모든 처방전 라벨 사진에서 약물명, 용량 및 복용 지시사항을 가져옵니다
처방전 병에 적힌 세부 정보를 수동으로 복용 기록에 입력하는 데는 라벨당 45~60초가 걸리지만, 이 도구는 5초 만에 읽어냅니다.
라벨당 5초 · 인쇄 텍스트 최대 99% 정확도 · 개인 복용 기록 전용
처방전 라벨 사진에서 추출할 수 있는 정보
약물 기록에 필요한 필드를 지정하기만 하면 됩니다. AI는 라벨 위의 위치가 아닌 의미를 기준으로 각 필드를 찾아냅니다.
브랜드명 또는 일반명. 체인마다 위치가 다르지만, AI는 레이아웃과 관계없이 이를 약물 식별자로 인식합니다.
숫자 값과 단위. 약물명 옆에 작은 글씨로 표시되며, 모델이 숫자-단위 쌍을 의미적으로 읽어냅니다.
"1일 1정 복용"과 같은 자유 형식의 지시사항입니다. AI가 인쇄된 전체 텍스트를 그대로 캡처합니다.
조제일과 남은 재처방 횟수가 간결한 날짜 형식으로 표시됩니다. 모델이 날짜 패턴과 "Refills" 라벨을 인식하여 두 정보를 모두 추출합니다.
약국명, 주소, 전화번호 및 처방의 이름. AI는 위치가 아닌 의미적 역할을 기준으로 각 정보를 찾아냅니다.
곡선 병에 담긴 작은 글씨 — 대부분의 도구가 처방전 라벨에서 실패하는 이유
처방전 라벨은 플라스틱 원통을 감싼 직사각형 스티커로, 6~8포인트 크기로 인쇄되고 광택 라미네이트로 덮여 있습니다. 템플릿 도구는 평평하고 대비가 높은 입력을 가정하지만, 병 라벨은 모든 가정을 무너뜨립니다.
처방전 라벨을 읽기 어려운 이유
곡면 때문에 가장자리 텍스트가 왜곡됩니다. 둥근 병에 부착된 라벨은 원통형 왜곡을 일으켜 수직 가장자리로 갈수록 확대율이 떨어집니다. 원통형 약병 라벨에 관한 MDPI 논문은 이를 자동 추출의 주요 장벽으로 지목합니다. 기존 OCR은 평평한 문서를 전제로 합니다.
광택 플라스틱 위의 작은 글씨와 눈부심. 대부분의 라벨은 6~8포인트 크기의 글자를 사용하는데, 이는 시력 연구에서 권장하는 최소 12포인트에 미치지 못합니다. 광택 라미네이트는 반사를 일으켜 작은 글자를 지워버립니다. 스마트폰으로 급히 찍은 사진은 두 문제를 모두 악화시킵니다.
약국 체인마다 라벨 레이아웃이 다릅니다. CVS는 약물명을 상단 중앙에 배치합니다. Walgreens는 로고 옆에 둡니다. AT&T Foundry의 "Hey Chloe" 프로젝트는 체인별 라벨 다양성을 핵심 과제로 기록했습니다. 템플릿 도구는 체인마다 별도의 설정이 필요합니다.
의미 기반 추출이 곡면과 눈부심을 읽는 방법
열 이름을 지정하면 AI가 의미를 기준으로 값을 찾습니다. 약물명, 용량, SIG를 입력하세요. 모델은 각각의 의미적 역할을 식별합니다. 상단 근처의 큰 텍스트는 약물명이고, 숫자-단위 쌍은 용량입니다. 모델이 좌표에 의존하지 않기 때문에 곡면과 레이아웃은 중요하지 않습니다.
하나의 열 세트로 모든 약국 체인에서 작동합니다. 열을 한 번만 정의하면 CVS, Walgreens, 독립 약국의 라벨이 모두 동일한 스프레드시트에 정리됩니다. 체인별 설정이 필요하지 않습니다.
시각적 맥락이 눈부심과 작은 글꼴을 해결합니다. 모델은 약국 라벨 상단의 두드러진 텍스트가 약물 식별자임을 이해하기 때문에 눈부심이 있는 부분을 통해서도 약물명을 읽습니다. 학술 연구에 따르면 딥 네트워크는 곡면 병 표면에서 97% 이상의 키포인트 정확도를 달성합니다. 한 Reddit 사용자가 설명했듯이, "할머니가 시력을 잃어가셔서 처방전 라벨을 읽을 수 없습니다. 라벨이 너무 작아서 돋보기를 사용하십니다" — 의미 기반 추출이 이 격차를 해소합니다.
처방전 병 라벨 사진 한 장으로 개인 복약 기록을 세 단계에 만듭니다
처방전 라벨 사진 촬영
새 처방전이나 재조제 약을 받을 때마다 휴대폰으로 병 라벨 사진을 찍으세요. JPG 또는 PNG 형식이면 됩니다. 정면 촬영이 가장 좋지만, 각도가 있는 사진도 인식 가능합니다. 새 라벨과 기존 라벨을 함께 한 번에 업로드하세요. 균일한 조명에서 정면으로 찍은 사진이 최상의 결과를 제공하지만, 모델은 적당한 눈부심이나 곡면도 읽어냅니다.
필드 이름 지정 — 약물명, 용량, SIG
개인 복약 기록에 필요한 열 이름을 입력하세요: 약물명, 용량, SIG / 복용 지시사항, 조제일, 재조제 횟수, 처방의. 동일한 열 세트가 배치 내 모든 라벨에 적용됩니다. 심장내과에서 받은 새 처방전과 가정의학과에서 받은 재조제 약 모두 동일한 정의를 사용합니다. 약국별 템플릿을 만들 필요가 없습니다.
단일 복약 기록 스프레드시트 다운로드
처리 시간은 라벨당 약 5초입니다. 출력은 하나의 XLSX 파일입니다. 각 행은 하나의 처방전 라벨, 각 열은 사용자가 지정한 필드입니다. 새로 조제한 혈압약이 1행, 갑상선약 재조제가 2행, 지난달 항생제가 3행 — 모두 하나의 테이블에 정리됩니다. 각 사진을 열어 수동으로 입력하는 것보다 약 10배 빠릅니다 .
가장 효과적인 경우와 주의가 필요한 경우
개인 처방전 라벨에서 약물 기록을 관리하도록 설계되었습니다.
가장 적합한 경우
고른 조명에서 정면으로 촬영한 사진. 모든 체인 약국의 인쇄된 약물명, 용량, 날짜에 대해 최대 99% 정확도를 제공합니다.
표준 약국 글꼴. 크기에 관계없이 깔끔한 산세리프체를 사용합니다. 모델은 곡률을 읽어내므로 포인트 크기에 영향을 받지 않습니다.
한 배치에 섞인 여러 약국 라벨. CVS, Walgreens, 개인 약국 모두 동일한 열 세트로 하나의 스프레드시트에 담을 수 있습니다.
개인 복약 기록. 자신의 처방전 전체 기록을 하나의 검색 가능한 파일로 구축합니다.
주의가 필요한 경우
극단적인 각도나 심한 눈부심. 병을 정면이 아닌 각도에서 찍거나 강한 반사가 있으면 정확도가 떨어집니다. 라벨을 고른 조명에서 정면으로 촬영하세요.
본인 소유 라벨만 사용하세요. 본인이 직접 소유한 처방전 라벨에서 정보를 추출하도록 설계되었습니다. 타인의 라벨은 업로드하지 마십시오. AI는 보이는 텍스트를 추출할 뿐, 임상적 의미를 해석하거나, 약물 상호작용을 확인하거나, 의학적 조언을 대체하지 않습니다.
보이는 데이터만 추출, 보강 없음. 이 도구는 라벨 텍스트를 추출합니다. 약제 처방집과 대조하거나 의료 기록을 교차 참조하지 않습니다. 약사와의 확인은 귀하의 책임입니다.
자주 묻는 질문
AI가 각도가 있는 곡선 병에서 약물명과 용량을 읽을 수 있나요?
네, 가능합니다. 시각 모델은 각 필드의 의미를 이해하여 원통형 곡면의 텍스트를 읽습니다. 약물명은 CVS 라벨의 상단 중앙에 있든, 독립 약국 라벨의 로고 옆에 있든 항상 약물 식별자 역할을 합니다. 정면에서 조명이 잘 들어온 사진의 경우 인쇄된 텍스트에 대해 최대 99%의 정확도를 보입니다. 각도가 있는 사진은 정면 사진에 비해 정확도가 떨어지지만, 평평한 문자 정렬을 가정하여 곡면에서 30-40%의 정확도 손실이 자주 발생하는 기존 OCR보다는 여전히 성능이 뛰어납니다. 5초의 처리 시간은 사진 품질에 관계없이 동일합니다.
AI가 "14일 동안 하루 1정 복용"과 같은 자유 텍스트 SIG / 복용 지시사항을 처리할 수 있나요?
네, 가능합니다. SIG / 복용 지시사항 필드는 복용 시간, 경로, 기간 및 PRN 조건을 포함하여 라벨에 기재된 전체 지시사항 텍스트를 캡처합니다. 처방전의 사용 지시사항은 처방의가 자유 형식 텍스트로 직접 제공하며, 보편적인 형식은 없습니다. AI는 지시사항 블록을 완전한 텍스트 필드로 읽어 정확한 표현을 보존하므로 라벨에 적힌 내용을 정확히 기록할 수 있습니다. 수량, 기간, 경로와 같은 특정 요소를 별도로 추출해야 하는 경우 추가 열을 정의하면 AI가 지시사항 컨텍스트에서 이를 분석합니다.
처방전 라벨과 다른 사진 문서 유형을 같은 배치에서 일괄 처리할 수 있나요?
네, 가능합니다. 약물명, 용량, 이름, 전화번호 등 모든 필드를 포함하는 하나의 열 세트를 정의하면 AI가 각 사진을 독립적으로 읽습니다. 처방전은 약물명을 제공하고 명함은 이름을 제공하며, 약물 관련 필드는 비워둡니다. 템플릿 도구는 유형별로 별도의 설정이 필요하지만, 맞춤 열 추출은 하나의 정의로 혼합 유형을 처리합니다.
손으로 작성한 처방전은 어떻습니까? AI가 추출할 수 있나요?
손으로 작성한 처방전은 인쇄된 약국 병 라벨과는 다른 문서 유형입니다. 시각 모델은 비교적 읽기 쉬운 필기체를 읽을 수 있지만, Annals of Medicine & Surgery의 2023년 체계적 검토에 따르면 손으로 작성한 처방전의 35.7%에 오류가 포함되어 있습니다. 약물명이나 용량을 잘못 읽으면 임상적 결과를 초래할 수 있습니다. 기계로 생성되고 깔끔한 글꼴을 사용하는 인쇄된 약국 라벨의 경우 정확도는 최대 99%입니다. 손으로 작성한 처방전의 경우 추출 결과를 시작점으로 삼고 모든 필드를 확인하십시오. 이 도구는 임상적 의사 결정이 아닌 개인 투약 기록 정리를 위해 설계되었습니다.
복용 기록을 내보내서 의사나 돌봄 제공자와 공유할 수 있나요?
네. 이 도구는 깔끔한 XLSX 파일을 내보냅니다. 처방전 라벨당 한 행씩, 사용자가 지정한 필드가 열로 구성됩니다. 이 스프레드시트를 의사, 약사 또는 가족 돌봄 제공자와 공유하여 약물 조정 시 참고 자료로 사용할 수 있습니다. 내보내기에는 라벨에 표시된 텍스트만 포함되며, 임상적 해석은 추가되지 않습니다. 포괄적인 약물 관리를 위해서는 의료 제공자와 약사가 확인한 공식 약물 목록을 항상 유지하시기 바랍니다.
처방전 라벨 추출에 대한 심층 분석: 처방약 용량 및 NDC 추출 — AI가 50초 약국 작업을 5초로 단축하는 방법 · 종이 처방전의 부담 — 20억 건의 수동 처방전 입력과 수동 데이터 입력의 비용 · 약물 안전을 위한 처방전 추출 정확도 분석 — AI가 정확히 수행하는 부분과 인간의 검증이 여전히 필수적인 부분
모든 사진 문서 캡처 시나리오는 사진 문서 허브 페이지에서 확인하세요 — 명함, 배송 라벨, 미터 판독값 등.