卫生部门存量纸质档案数字化加工全流程零门槛实操指南

一、前期准备

1.1 工具物料清单

提前准备以下工具，所有工具均可免费获取，无付费要求：

• 硬件：批量扫描仪（满足A4档案批量扫描需求，个人少量加工可用手机扫描全能王免费版）、拆钉器、透明补纸胶带、喷壶、一次性手套
• 软件：OCR识别工具直接下载开源免费版，地址：https://github.com/jiangnanboy/tianruoocr/releases，下载后双击安装即可，无捆绑；表格工具用微软Excel/WPS表格均可
• 存储：至少2块1TB以上的空移动硬盘，用于异机备份

1.2 提前明确规范

开工前先拿到本单位卫生档案分类编码规则，统一档号格式为：一级分类码-二级分类码-年度-件号，例如：总档-行政-2023-0012，提前整理好单位现有档案的分类表，避免后期乱序。

二、纸质档案预处理

预处理是避免扫描出错的核心步骤，按照以下顺序操作：

• 拆除装订：先取出所有档案，逐一拆除订书针、回形针、装订线，遇胶装档案用拆刀沿装订边缓慢切开，老旧脆化纸张提前用喷壶喷少量清水软化，避免撕破，拆除的金属物品单独收纳，避免刮花扫描仪镜头
• 缺页补损：遇缺角、撕裂的纸张，用和原纸厚度接近的空白纸补贴，缺页的在对应位置补上空白说明纸，标注“原档案缺页”
• 整理排序：按照档案原件的原有页码排序，调整错页、倒页，确认无误后，按照每份档案为单位整理好，放在扫描进纸托盘旁

三、批量扫描实操

3.1 提前设置扫描参数

按照卫生部门档案永久存储要求，设置参数如下，直接套用即可：

• 分辨率：300DPI，禁止低于200DPI，否则不符合存档要求
• 存储格式：主文件存无损非压缩TIFF格式，预览文件存JPEG格式
• 色彩模式：纯黑白文字档案用黑白二值模式，带有彩色公章、病历、照片的档案用24位真彩色模式
• 自动处理：开启自动纠偏、自动裁边功能，去除扫描黑边

3.2 扫描操作步骤

• 每次进纸不超过50张，避免卡纸，进纸前理顺纸张边缘，确认没有残留金属物品
• 每扫描完10份档案，抽出1张检查清晰度、内容完整性，确认没有缺边、模糊后再继续
• 扫描完成后，所有扫描文件按照档号命名，命名规则为「档号_档案名称」，例如：XZ-01-2023-0012_2023年度卫生监督检查计划，一份档案对应多个扫描页的，加后缀-1、-2区分

四、OCR识别与结构化整理

完成扫描后做可检索化处理，操作如下：

• 打开天若OCR，选择批量识别功能，导入同一份档案的所有扫描页，设置导出格式为可检索PDF+纯文本TXT
• 导出后，将TXT、PDF、TIFF文件放在同一个文件夹内，文件名保持一致
• 整理元数据，按照下表填写，直接套用格式即可：

所有档案的元数据整理到同一张Excel表中，作为总目录，方便后续快速检索。

五、质量校验

按照三个维度逐一校验，不满足要求的重新处理：

• 图像校验：每页内容完整，公章、核心文字清晰，错扫、漏扫率不超过千分之一，不符合要求的重新扫描
• 信息校验：档号唯一不重复，元数据信息和原件完全一致，没有错填、漏填
• 存储校验：单页300DPI TIFF文件大小不低于1MB，保证清晰度，所有文件可以正常打开，没有损坏

六、最终归档与备份

校验完成后，按照以下步骤完成归档，可直接落地：

• 按照年度/一级分类/二级分类的层级创建文件夹，将对应档案放入对应文件夹，层级清晰，方便查找
• 将整理好的整个档案库复制到两块不同的移动硬盘，做本地异机备份，再上传单位内部加密云盘做异地备份，禁止将涉密、涉及个人隐私的卫生档案上传公共云盘
• 将整理好的元数据总目录Excel导出一份PDF，存放在档案库根目录，打印一份纸质总目录和原纸质档案一起入库存档

合规注意事项

所有操作过程中，纸质档案不得离开工作场所，禁止私自拷贝、泄露档案内容，数字化完成后原纸质档案按照原有保管要求归库，所有操作符合《中华人民共和国档案法》《卫生档案管理暂行规定》的要求。