Od ręcznego przetwarzania skanów do 80% automatyzacji – dzięki AI i OCR w sektorze zdrowia

Klientem projektu jest amerykańska firma z sektora opieki zdrowotnej, która każdego dnia przetwarza ogromne ilości dokumentów finansowych, takich jak potwierdzenia płatności czy rozliczenia z ubezpieczycielami. Większość jej procesów operacyjnych została zautomatyzowana i opiera się na wymianie dokumentów w formacie elektronicznym (takim jak EDIFACT), co zapewnia płynność komunikacji i wysoką efektywność. Problemem pozostawały jednak dokumenty w niestandardowych formatach – skany, wydruki czy dokumenty w formie obrazów – które wymagały manualnej obróbki, ograniczając skalowalność procesu i obciążając zasoby ludzkie.

Głównym celem klienta była automatyzacja separacji i klasyfikacji wielostronicowych dokumentów papierowych i skanowanych. Rozwiązanie musiało być odporne na szum informacyjny (np. strony niezwiązane z dokumentem, obrócone skany, różne layouty) i jednocześnie zapewniać wysoką trafność w wykrywaniu granic dokumentów oraz przypisywaniu ich do odpowiednich kategorii. Wymagało to nie tylko zaawansowanego przetwarzania obrazu i tekstu, ale też uwzględnienia specyfiki procesów wewnętrznych klienta.

Projekt zrealizowano w kilku etapach, łącząc eksplorację danych, rozwój modeli machine learningowych (ML) oraz reguły dopasowane do wymagań biznesowych klienta.

W ramach opracowanego rozwiązania uwzględniono:

• Opracowanie modeli wykrywających granice dokumentów w strumieniu stron, które działają na zasadzie binarnej klasyfikacji par stron – system porównuje sąsiadujące strony i ocenia, czy należą do tego samego dokumentu. Pozwala to automatycznie dzielić zbiory stron na właściwe jednostki dokumentów.
• Zbudowanie klasyfikatorów przypisujących dokumenty do odpowiednich kategorii, co umożliwia szybkie skierowanie ich do właściwych procesów lub działów – np. faktury do księgowości, formularze do działu rozliczeń. Dzięki temu unika się ręcznego sortowania i opóźnień.
• Fine-tuning modeli transformerowych, czyli nowoczesnych algorytmów, które potrafią analizować układ i treść dokumentów (Dokument AI) podobnie do człowieka. Ich dostosowanie do danych klienta sprawiło, że system jest dużo bardziej precyzyjny.
• Zaprojektowanie reguł post-processingu, które pomagają dopasować wyniki modelu do realnych potrzeb firmy. Przykład: jeśli dokument nie zawiera konkretnego numeru referencyjnego, może zostać oznaczony do sprawdzenia – mimo że model uznał go za poprawny.

W ramach projektu przeprowadzono również:

• analizę jakości danych i ich eksplorację (EDA),
• filtrację stron zawierających szum informacyjny,
• rozwój i testowanie modeli separacji i klasyfikacji,
• implementację aplikacji integrującej te modele z istniejącymi procesami klienta.

Wszystkie te elementy współdziałają, tworząc elastyczny system, który nie tylko rozpoznaje dokumenty, ale też pomaga w ich dalszym przetwarzaniu zgodnie z ustalonymi procedurami.

Dzięki wdrożonemu systemowi klient osiągnął znaczące usprawnienia:

• Ponad 80% dokumentów było automatycznie weryfikowanych bez udziału człowieka.
• Osiągnięto bardzo wysoką skuteczność klasyfikacji i wykrywania granic dokumentów na zestawie testowym.
• Znacząco zredukowano czas i nakład pracy potrzebny do manualnego przetwarzania dokumentów.
• Wprowadzono elastyczne progi ufności, umożliwiające dopasowanie poziomu automatyzacji do ryzyka operacyjnego.

Z perspektywy klienta przekłada się to na:

• Zwiększoną skalowalność procesów bez proporcjonalnego wzrostu zatrudnienia,
• Szybsze przetwarzanie dokumentów i płynniejszą obsługę transakcji,
• Mniejsze uzależnienie od zasobów ludzkich w czasochłonnych zadaniach operacyjnych.

Rozwiązanie opiera się na najnowszych technikach przetwarzania dokumentów i integracji różnych modalności danych:

• Użycie OCR (rozpoznawanie tekstu), bounding boxes (informacji o położeniu tekstu) oraz skanów graficznych jako wejścia multimodalnego.
• Agregacja embeddingów stron z wykorzystaniem poolingów, warstw uwagi (attention) i Bi-LSTM.
• Separacja dokumentów przy użyciu klasyfikacji binarnej par stron.
• Fine-tuning architektur transformerowych na potrzeby branży opieki zdrowotnej.

Model i jego komponenty zostały w pełni dostosowane do realiów procesów klienta, co przełożyło się na skuteczność rozwiązania i możliwość jego replikacji w innych sektorach, np. logistyce czy administracji, gdzie dokumentacja papierowa nadal odgrywa istotną rolę.