各家医院都存在不同类型的电子报告/纸质报告，未能提供接口进行结构化数据归档；这些不同类型报告对于医院管理及科研课题，价值非常大，需长时间保存及回溯分析。但人工整理、录入和归档，易出错，工作量巨大，需有一套系统，能对不同类型的电子报告/纸质报告进行高准确度的分析与内容结构化，以满足归档及分析需求。

基于大模型+OCR的医学文本智能解析系统，结合了大模型和 OCR 技术，对不同模板格式的各类复杂文档，完成信息结构化抽取，准确率高且应用广泛。

系统是行业化专用引擎，较目前市面上的通用OCR引擎，一是支持不同类型文档模板格式的深度学习和自动识别；二是对复杂表格的合并单元格能精准识别；三是不依赖表格绝对位置标定，能智能识别出单元格内容过长导致的表格变长问题；四是支持深度接口/应用定制。

医院，医疗相关管理中心

手工标定参照物

表格自动识别

大模型解析引擎

广州中山大学某附属医院