十几年纸质病历怎么数字化？我的扫描件整理与归档实战
扫描参数校准、OCR 建索引、按年合并归档、压缩双备份——两个月纸质档案数字化的完整方法论。
我爸的诊所有十几年纸质病历，去年底决定全部数字化。这个活最后落在我头上，前前后后忙了两个月，也让我把扫描件处理这门「手艺」练熟了。整个过程我主要靠 www.docweb.cn 完成，这里把踩过的坑和心得一并写出来。
扫描本身决定上限
第一批我贪快，用手机连拍，结果 OCR 识别率惨不忍睹。教训是：扫描件的质量天花板在拍摄环节就定了。我后来固定了三个动作——纸铺平压实、光线从侧面打（避免反光）、手机正上方悬拍。批量档案我用打印机自带的输稿器扫描，300dpi 彩色输出，这个分辨率识别率和体积的平衡最好。
从散页到档案册
扫出来的东西是几十个单页 PDF，根本没法管理。我的流程分三步：第一步用 OCR 把关键信息（姓名、日期、诊断）提取出来做成索引表；第二步按年份把单页用图片转 PDF 和合并功能整理成「年份+科室」的档案册；第三步压缩归档。原始彩色扫描件一份 40 多 MB，在 docweb.cn 压缩后降到 8MB 左右，文字部分依然可读，一份存本地一份存云盘做双备份。
三个具体建议
第一，先小批量试跑再全量处理。我第一周只处理了 50 份，就是用来校准扫描参数和命名规则的，规则定稳后效率翻了三倍。第二，命名规则要在第一天就定死，中途改命名等于全部重做，我的规则是「年份_科室_姓名_序号」。第三，压缩前保留原始件。压缩是不可逆的有损操作，归档件压缩没关系，但原始扫描件我会单独存一个「原始件」目录，万一哪天需要高清版本还能找回来。
写在最后
两个月的活，真正的经验就一句话：数字化不是把纸变成图片就完了，而是变成「以后搜得到、看得清、找得快」的数据。工具方面，从 OCR 提字到合并归档再到压缩瘦身，www.docweb.cn 一条龙都能覆盖，也让我没为这事装一个桌面软件。家里有老档案、小公司有纸质台账的，都可以照这套流程试试。