Zitat von Peter Quick am 20. April 2026, 15:58 Uhr

Das sagt Claude

Ich sehe die zwei Probleme:
1. Umlaute: Das Regex ([a-zA-Z])\s+([äöüÄÖÜ]) entfernt Leerzeichen vor Umlauten – das frisst aber auch echte Wortgrenzen wie nach ä → nachä
2. Schließende Klammer fehlt: Das Regex für die Fraktur-Diagnose matcht nur bis zum Ende ohne ) zu erfassen
Außerdem ist der Code etwas durcheinander – $clean wird in Schritt 3 verwendet, bevor es definiert ist.

{PHP}
$text = "{Diagnosen:Titel:Tagzahl#360:Datum}";

// 1. RTF-Umlaute dekodieren
$umlaute = array(
    "'E4" => "ä", "'F6" => "ö", "'FC" => "ü",
    "'C4" => "Ä", "'D6" => "Ö", "'DC" => "Ü",
    "'DF" => "ß"
);
$text = strtr($text, $umlaute);

// 2. RTF-Steuerzeichen entfernen
$text = preg_replace('/\\\\[a-zA-Z0-9]+/', ' ', $text);
$text = str_replace(array("{", "}", "\\", "\r", "\n"), " ", $text);

// 3. Spaces normalisieren
$text = preg_replace('/\s+/', ' ', $text);

// 4. Blöcke nach Datum aufteilen
preg_match_all('/(\d{2}\.\d{2}\.\d{2})(.*?)(?=\d{2}\.\d{2}\.\d{2}|$)/', $text, $blocks);

$treffer = array();

for ($i = 0; $i < count($blocks[0]); $i++) {

    $datum = trim($blocks[1][$i]);
    $block = trim($blocks[2][$i]);

    if (stripos($block, "fraktur") === false) continue;

    // Fraktur-Diagnose extrahieren inkl. optionalem [R]/[L] und schließender Klammer
    if (preg_match('/(\[[A-Z]\]\s*)?\([A-Z0-9\.]+\)[^(]*fraktur[^(]*/i', $block, $m)) {

        $clean = trim($m[0]);

        // RTF-Reste entfernen (nur isolierte Tokens)
        $clean = preg_replace('/\b(i0|s22|ow|blend1|rowd|rleft0|rftsWidth2|rwWidth5000|0)\b/', '', $clean);

        // Spaces normalisieren
        $clean = preg_replace('/\s+/', ' ', $clean);

        // Leerzeichen VOR Umlaut nur entfernen, wenn kein Leerzeichen NACH dem vorherigen Buchstaben sinnvoll ist
        // = nur innerhalb zusammengeschriebener Wörter (kein Trennzeichen davor)
        $clean = preg_replace('/([a-zA-ZäöüÄÖÜß])\s+([äöüÄÖÜ][a-z])/u', '$1$2', $clean);

        // Fehlende Leerzeichen zwischen klein→GROSS einfügen (Worttrenner)
        $clean = preg_replace('/([a-zäöüß])([A-ZÄÖÜ])/u', '$1 $2', $clean);

        $treffer[] = $datum . " " . trim($clean);
    }
}

if (count($treffer) > 0) {
    $treffer = array_unique($treffer);
    echo implode("\n", $treffer);
} else {
    echo "nein";
}
{/PHP}

 

{PHP}
$text = „{Diagnosen:Titel:Tagzahl#360:Datum}“;

// 1. RTF-Umlaute dekodieren
$umlaute = array(
„‚E4“ => „ä“, „‚F6“ => „ö“, „‚FC“ => „ü“,
„‚C4“ => „Ä“, „‚D6“ => „Ö“, „‚DC“ => „Ü“,
„‚DF“ => „ß“
);
$text = strtr($text, $umlaute);

// 2. RTF-Steuerzeichen entfernen
$text = preg_replace(‚/\\\\[a-zA-Z0-9]+/‘, ‚ ‚, $text);
$text = str_replace(array(„{„, „}“, „\\“, „\r“, „\n“), “ „, $text);

// 3. Spaces normalisieren
$text = preg_replace(‚/\s+/‘, ‚ ‚, $text);

// 4. Blöcke nach Datum aufteilen
preg_match_all(‚/(\d{2}\.\d{2}\.\d{2})(.*?)(?=\d{2}\.\d{2}\.\d{2}|$)/‘, $text, $blocks);

$treffer = array();

for ($i = 0; $i < count($blocks[0]); $i++) {

$datum = trim($blocks[1][$i]);
$block = trim($blocks[2][$i]);

if (stripos($block, „fraktur“) === false) continue;

// Fraktur-Diagnose extrahieren inkl. optionalem [R]/[L] und schließender Klammer
if (preg_match(‚/(\[[A-Z]\]\s*)?\([A-Z0-9\.]+\)[^(]*fraktur[^(]*/i‘, $block, $m)) {

$clean = trim($m[0]);

// RTF-Reste entfernen (nur isolierte Tokens)
$clean = preg_replace(‚/\b(i0|s22|ow|blend1|rowd|rleft0|rftsWidth2|rwWidth5000|0)\b/‘, “, $clean);

// Spaces normalisieren
$clean = preg_replace(‚/\s+/‘, ‚ ‚, $clean);

// Leerzeichen VOR Umlaut nur entfernen, wenn kein Leerzeichen NACH dem vorherigen Buchstaben sinnvoll ist
// = nur innerhalb zusammengeschriebener Wörter (kein Trennzeichen davor)
$clean = preg_replace(‚/([a-zA-ZäöüÄÖÜß])\s+([äöüÄÖÜ][a-z])/u‘, ‚$1$2‘, $clean);

// Fehlende Leerzeichen zwischen klein→GROSS einfügen (Worttrenner)
$clean = preg_replace(‚/([a-zäöüß])([A-ZÄÖÜ])/u‘, ‚$1 $2‘, $clean);

$treffer[] = $datum . “ “ . trim($clean);
}
}

if (count($treffer) > 0) {
$treffer = array_unique($treffer);
echo implode(„\n“, $treffer);
} else {
echo „nein“;
}
{/PHP}

 

Was geändert wurde:
• Umlaut-Regex präzisiert: ([äöüÄÖÜ][a-z]) statt nur ([äöüÄÖÜ]) – greift nur wenn der Umlaut Teil eines Wortes ist, nicht bei alleinstehenden Buchstaben wie ä am Wortanfang nach Leerzeichen
• Schließende Klammer: Regex jetzt /[^(]*/ statt /[^)]*/ – matcht bis zur nächsten öffnenden Klammer (oder Ende), wodurch ) am Schluss erhalten bleibt
• /u-Flag bei allen Unicode-Regexen ergänzt
• Toter Code (das $clean in Schritt 1–2 vor der Schleife) entfernt

Zitat von bro am 20. April 2026, 17:17 Uhr

bei mir funzt das script gar nicht: Ausgabe ist: nein

ne funzt ja doch: nein bedeutet keine Fraktur, nix BMP

Zitat von bro am 20. April 2026, 17:24 Uhr

Aber jetzt damit:
Habe ich mit google gemacht, chatgpt ist down und cloude hat mich rausgeschmissen, weil ich nicht bezahlen wollte.

Ich habe von PHP null Ahnung.

 

{PHP}
gelöscht siehe unten
{/PHP}

Ergebnis:

Zitat von bro am 20. April 2026, 17:53 Uhr

auch als Textbaustein: 

Final

{PHP}
$text = „{Diagnosen:Titel:Tagzahl#360:Datum}“;

// 1. RTF-Umlaute dekodieren
$umlaute = array(
„\’e4“ => „ä“, „\’f6“ => „ö“, „\’fc“ => „ü“,
„\’E4“ => „Ä“, „\’D6“ => „Ö“, „\’DC“ => „Ü“,
„\’df“ => „ß“
);
$text = strtr($text, $umlaute);

// 2. RTF-Steuerzeichen entfernen
$text = preg_replace(‚/\\\\[a-zA-Z0-9]+ ?/‘, ‚ ‚, $text);
$text = str_replace(array(‚{‚, ‚}‘, ‚\\‘, „\r“, „\n“), “, $text);

// 3. Spaces normalisieren
$text = preg_replace(‚/\s+/‘, ‚ ‚, $text);

// 4. Blöcke nach Datum aufteilen (TT.MM.JJ)
preg_match_all(‚/(\d{2}\.\d{2}\.\d{2})(.*?)(?=\d{2}\.\d{2}\.\d{2}|$)/‘, $text, $blocks);

$treffer = array();

for ($i = 0; $i < count($blocks[0]); $i++) {
$datum = trim($blocks[1][$i]);
$block = trim($blocks[2][$i]);

if (stripos($block, ‚fraktur‘) === false) continue;

// Suche ICD in Klammern, gefolgt von Text, dem Wort Fraktur UND allem was danach kommt (.*)
if (preg_match(‚/(\[[RL]\]\s*)?(\([A-Z][0-9][A-Z0-9\.]+\))\s*.*?fraktur.*/i‘, $block, $m)) {
$clean = trim($m[0]);

// RTF-Reste entfernen
$clean = preg_replace(‚/\b(i0|s22|ow|blend1|rowd|rleft0|rftsWidth2|rwWidth5000|0)\b/‘, “, $clean);

// Wort-Reparatur (klein-GROSS Trennung)
$clean = preg_replace(‚/([a-zäöüß])([A-ZÄÖÜ])/‘, ‚$1 $2‘, $clean);

// Finales Säubern der Leerzeichen
$clean = preg_replace(‚/\s+/‘, ‚ ‚, $clean);

$treffer[] = $datum . “ “ . trim($clean);
}
}

// 5. Ausgabe
if (count($treffer) > 0) {
$treffer = array_unique($treffer);
echo „Frakturen finden in den letzten 12 Monaten für DMP Osteoporose\n“;
echo „Diagnosen:\n“;
echo implode(„\n“, $treffer);
} else {
echo „nein“;
}
{/PHP}

 

 

Zitat von Peter Quick am 20. April 2026, 18:34 Uhr

Ich befinde mich zur Zeit auf den Malediven und habe nur kurz versucht, per iPad eine Lösung zu finden. Ich gebe Ihnen recht, dass man das Ergebnis meist noch mal selbst testen muss und dann schauen muss, was rauskommt. 

Ohne PC mit MO schwer möglich…

und ich sage mal so, die 17 € pro Monat für Claude lohnen sich für mich regelmäßig. Meinen einfacheren DocCelerate „Nachbau“ habe ich noch vor dem Urlaub fertiggestellt. Sowohl KIM eArztbriefe als auch gescannte Briefe/Faxe werden jetzt per KI verarbeitet, Diagnosen und Medis werden erkannt, der Verlauf wird in 4 Sätzen zusammengefasst, das PDF wird importiert und die Informationen in MO als Text abgelegt… 

Hätte ich ohne Claude Code nie geschafft. So waren es ca. 4 Wochen Entwicklungszeit, meist am Wochenende…

kann man sicherlich auch mit Codex oder ähnlichem auch erledigen… für Claude Code gibt es aktuell nur mehr Erweiterungen

Zitat von bro am 20. April 2026, 20:08 Uhr

Briefe/Faxe werden jetzt per KI verarbeitet, Diagnosen und Medis werden erkannt, der Verlauf wird in 4 Sätzen zusammengefasst, das PDF wird importiert und die Informationen in MO als Text abgelegt…

 

Wie stellen Sie den Datenschutz mit Claude dar. Das Prüfen der Arztbriefe ist auch für mich ein gepflegtes Vorgehen, allerdings breche ich mir einen ab, die Namen herauszuhalten. Besonders, wenn der Name noch mal im Text auftaucht.

Zitat von Peter Quick am 21. April 2026, 13:04 Uhr

Hier liegt ein Missverständnis vor: Claude Code habe ich nur benutzt, um die Software zu schreiben. Beziehungsweise schreiben zu lassen

die KI, die ich zur Auswertung der Briefe nutze, läuft auf einem Mac mini in meiner Praxis. Dort läuft aktuell Qwen 3.5 lokal… das reicht für diese Art von Intellektueller Leistung völlig aus…

damit auch kein Problem für die DSGVO… zumindest nicht mehr, als wenn ich es extern bei einem anderen Anbieter laufen lassen würde. Denn der muss ja auch irgendeinen System lokal betreiben. Anders geht es nun mal nicht…

Zitat von bro am 21. April 2026, 14:02 Uhr

welches Qwen 3.5  braucht man dafür? Bezahlt wird nach Tokens, wenn ich das richtig verstehe? Ein Rehabericht von 21 Seiten käme dann auf 0,19 US-Cent.

 

Zitat von Peter Quick am 21. April 2026, 14:24 Uhr

Ich würde die größte Variante nehmen, die in den Speicher passt. Bei meinem Mac Mini 16 GB M4 ist das die 3.5 9b. Alles andere überschreitet den Speicher und läuft nur sehr langsam. Ist aber alles nichts für einen normalen PC, da bräuchten Sie schon eine recht teure Grafikkarte. 

ich verfolge auch einen zweistufigen Ansatz, mit einer einzigen Stufe war die Erkennung nicht so gut. In der ersten Erkennung gucke ich, welche Formular Typ vorhanden ist, da zum Beispiel ein Therapiebericht von einer Physio keine Medikamente und keine Diagnosen enthält. Und im zweiten Durchlauf ist dann das promt an die entsprechende Dokumenten – Variante angepasst…

also nur der Mac mini mit der KI hilft Ihnen nicht so viel, wenn sie nicht alles manuell machen wollen. Sie brauchen dann auch schon ein passendes frontend und ein passendes Backend, was Texterkennung und Verarbeitung sowie Import in das MedicalOffice regelt. 

aber wenn sie nur mal einen Brief durchgehen lassen wollen, dann könnte das manuelle wahrscheinlich schon ausreichen. Dann würde ich aber auch nicht das PDF in die KI werfen, sondern den erkannten Text, optimal als JSON…

mehr können wir gerne per E-Mail oder per direkter Nachricht besprechen. Ich möchte hier nicht den Anschein erwecken, als wollte ich Indamed irgendwie Konkurrenz machen.