk not in ["高危", "极高危"]:
        return False, "危险分层不足"
    if not diagnosis.has_target_organ_damage:
        return False, "无靶器官损害证据"
    return True, "符合高血压慢特病标准"

def check_diabetes(diagnosis):
    """糖尿病慢特病审核"""
    if diagnosis.type != "2 型":
        return False, "非 2 型糖尿病"
    if not diagnosis.has_complication:
        return False, "无并发症"
    # 并发症类型必须在目录内
    if diagnosis.complication not in DIABETES_COMPLICATIONS:
        return False, "并发症不在目录内"
    return True, "符合糖尿病慢特病标准"

四、实战效果：从 18 天到 3 天

效率对比

注：公示期为法定程序，无法压缩。

准确率对比

业务数据（上线后 6 个月）

• 月均申请：10000 笔
• 自动通过率：78.5%（无需人工干预）
• 转人工审核率：21.5%（复杂/边缘案例）
• 平均审核周期：从 18 天降至 3.2 天
• 审核人力释放：从 85 人降至 25 人（释放 60 人）
• 申请人投诉：从 2300 起/年降至 180 起/年

成本节约

• 人力成本：60 人×15 万/年 = 900 万元/年
• 申请人时间成本：按每笔节约 15 天、每天 200 元计算，年节约 3600 万元
• 社会总成本节约：4500 万元/年

五、踩过的坑

坑 1：手写诊断识别 部分老医生习惯手写诊断，字迹潦草。 解决：建立手写诊断专用模型；识别率低的转人工。

坑 2：疾病别名处理 同一种疾病有多个名称（如”冠心病”=”冠状动脉粥样硬化性心脏病”）。 解决：建立疾病别名库（10 万 + 条目）；NLP 语义匹配。

坑 3：诊断与检查不符 诊断证明写”高血压 3 级”，但血压检查记录只有 150/95mmHg（2 级）。 解决：增加检查报告 OCR 提取；诊断与检查结果交叉校验。

坑 4：虚假诊断证明 个别申请人伪造诊断证明。 解决：与医院 HIS 系统对接；电子诊断证明验真；可疑案例人工核查。

六、下一步：从”待遇核定”到”健康管理”

当前系统解决了”审得快”的问题，下一步要发挥数据价值。

1. 参保人健康档案

整合所有诊断证明数据：

<ul>
<li>历史诊断记录</li>
<li>用药记录</li>
<li>检查结果</li>
<li>治疗轨迹</li>
</ul>

形成个人健康档案，用于：

<ul>
<li>个性化健康管理</li>
<li>慢病随访提醒</li>
<li>用药依从性分析</li>
</ul>

2. 疾病谱分析

区域疾病统计分析：

<ul>
<li>慢特病病种分布</li>
<li>发病率趋势</li>
<li>地区差异</li>
<li>人群特征</li>
</ul>

用于医保政策制定和医疗资源规划。

3. 医疗质量评估

基于诊断和用药数据：

<ul>
<li>诊断合理性评估</li>
<li>用药规范性评估</li>
<li>过度医疗识别</li>
<li>医疗质量排名</li>
</ul>

七、结语

诊断证明 OCR 提取，看似是个技术问题，实则是医保服务理念的转变。

从”人等审核”到”审核等人”，从”被动受理”到”主动服务”，从”单一核定”到”健康管理”——技术的进步，推动着服务的升级。

当参保人不再需要为”等审核”而焦虑，当审核员不再需要为”判诊断”而纠结，当医保数据不再沉睡在档案袋里——OCR 技术的价值，才真正得以体现。

技术本身没有温度，但技术带来的服务可以有温度。这，或许就是数字化转型的意义所在。