약물명, 용량 및 복용 지시사항을 모든 처방전 라벨 사진에서 추출하세요
처방전 병의 정보를 복용 기록에 수기로 입력하는 데 라벨당 45~60초가 걸립니다 — 이 도구는 5초면 읽어냅니다.
라벨당 5초 · 인쇄 텍스트 최대 99% 정확도 · 개인 복용 기록 전용
처방전 라벨 사진에서 추출할 수 있는 정보
약물 기록에 필요한 필드를 지정하세요. AI는 곡선형 라벨에서의 위치가 아닌 의미를 기준으로 각 필드를 찾아냅니다.
브랜드명 또는 일반명. 체인점에 따라 위치가 다르지만, AI는 레이아웃과 관계없이 이를 약물 식별자로 인식합니다.
숫자 값과 단위. 약물명 옆에 작은 글씨로 표기되며, 모델은 숫자-단위 쌍을 의미적으로 읽어냅니다.
"하루 1정 복용"과 같은 자유 형식의 지시사항 — AI는 인쇄된 전체 텍스트를 그대로 캡처합니다.
간결한 날짜 형식의 조제일과 남은 재조제 횟수. 모델은 날짜 패턴과 "Refills" 라벨을 인식하여 둘 다 추출합니다.
약국 이름, 주소, 전화번호, 처방의 이름 — AI는 위치가 아닌 의미적 역할로 각 항목을 찾아냅니다.
곡선 병의 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 가장자리의 텍스트가 왜곡됩니다. 둥근 병에 붙은 라벨은 원통형 왜곡을 일으켜 세로 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 시력 연구에서 권장하는 최소 12포인트보다 작은 6~8포인트 글씨를 사용합니다. 광택 코팅은 반사를 일으켜 작은 글자를 지워버립니다. 스마트폰으로 찍은 사진은 두 문제를 모두 악화시킵니다.
약국 체인마다 레이아웃이 모두 다릅니다. CVS는 약물명을 상단 중앙에 배치합니다. Walgreens는 로고 옆에 둡니다. AT&T 파운드리의 "Hey Chloe" 프로젝트는 체인별 라벨 다양성을 핵심 과제로 기록했습니다. 템플릿 도구는 체인마다 별도의 설정이 필요합니다.
의미론적 추출이 곡면과 눈부심을 어떻게 처리하는지
열 이름을 지정하면 AI가 의미를 기준으로 값을 찾습니다. 약물명, 용량, SIG를 입력하세요. 모델은 각 항목을 의미적 역할로 식별합니다. 상단의 큰 텍스트는 약물명이고, 숫자-단위 쌍은 용량입니다. 곡면이나 레이아웃은 좌표에 의존하지 않으므로 중요하지 않습니다.
하나의 열 세트로 모든 약국 체인에서 작동합니다. 열을 한 번만 정의하면 CVS, Walgreens, 독립 약국의 라벨이 모두 동일한 스프레드시트에 정리됩니다. 체인별 설정이 필요 없습니다.
시각적 맥락이 눈부심과 작은 글씨를 해결합니다. 모델은 약국 라벨 상단의 눈에 띄는 텍스트가 약물 식별자임을 이해하므로 눈부심 반사 속에서도 약물명을 읽어냅니다. 학술 연구에 따르면 딥 네트워크는 곡면 병 표면에서 97% 이상의 키포인트 정확도를 달성합니다. 한 Reddit 사용자가 설명했듯이, "할머니가 시력을 잃어가고 계시고 처방전 라벨을 읽을 수 없습니다. 라벨이 너무 작아서 돋보기를 사용하십니다" — 의미론적 추출이 이 문제를 해결합니다.
처방전 병 라벨 사진 한 장으로 개인 복약 기록을 세 단계로 완성
처방전 라벨을 사진으로 촬영하세요
새 처방전이나 재조제 처방전을 받을 때마다 휴대폰으로 병 라벨을 촬영하세요 — JPG 또는 PNG 형식이면 됩니다. 정면 촬영이 가장 좋지만, 각도가 있는 사진도 인식됩니다. 새 라벨과 기존 라벨을 한 번에 업로드할 수 있습니다. 균일한 조명에서 정면으로 촬영한 사진이 가장 좋은 결과를 제공하지만, 모델은 어느 정도의 반사광과 곡면도 인식합니다.
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 배치의 모든 라벨에 적용됩니다 — 심장내과에서 받은 새 처방전과 가정의학과에서 받은 재조제 처방전 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 처방전 라벨 하나, 각 열은 직접 지정한 필드 하나입니다. 1행에 새로 조제된 혈압약, 2행에 갑상선 약 재조제, 3행에 지난달 항생제 — 모두 하나의 표에 정리됩니다. 사진을 하나씩 열어 수기로 입력하는 것보다 약 10배 빠릅니다 .
가장 효과적인 경우 — 주의가 필요한 경우
처방전 라벨에서 개인 복약 기록을 관리하도록 설계되었습니다.
가장 적합한 경우
균일한 조명에서 정면으로 촬영한 사진. 모든 체인 약국의 인쇄된 약물명, 용량, 날짜에 대해 최대 99% 정확도를 제공합니다.
표준 약국 글꼴. 어떤 크기의 깔끔한 산세리프체든 — 모델이 포인트 크기와 관계없이 곡선을 읽어냅니다.
한 배치에 섞인 여러 약국의 라벨. CVS, Walgreens, 독립 약국 — 동일한 열 구성, 하나의 스프레드시트.
개인 복약 기록. 본인의 처방전에 대한 완전한 기록 — 약물명, 용량, 복용 빈도, 날짜 — 을 검색 가능한 하나의 파일로 구축합니다.
주의가 필요한 경우
극단적인 각도나 심한 반사. 옆으로 놓인 병이나 강한 반사는 정확도를 떨어뜨립니다. 라벨을 균일한 조명에서 정면으로 촬영하세요.
본인의 라벨만 사용하세요. 본인이 직접 소유한 처방전 라벨에서 정보를 추출하도록 설계되었습니다. 다른 사람의 라벨을 업로드하지 마세요. AI는 보이는 텍스트를 추출할 뿐, 임상적 의미를 해석하거나, 상호작용을 검증하거나, 의학적 조언을 대체하지 않습니다.
보이는 데이터만, 보강 없음. 이 도구는 라벨 텍스트를 추출합니다. 약제 처방집과 대조하거나 의료 기록을 교차 참조하지 않습니다. 약사와의 확인은 본인의 책임입니다.
자주 묻는 질문
AI가 곡선 병을 비스듬히 촬영한 사진에서 약물명과 용량을 읽을 수 있나요?
네. 시각 모델은 각 필드의 의미를 이해하여 원통형 곡면의 텍스트를 읽습니다. 약물명은 CVS 라벨의 상단 중앙에 있든, 독립 약국 라벨의 로고 옆에 있든 항상 약물 식별자입니다. 정면에서 조명이 잘 비춘 사진은 인쇄 텍스트에 대해 최대 99%의 정확도를 제공합니다. 비스듬한 사진은 정면 촬영보다 정확도가 낮지만, 모델은 여전히 기존 OCR보다 우수합니다. 기존 OCR은 문자가 평평하게 정렬되어 있다고 가정하기 때문에 곡면에서 30-40%의 정확도를 잃는 경우가 많습니다. 5초 처리 시간은 사진 품질과 관계없이 동일합니다.
"14일 동안 하루 1정 복용"과 같은 자유 형식의 SIG 지시사항도 AI가 처리할 수 있나요?
네. SIG / 복용 지시사항 필드는 복용 시기, 경로, 기간, PRN 조건을 포함하여 라벨에 적힌 전체 지시문을 캡처합니다. 처방전의 사용 지시사항은 처방자가 자유 형식 텍스트로 직접 작성하므로 보편적인 형식이 없습니다. AI는 지시문 블록을 완전한 텍스트 필드로 읽어 정확한 문구를 보존하므로 라벨에 적힌 내용을 정확히 기록할 수 있습니다. 특정 요소를 별도로 추출해야 하는 경우 수량, 기간, 경로와 같은 추가 열을 정의하면 AI가 지시문 맥락에서 이를 파싱합니다.
같은 배치에서 처방전 라벨과 다른 사진 문서 유형을 함께 처리할 수 있나요?
네. 약물명, 용량, 이름, 전화번호 등 모든 필드를 포함하는 열 세트 하나를 정의하면 AI가 각 사진을 독립적으로 읽습니다. 처방전은 약물명을 제공하고 명함은 이름을 제공하며 약물 필드는 비워 둡니다. 템플릿 도구는 유형별로 별도의 구성을 필요로 하지만, 맞춤 열 추출은 하나의 정의로 혼합 유형을 처리합니다.
손으로 쓴 처방전은 어떻습니까? AI가 추출할 수 있나요?
손으로 쓴 처방전은 인쇄된 약국 병 라벨과 다른 문서 유형입니다. 시각 모델은 비교적 읽기 쉬운 필기를 읽을 수 있지만, Annals of Medicine & Surgery에 게재된 2023년 체계적 검토에 따르면 손으로 쓴 처방전의 35.7%에 오류가 있으며, 약물명이나 용량을 잘못 읽으면 임상적 결과에 영향을 미칠 수 있습니다. 기계로 생성되고 깨끗한 글꼴을 사용하는 인쇄된 약국 라벨의 경우 정확도는 최대 99%입니다. 손으로 쓴 처방전의 경우 추출 결과를 시작점으로 간주하고 모든 필드를 검증하십시오. 이 도구는 임상적 의사 결정이 아닌 개인 투약 기록 정리를 위해 설계되었습니다.
약물 기록을 내보내서 의사나 돌봄 제공자와 공유할 수 있나요?
네, 가능합니다. 이 도구는 깔끔한 XLSX 파일을 내보냅니다. 처방전 라벨당 한 행씩, 사용자가 지정한 필드에 대한 열로 구성됩니다. 이 스프레드시트를 주치의, 약사 또는 가족 돌봄 제공자와 공유하여 약물 조정 참고 자료로 사용할 수 있습니다. 내보내기에는 라벨에 표시된 텍스트만 포함되며 임상적 해석은 추가되지 않습니다. 포괄적인 약물 관리를 위해 의료 제공자와 약사가 확인한 공식 약물 목록을 항상 유지하세요.
처방전 라벨 추출에 대한 심층 분석: 처방약 용량 및 NDC 추출 — AI가 50초 약국 워크플로우를 5초로 단축하는 방법 · 종이 처방전의 부담 — 수작업으로 입력되는 20억 건의 처방전과 수동 데이터 입력 비용 · 약물 안전을 위한 처방전 추출 정확도 분석 — AI가 정확히 처리하는 부분과 인간 검증이 여전히 필수적인 부분
사진 문서 허브 페이지에서 모든 사진 문서 캡처 시나리오를 살펴보세요 — 명함, 배송 라벨, 계량기 판독 등.