从HIS化验截图提取检验指标到Excel：行政与科研数据管理实操指南

HIS系统里的化验结果查得到、打印得出来，就是导不出来——没有批量导出接口，或者有接口但需要走漫长的IT申请流程。截图成了最快的"导出"方式：拍下来，存一个文件夹，然后面对几百张图片和一张空白Excel。

这篇文章面向医院行政管理、质量管理和临床科研人员，讲清楚这个数据管理问题的根源，以及目前最直接的处理方式。

为什么HIS截图成了主流"导出"方式

HIS系统本身是为临床流程设计的——开单、执行、出报告、归档。数据管理和二次利用不是它的核心场景，所以很多系统在这方面功能有限。常见的限制包括：

没有批量数据导出接口。系统可以显示单张检验报告，可以打印，但没有"按时间段导出所有检验结果到Excel"这个功能。如果有，也通常仅限于IT管理员操作，科室人员没有权限。

接口存在但申请成本高。部分医院的HIS系统提供数据库查询接口，但走信息科审批、安全评估、技术对接的流程往往需要数周，很多科研项目等不起，也没有这个预算。

老旧系统无法升级。相当数量的基层医院和科室在用10年以上的老版HIS，系统本身没有现代导出能力，升级成本又太高。

结果是截图成了最普遍的变通方案：进入系统查看报告页面，截图保存。操作简单，不需要任何审批。但数据躺在图片里，后续处理全部要靠人工。

这不是个别医院的问题。国内医院信息化建设参差不齐，HIS无法批量导出数据这个限制，在三甲以下的医院中尤为普遍。截图是现实条件下的理性选择，问题出在截图之后的处理环节。

AI如何从化验截图中识别检验指标

化验报告截图和普通文档截图有一个重要差异：报告内容本身是高度结构化的——每个检验项目一行，行内包含项目名称、结果值、单位和参考范围，格式在同一个HIS系统里非常统一。这种结构性让AI识别比处理自由格式文字容易得多。

AI处理化验截图的工作原理可以拆成三步：

第一步：识别表格结构。化验报告通常以表格形式呈现。AI识别行列关系，确定哪一列是项目名、哪一列是数值、哪一列是单位、哪一列是参考范围，而不是把整张截图当成平铺的文字串来处理。

第二步：语义匹配字段。不同医院的HIS系统，同一个检验项目的显示名称可能不同——"血清肌酐"在某些系统里显示为"Scr"，在另一些里显示为"CREA"或"肌酐(Cr)"。AI通过语义理解做匹配，而不是字符串精确比对，所以能识别同一指标的不同表述方式。

第三步：按字段输出结构化结果。你在处理前定义好要提取的字段列表（比如"患者ID""检查项目""结果值""参考范围""单位""检查日期"），AI按照这个列表从每张截图里定向提取对应的值，输出时已经是按列对齐的表格，每张截图一行。

这套处理方式和通用OCR的本质差别在于：OCR识别文字，AI理解结构。OCR的输出需要你再从一段文字里找你要的值；按字段提取的输出直接就是可用的数据表。

处理方式	输出形式	还需要手动做什么	适合处理量
手动逐张录入	你自己填的Excel	全部	10张以内
通用OCR识别	报告全文文字	从文字中找目标值、对齐到Excel列	减少打字，不减少整理时间
AI按字段提取	按列对齐的结构化表格	抽样核查	几十到几百张均适用

操作流程

用简录AI处理HIS化验截图的完整流程如下：

第一步：定义提取字段

在上传截图之前，先写好你要提取哪些字段。字段名建议带单位，例如"血红蛋白(g/L)"而不是只写"血红蛋白"。这有两个作用：指定了提取的量纲，不会把不同单位的值混在一起；列名本身就是变量说明，不需要额外查对照表。

常用字段示例：患者ID、检查日期、检查项目、结果值、单位、参考范围。如果只需要特定指标，直接列出指标名，比如"血红蛋白(g/L)""白细胞计数(×10⁹/L)""血肌酐(μmol/L)"。

第二步：先用5张截图测试

不要一开始就上传全部截图。先选5张有代表性的——最好包含不同时期的、不同HIS界面版本的——上传测试，确认每个字段提取正确。特别注意数值相近的指标是否被正确区分，比如中性粒细胞绝对值(NEUT#)和中性粒细胞百分比(NEUT%)。这一步发现问题在这里调整，比批量处理完再返工省事得多。

第三步：批量上传，分批处理

测试通过后，每批上传20—50张，处理完核查一遍，没有问题再继续下一批。分批的好处是：如果发现字段配置需要调整，损失的只是这一批，不是全部。几十张截图通常几分钟内完成处理。

第四步：导出Excel，抽样核查

导出后先确认整体结构：行数是否和上传截图数量一致，列名是否和定义的字段对应。然后随机抽取5%左右的行，打开对应原始截图，逐项对比。一旦确认某种HIS格式下准确率稳定，后续同类截图只需少量抽检。这步不能省——核查机制是数据质量控制的基本要求。

在线试用工具（无需注册，文件在内存中处理，不存储在服务器上）：

化验截图 AI 提取

文件在内存中处理，不存储在服务器上。

常见化验指标的提取字段示例

以下是几类常见化验报告的推荐字段配置，可以直接复用，也可以根据具体需求增减：

化验类型	推荐提取字段	常见注意点
血常规	白细胞计数(×10⁹/L)、红细胞计数(×10¹²/L)、血红蛋白(g/L)、血小板计数(×10⁹/L)、中性粒细胞绝对值(×10⁹/L)、中性粒细胞百分比(%)	NEUT# 与 NEUT% 名称相近，字段名需明确区分绝对值和百分比
肝功能	谷丙转氨酶ALT(U/L)、谷草转氨酶AST(U/L)、总胆红素TBIL(μmol/L)、直接胆红素DBIL(μmol/L)、白蛋白ALB(g/L)、总蛋白TP(g/L)	不同系统ALT可能显示为"丙氨酸氨基转移酶"或"GPT"，字段名写中文全称覆盖面更广
肾功能	血肌酐SCr(μmol/L)、尿素氮BUN(mmol/L)、尿酸UA(μmol/L)、肾小球滤过率eGFR(mL/min/1.73m²)	eGFR部分HIS系统不单独显示，仅提供肌酐值，需注意字段是否存在
血糖血脂	空腹血糖FPG(mmol/L)、总胆固醇TC(mmol/L)、甘油三酯TG(mmol/L)、低密度脂蛋白LDL-C(mmol/L)、高密度脂蛋白HDL-C(mmol/L)、糖化血红蛋白HbA1c(%)	部分报告血糖单位为mg/dL，字段名加单位有助于识别单位不一致的情况

上表中的字段可以直接用作简录AI的自定义列名。字段名带单位的格式让AI在做语义匹配时更精准，同时导出的Excel列名本身就是完整的变量说明。

如果需要提取多个检验类型的数据，建议按类型分别建立模板——血常规一套字段、肝肾功能一套字段——而不是把所有字段合并在一个模板里。分开处理的Excel后续可以用患者ID和检查日期做关联，合并时更干净。

关于字段提取的通用方法，可以参考从任意文档中提取指定字段和从扫描件表单中提取指定字段这两篇文章，原理通用，不限于化验报告。

常见问题

截图分辨率低会影响提取准确率吗？

会有影响，但不是决定性的。化验报告的文字通常是印刷体，字符形状规则，AI对轻度模糊的截图容错能力较好。实际限制是：极低分辨率（屏幕截图缩放过小导致文字像素块状化）、严重过曝或欠曝、截图有遮挡（手指、反光）。建议在正常屏幕亮度下截图，不要用手机拍屏幕的方式——直接截图比拍照质量稳定得多。如果某张截图提取结果异常（某列全空或值明显错误），找到对应截图单独处理，通常是截图质量问题。

不同医院、不同HIS系统的界面差异大，都能识别吗？

化验报告在结构上有高度共性——表头、项目行、数值列——界面样式不同但信息组织方式基本一致。实际使用时，同一套字段定义在大多数HIS系统的截图上都能正常工作。遇到识别率下降的情况，通常是某个医院使用了非常规的字段标签，调整字段名（比如把"血肌酐"改为"Scr/肌酐"）即可解决。建议首次处理新来源的截图时先用5张测试，确认准确率后再批量处理。

处理包含患者信息的截图，隐私安全怎么保障？

简录AI的文件在内存中处理，不持久化存储在服务器上。使用前建议按所在医院的数据安全规范评估：如果截图包含完整身份信息（姓名+身份证号），部分机构要求本地处理；如果截图只包含患者ID和检验数据，通常符合数据最小化原则。科研用途建议在数据录入环节做去标识化处理，录入完成后删除原始截图。

批量处理科研数据，怎么保证数据可溯源？

建议在导出的Excel里保留一列"截图文件名"，记录每行数据对应的原始截图。这样在核查或质疑数据时，能直接找到原始来源。文件命名建议包含患者ID和检查日期（比如"P001_20260120_CBC.png"），这样即使截图文件夹和Excel分开存放，通过文件名也能快速对应。抽样核查时按这个文件名找到原图，逐项比对。

HIS不能批量导出数据是现实约束，不是个人操作问题。截图已经是在现有条件下最快的数据获取方式——后续的处理环节，用字段提取替代手工录入，能把"截图之后"这段时间从几天压缩到几小时。

从HIS化验截图提取检验指标到Excel：
行政与科研数据管理实操指南