Ferramenta de auditoria e automação para validação de dados clínicos.
Este projeto foi desenvolvido para resolver um gargalo crítico durante um processo de migração de sistemas (ERP) na área da saúde. A necessidade era validar a integridade de milhares de arquivos legados e garantir que os dados contidos nos PDFs (conteúdo) correspondiam aos metadados do sistema.
O LaudoScan atua como um "auditor digital", varrendo diretórios recursivamente, aplicando leitura de texto e estruturando dados não estruturados em uma planilha para conferência massiva.
- Varredura Recursiva: Localiza arquivos
.pdfem todas as subpastas do diretório alvo, independente da profundidade. - Extração Inteligente (Regex):
- Identifica Nome do Paciente e Código do Atendimento baseando-se em padrões textuais específicos.
- Padroniza datas automaticamente para o formato
dd/mm/aaaa.
- Lógica de Títulos Complexos: Algoritmo customizado capaz de identificar títulos de exames que sofrem quebra de linha, tratando conectores específicos (ex: "USG ABDOME TOTAL \n POR MÉDICO X" é lido corretamente como um único título).
- Tratamento de Erros (Fault Tolerance): O script possui robustez para não parar caso encontre um arquivo corrompido; ele registra o erro no relatório final e continua o processamento dos demais.
- Exportação Compatível: Gera um relatório em CSV com encoding
utf-8-sig, pronto para ser aberto no Excel ou Google Sheets sem erros de acentuação.
- Python 3.x
- pdfplumber: Para extração precisa de layout e texto dos PDFs.
- RegEx (re): Para mineração e identificação