Obtenez le nom du médicament, le dosage et la posologie à partir de n'importe quelle photo d'étiquette d'ordonnance
Saisir manuellement les informations d'un flacon d'ordonnance dans un journal médical prend 45 à 60 secondes par étiquette — cet outil les lit en 5 secondes.
5 s par étiquette · Précision jusqu'à 99 % sur le texte imprimé · Pour dossiers médicamenteux personnels uniquement
Ce que vous pouvez extraire d'une photo d'étiquette d'ordonnance
Nommez les champs pour vos relevés de médicaments — l'IA localise chacun d'eux par sa signification, et non par son emplacement sur l'étiquette incurvée.
Nom de marque ou générique. La position varie selon la chaîne — l'IA l'identifie comme un identifiant de médicament, quelle que soit la disposition.
Valeur numérique et unité (ex. « 500 mg »). En petits caractères à côté du nom du médicament — le modèle lit la paire nombre-unité de manière sémantique.
Instructions en texte libre comme « Prendre 1 comprimé par jour » — l'IA capture le texte intégral exactement tel qu'imprimé.
Date d'exécution et renouvellements restants au format de date compact. Le modèle reconnaît les motifs de date et le libellé « Renouvellements » pour extraire les deux.
Nom de la pharmacie, adresse, téléphone et nom du prescripteur — l'IA localise chacun par son rôle sémantique, et non par sa position.
Petite police sur flacon courbe — pourquoi la plupart des outils échouent sur les étiquettes d'ordonnance
Une étiquette d'ordonnance est un autocollant rectangulaire enroulé autour d'un cylindre en plastique, imprimé en corps 6-8 points et recouvert d'un laminé brillant. Les outils basés sur des modèles supposent une entrée plane et à fort contraste — les étiquettes de flacon contredisent toutes ces hypothèses.
Pourquoi lire les étiquettes d'ordonnance est difficile
La surface courbe déforme le texte sur les bords. Une étiquette sur un flacon rond crée une distorsion cylindrique — le grossissement diminue vers les bords verticaux. L'article du MDPI sur les étiquettes cylindriques de flacons de pilules identifie cela comme le principal obstacle à l'extraction automatisée. La ROC traditionnelle s'attend à des documents plats.
Polices minuscules sur plastique brillant avec reflets. La plupart des étiquettes utilisent une police de 6 à 8 points — en dessous du minimum de 12 points recommandé par la recherche en vision. Le stratifié brillant crée des reflets qui effacent les petits caractères. Une photo rapide avec un téléphone aggrave les deux problèmes.
Chaque chaîne de pharmacies utilise une mise en page différente. CVS place le nom du médicament en haut au centre. Walgreens le met à côté du logo. Le projet « Hey Chloe » d'AT&T Foundry a documenté la variété des étiquettes entre les chaînes comme un défi central. Les outils basés sur des modèles nécessitent une configuration distincte par chaîne.
Comment l'extraction sémantique lit à travers la courbure et les reflets
Nommez les colonnes — l'IA trouve les valeurs par leur sens. Saisissez Nom du médicament, Dosage, SIG / Posologie. Le modèle identifie chaque élément par son rôle sémantique — le grand texte en haut est le médicament ; la paire nombre-unité est le dosage. La courbure et la disposition n'ont pas d'importance car le modèle ne se base pas sur les coordonnées.
Un seul jeu de colonnes fonctionne pour toutes les chaînes de pharmacies. Définissez les colonnes une fois — les étiquettes d'ordonnance de CVS, Walgreens et des pharmacies indépendantes aboutissent toutes dans le même tableur. Aucune configuration par chaîne n'est nécessaire.
Le contexte visuel gère les reflets et les petites polices. Le modèle lit un nom de médicament à travers une zone de reflet car il comprend que le texte proéminent en haut d'une étiquette de pharmacie est l'identifiant du médicament. La recherche académique confirme que les réseaux profonds atteignent une précision >97% des points clés sur les surfaces de bouteilles courbes. Comme un utilisateur de Reddit l'a décrit, « ma grand-mère perd la vue et ne peut pas lire ses étiquettes d'ordonnance. Elle utilise une loupe car les étiquettes sont trop petites » — l'extraction sémantique comble cette lacune.
D'une photo de flacon d'ordonnance à votre journal médical personnel en trois étapes
Photographiez vos étiquettes d'ordonnance
À chaque fois que vous récupérez une nouvelle ordonnance ou un renouvellement, prenez une photo de l'étiquette du flacon avec votre téléphone — JPG ou PNG. Une photo de face est idéale, mais les photos en angle fonctionnent aussi. Téléchargez les étiquettes nouvelles et existantes ensemble dans un seul lot. Une photo de face avec un éclairage uniforme donnera les meilleurs résultats, mais le modèle lit à travers un éblouissement et une courbure modérés.
Nommez les champs — Médicament, Dosage, Posologie
Saisissez les noms de colonnes dont vous avez besoin pour vos dossiers médicamenteux personnels : Nom du médicament, Dosage, SIG / Posologie, Date d'exécution, Renouvellements, Prescripteur. Le même ensemble de colonnes fonctionne pour chaque étiquette du lot — une nouvelle ordonnance du cardiologue et un renouvellement du médecin traitant utilisent les mêmes définitions. Vous ne créez pas de modèles par pharmacie.
Téléchargez un seul tableur de journal médicamenteux
Le traitement prend environ 5 secondes par étiquette. Le résultat est un fichier XLSX : chaque ligne correspond à une étiquette d'ordonnance, chaque colonne à un champ que vous avez nommé. Un médicament contre la tension artérielle nouvellement délivré à la ligne 1, le renouvellement du médicament pour la thyroïde à la ligne 2, un antibiotique du mois dernier à la ligne 3 — le tout dans un seul tableau. Environ 10 fois plus rapide que d'ouvrir chaque photo et de saisir les détails à la main (~45-60s manuel par étiquette contre ~5s ici).
Quand ça fonctionne le mieux — et quand être prudent
Conçu pour la tenue de dossiers médicamenteux personnels à partir de vos propres étiquettes d'ordonnance.
Quand ça fonctionne le mieux
Photos de face avec un éclairage uniforme. Jusqu'à 99 % de précision sur le nom du médicament, le dosage et la date imprimés, quelle que soit la pharmacie.
Polices standard des pharmacies. Caractères sans-serif nets, quelle que soit la taille — le modèle lit la courbure indépendamment du corps.
Étiquettes de pharmacies mélangées dans un seul lot. CVS, Walgreens et pharmacies indépendantes — mêmes colonnes, un seul tableur.
Registres personnels de médicaments. Créez un historique complet de vos propres ordonnances — nom, dosage, fréquence, dates — dans un fichier consultable.
Quand être prudent
Angles extrêmes ou reflets importants. Un flacon photographié de côté ou des reflets violents réduisent la précision. Photographiez les étiquettes de face avec un éclairage uniforme.
Vos propres étiquettes uniquement. Conçu pour extraire les informations des étiquettes d'ordonnance que vous possédez personnellement. Ne téléchargez pas les étiquettes d'autres personnes. L'IA extrait le texte visible — elle n'interprète pas le sens clinique, ne vérifie pas les interactions et ne remplace pas un avis médical.
Données visibles uniquement, pas d'enrichissement. L'outil extrait le texte de l'étiquette. Il ne valide pas par rapport aux formulaires ni ne recoupe les dossiers médicaux. La vérification auprès de votre pharmacien reste votre responsabilité.
Questions fréquentes
L'IA peut-elle lire le Nom du médicament et le Dosage sur un flacon courbe photographié en angle ?
Oui. Le modèle visuel lit le texte à travers la courbure cylindrique en comprenant la signification de chaque champ — un nom de médicament est toujours l'identifiant du médicament, qu'il apparaisse en haut au centre d'une étiquette CVS ou à côté du logo sur une étiquette de pharmacie indépendante. Une photo de face et bien éclairée offre une précision allant jusqu'à 99 % sur le texte imprimé. Les photos en angle réduisent la précision par rapport aux photos de face, mais le modèle surpasse toujours l'OCR traditionnel — qui perd souvent 30 à 40 % de précision sur les surfaces courbes car il suppose un alignement plat des caractères. Le temps de traitement de 5 secondes reste le même, quelle que soit la qualité de la photo.
L'IA gérera-t-elle les instructions SIG en texte libre comme « Prendre 1 comprimé par jour pendant 14 jours » ?
Oui. Le champ SIG / Posologie capture le texte intégral de l'instruction tel qu'il est écrit sur l'étiquette, y compris le moment de la prise, la voie d'administration, la durée et les conditions PRN. Les instructions d'utilisation d'une ordonnance proviennent directement du prescripteur sous forme de texte libre — il n'existe pas de format universel. L'IA lit le bloc d'instructions comme un champ de texte complet, préservant le libellé exact afin que vous ayez un enregistrement précis de ce que disait l'étiquette. Si vous avez besoin d'extraire des éléments spécifiques séparément, définissez des colonnes supplémentaires comme Quantité, Durée et Voie d'administration, et l'IA les analysera à partir du contexte de l'instruction.
Puis-je traiter par lots des étiquettes d'ordonnance avec d'autres types de documents photo dans le même lot ?
Oui. Définissez un ensemble de colonnes couvrant tous les champs — Nom du médicament, Dosage, Nom, Téléphone — et l'IA lit chaque photo indépendamment. Une ordonnance renseigne le Nom du médicament ; une carte de visite renseigne le Nom, laissant les champs du médicament vides. Les outils basés sur des modèles nécessitent des configurations séparées par type — l'Extraction de colonnes personnalisées gère les types mixtes à partir d'une seule définition.
Qu'en est-il des blocs d'ordonnance manuscrits — l'IA peut-elle les extraire ?
Les blocs d'ordonnance manuscrits sont un type de document différent des étiquettes de flacons de pharmacie imprimées. Le modèle visuel peut lire une écriture manuscrite raisonnablement lisible, mais comme le note une revue systématique de 2023 dans les Annals of Medicine & Surgery, les ordonnances manuscrites contiennent des erreurs dans 35,7 % des cas — et une erreur de lecture du nom du médicament ou du dosage a des conséquences cliniques. Pour les étiquettes de pharmacie imprimées, qui sont générées par machine et utilisent des polices claires, la précision atteint jusqu'à 99 %. Pour les ordonnances manuscrites, considérez l'extraction comme un point de départ et vérifiez chaque champ. Cet outil est destiné à organiser vos propres dossiers médicamenteux, et non à la prise de décision clinique.
Puis-je exporter mon journal de médicaments et le partager avec mon médecin ou mon aidant ?
Oui. L'outil exporte un fichier XLSX propre — une ligne par étiquette d'ordonnance, avec des colonnes pour les champs que vous avez nommés. Vous pouvez partager ce tableur avec votre médecin, votre pharmacien ou un aidant familial comme référence pour la conciliation médicamenteuse. L'exportation ne contient que le texte figurant sur vos étiquettes ; elle n'ajoute aucune interprétation clinique. Pour une gestion complète de vos médicaments, conservez toujours votre liste officielle de médicaments telle que confirmée par votre professionnel de santé et votre pharmacien.
Analyses approfondies sur l'extraction d'étiquettes d'ordonnance : Extraction du dosage des médicaments sur ordonnance et du code NDC — comment l'IA exécute en 5 secondes des flux de travail de pharmacie de 50 secondes · Le fardeau des ordonnances papier — 2 milliards d'ordonnances saisies manuellement et le coût de la saisie manuelle des données · Analyse de la précision de l'extraction d'ordonnances pour la sécurité des médicaments — ce que l'IA réussit et où la vérification humaine reste essentielle
Parcourez tous les scénarios de capture de documents photo sur la page hub Documents photo — cartes de visite, étiquettes d'expédition, relevés de compteurs, et plus encore.