Diagnosmejl kommer aldrig “felfritt”. De är långa, inkonsekventa och fulla av detaljer som teamet behöver, men inte i ett format som era system faktiskt kan använda.
Den här Gmail Sheets-automationen slår hårdast mot kliniksadministratörer, men säljare och koordinatorer inom medicinsk turism känner av det också. Ni behöver nyckelfälten i ett kalkylark och en PDF-rapport som är klar att dela, utan att någon lägger en timme på att skriva om och dubbelkolla.
Det här arbetsflödet gör inkommande diagnosmejl i Gmail till strukturerade rader i Google Sheets och en auto-genererad rapport i Google Docs som exporteras till PDF och mejlas ut. Du får se vad det gör, vad du behöver och hur du anpassar det till er intagsprocess.
Så fungerar den här automatiseringen
Se hur den löser problemet:
n8n Workflow Template: Gmail till Google Sheets: rensade loggar och pdf:er
flowchart LR
subgraph sg0["Incoming Gmail Watcher Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Incoming Gmail Watcher", pos: "b", h: 48 }
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Map Email Content", pos: "b", h: 48 }
n2@{ icon: "mdi:robot", form: "rounded", label: "AI Extraction Agent", pos: "b", h: 48 }
n3@{ icon: "mdi:brain", form: "rounded", label: "Gemini Chat Model", pos: "b", h: 48 }
n4["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/code.svg' width='40' height='40' /></div><br/>Parse AI Output"]
n5@{ icon: "mdi:database", form: "rounded", label: "Append Sheet Record", pos: "b", h: 48 }
n6@{ icon: "mdi:cog", form: "rounded", label: "Duplicate Template File", pos: "b", h: 48 }
n7@{ icon: "mdi:cog", form: "rounded", label: "Populate Report Doc", pos: "b", h: 48 }
n8["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Export PDF Request"]
n9["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/code.svg' width='40' height='40' /></div><br/>Rename PDF Binary"]
n10@{ icon: "mdi:message-outline", form: "rounded", label: "Dispatch Email Result", pos: "b", h: 48 }
n4 --> n5
n9 --> n10
n2 --> n4
n6 --> n7
n1 --> n2
n8 --> n9
n0 --> n1
n7 --> n8
n5 --> n6
n3 -.-> n2
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n0 trigger
class n2 ai
class n3 aiModel
class n5 database
class n8 api
class n4,n9 code
classDef customIcon fill:none,stroke:none
class n4,n8,n9 customIcon
Utmaningen: göra röriga mejl till användbara poster
Mejlet landar, någon öppnar det och skattjakten börjar. Patientens namn kan ligga i signaturen, telefonnummer mitt i ett stycke och själva diagnosen skriven på tre olika sätt i tråden. Sedan kopierar du in det i Google Sheets, försöker hålla formateringen konsekvent och hoppas att du inte missade en rad som är viktig. Senare vill någon ha en “delbar rapport”, så du bygger upp samma information igen i ett dokument och exporterar till PDF. Det är repetitivt, stressigt och ärligt talat där undvikbara fel smyger sig in.
Det går snabbt att summera. Här är var intagsprocessen vanligtvis fallerar.
- Olika personer plockar ut olika fält beroende på vad de ser först, så er logg blir inkonsekvent efter en vecka.
- Manuell copy-paste bjuder in småfel som omkastade siffror i telefonnummer, missade datum eller fel diagnosetikett.
- Att skapa en PDF-rapport blir en andra omgång administrativt arbete, ofta precis när teamet har som mest att göra.
- När intressenter behöver uppdateringar slutar det med att du vidarebefordrar trådar i stället för att dela en strukturerad sammanfattning.
Lösningen: Gmail-intag tolkas, loggas och blir en PDF-rapport
Det här arbetsflödet bevakar din Gmail-inkorg efter nya diagnosmejl (du kan filtrera på avsändare, etikett eller båda). När ett matchande mejl kommer in hämtar det mejltexten och skickar den till en AI-agent för extraktion. Agenten läser den röriga texten och plockar ut strukturerade fält som patientnamn, telefonnummer, diagnossammanfattning och datum. Därefter lägger arbetsflödet till en korrekt formaterad rad i Google Sheets så att intagsloggen håller samma struktur. Sedan duplicerar den din rapportmall i Google Docs, fyller i platshållare (som {{patient_name}}), exporterar det färdiga dokumentet till PDF och mejlar PDF:en till rätt personer.
Arbetsflödet startar med en Gmail-trigger och ett “map”-steg för att förbereda mejlinnehållet. AI sköter extraktionen, sedan blir Google Sheets ert system of record och Google Docs blir er rapport redo för kund eller chef. Till sist exporterar en HTTP-förfrågan dokumentet till PDF och Gmail skickar ut det automatiskt.
Vad som ändras: före vs. efter
| Det här elimineras | Effekt du märker |
|---|---|
|
|
Praktisk effekt i verkligheten
Säg att du får 10 diagnosmejl om dagen. Manuell hantering tar ofta cirka 10 minuter att plocka ut detaljer och logga en rad, plus ytterligare 10 minuter för att skapa en strukturerad rapport och exportera en PDF. Det är ungefär 3 timmar per dag. Med det här arbetsflödet är ditt enda “jobb” att låta mejlet komma in; automatiseringen loggar arket och producerar PDF:en i bakgrunden, vilket oftast betyder en snabb granskning i stället för att bygga om allt. För många team är det ett par timmar tillbaka varje dag.
Krav
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för self-hosting om du föredrar det (Hostinger fungerar bra)
- Gmail för att ta emot och skicka intagsmejl
- Google Sheets för er strukturerade intagslogg
- Google Docs + Google Drive för att duplicera och fylla rapportmallar
- Gemini API eller OpenAI API (hämta från Google AI Studio eller OpenAI-dashboard)
Kunskapsnivå: Nybörjare. Du kopplar konton, klistrar in dina mall-ID:n och justerar några fält så att de matchar ditt kalkylark.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Flödet i arbetsflödet
Mejltrigger i Gmail. Ett nytt diagnosmejl kommer in och matchar ditt filter (oftast en avsändaradress, ibland en etikett). Det är det enda du behöver “göra”.
Innehållsmappning för AI-extraktion. Arbetsflödet städar upp mejlinnehållet till ett konsekvent format och skickar det till en AI-agent (Gemini som standard, men går att byta till en OpenAI-chatmodell). Här blir den röriga berättelsen till strukturerade fält.
Strukturerad output blir en post. När AI:n har returnerat resultat konverterar ett tolkningssteg outputen till exakt de kolumner du vill ha. Sedan lägger n8n till en ny rad i Google Sheets så att intagsloggen hålls uppdaterad automatiskt.
Rapportgenerering och PDF-leverans. Arbetsflödet duplicerar din Google Docs-mall i Google Drive, fyller platshållare med den extraherade datan, exporterar dokumentet som PDF via en HTTP-förfrågan och mejlar den färdiga PDF:en till intressenter via Gmail.
Du kan enkelt ändra vilka fält som extraheras så att de matchar dina kolumner i kalkylarket och din rapportmall utifrån dina behov. Se hela implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: konfigurera Gmail-triggern
Starta arbetsflödet genom att bevaka inkommande e-postmeddelanden som kommer att innehålla uppgifter från den medicinska rapporten.
- Lägg till och öppna Incoming Gmail Watcher.
- Credential Required: Anslut era gmailOAuth2-uppgifter.
- Ställ in Filters → Sender till
[YOUR_EMAIL]. - Under Poll Times, välj
everyHour. - Låt Simple vara satt till
false.
Steg 2: anslut Google Sheets
Lagra extraherade medicinska uppgifter i ett kalkylark för journalföring.
- Öppna Append Sheet Record.
- Credential Required: Anslut era googleSheetsOAuth2Api-uppgifter.
- Ställ in Operation till
append. - Välj ert Document ID och Sheet Name från resurslistan (ersätt platshållarna
[YOUR_ID]). - Mappa kolumner med uttrycken som redan är konfigurerade: Date →
{{ $json.date }}, Diagnoses →{{ $json.diagnosis }}, Patient Name →{{ $json.patient_name }}, Doctor's Name →{{ $json.doctor_name }}, Patient Phone Num. →{{ $json.phone_number }}.
⚠️ Vanlig fallgrop: Säkerställ att kolumnnamnen i arket exakt matchar schemat i Append Sheet Record (t.ex. Patient Name, Doctor's Name), annars misslyckas append.
Steg 3: konfigurera AI-agenten för extrahering
Tolka e-postinnehållet till strukturerad JSON med hjälp av AI-extraheringsprompten och parsa utdata.
- Öppna Map Email Content och ställ in content till
{{ $json.text }}. - Öppna AI Extraction Agent och bekräfta att Text innehåller extraheringsprompten med
{{ $json.content }}i INPUT-sektionen. - Säkerställ att Prompt Type är
defineoch att Has Output Parser är aktiverad. - Öppna Gemini Chat Model och ställ in Model Name till
models/gemini-2.0-flash-lite. - Credential Required: Anslut era googlePalmApi-uppgifter i Gemini Chat Model (den här modellen är ansluten som språkmodell för AI Extraction Agent).
- Öppna Parse AI Output och behåll den angivna JavaScript Code som tar bort code fences och tolkar JSON.
Tips: Om AI:n returnerar ogiltig JSON, verifiera prompten i AI Extraction Agent och låt instruktionen ”Respond ONLY with JSON” vara intakt.
Steg 4: konfigurera skapande av dokument och export till PDF
Skapa ett rapportdokument från en mall, fyll i fält och exportera det som en PDF.
- Öppna Duplicate Template File och välj mallfilen i File ID.
- Credential Required: Anslut era googleDriveOAuth2Api-uppgifter för Duplicate Template File.
- Ställ in Name till
=your-doc-template-name - {{ $json['Patient Name'] }}. - Öppna Populate Report Doc och ställ in Document URL till
https://your-google-doc-url/d/[YOUR_ID]/edit. - Credential Required: Anslut era googleDocsOAuth2Api-uppgifter för Populate Report Doc.
- Bekräfta ersättningar i Actions, inklusive replaceAll för
{{date}}med{{ $('Append Sheet Record').item.json.Date }}och{{patient_name}}med{{ $('Append Sheet Record').item.json['Patient Name'] }}. - Öppna Export PDF Request och ställ in URL till
=https://www.googleapis.com/drive/v3/files/{{ $node["Duplicate Template File"].json["id"] }}/export?mimeType=application/pdf. - Credential Required: Anslut era googleDriveOAuth2Api-uppgifter för Export PDF Request.
- Öppna Rename PDF Binary och behåll koden som sätter filnamnet till
${$('Append Sheet Record').first().json['Patient Name']}_${dateStr}.pdf.
⚠️ Vanlig fallgrop: Ersätt alla [YOUR_ID] och mall-URL:er i Duplicate Template File och Populate Report Doc, annars misslyckas kopiering/uppdatering.
Steg 5: konfigurera e-postleverans
Skicka tillbaka den genererade PDF:en via e-post när rapporten är klar.
- Öppna Dispatch Email Result.
- Credential Required: Anslut era gmailOAuth2-uppgifter.
- Ställ in Send To till
[YOUR_EMAIL]. - Ställ in Subject till
=your-doc-template-name - {{ $('Parse AI Output').item.json.patient_name }}. - Ställ in Message till
Please find the your-doc-template-name attachedoch behåll Email Type somtext. - I Attachments, säkerställ att binärutdata från Rename PDF Binary är bifogad.
Steg 6: testa och aktivera ert arbetsflöde
Verifiera hela flödet från e-postinläsning till PDF-leverans.
- Klicka på Execute Workflow och skicka ett testmejl till den bevakade inkorgen.
- Bekräfta att körvägen följer: Incoming Gmail Watcher → Map Email Content → AI Extraction Agent → Parse AI Output → Append Sheet Record → Duplicate Template File → Populate Report Doc → Export PDF Request → Rename PDF Binary → Dispatch Email Result.
- Kontrollera ert Google Sheet efter en ny rad och er inkorg efter den mejlade PDF-bilagan.
- När allt ser korrekt ut, slå om arbetsflödet till Active.
Se upp med
- Gmail-autentisering kan löpa ut eller kräva specifika behörigheter. Om något slutar fungera: kontrollera först status för det anslutna Gmail-kontot i n8n under credentials.
- Om du använder Wait-noder eller extern rendering varierar bearbetningstiderna. Öka väntetiden om noder längre fram fallerar på tomma svar.
- Standardprompter i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera output för alltid.
Vanliga frågor
Oftast cirka en timme när din Google-mall och ditt kalkylark är klara.
Ja. Du kopplar främst Google-konton och klistrar in ID:n för ditt Sheet och din Docs-mall.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volymer. Du behöver också räkna in användning av Gemini- eller OpenAI-API, vilket vanligtvis är en liten kostnad per mejl.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och klarar n8n bra. Self-hosting ger obegränsade körningar men kräver grundläggande serverhantering.
Börja med filtret i Gmail-triggern så att bara rätt avsändare (eller etiketter) bearbetas och justera sedan prompten i AI Extraction Agent så att den matchar exakt de fält du vill ha. Om ditt kalkylark har andra kolumner uppdaterar du steget Parse AI Output och mappningen i “Append Sheet Record” så att varje värde hamnar rätt. För PDF:en byter du till din egen Google Docs-mall och håller platshållarna konsekventa (till exempel {{patient_name}} och {{date}}). Du kan också ändra vem som notifieras genom att redigera den sista Gmail-sändnoden.
Oftast handlar det om utgångna OAuth-behörigheter eller att fel Google-konto är anslutet i n8n. Anslut Gmail på nytt i dina n8n-credentials och bekräfta att triggern bevakar rätt inkorg. Om det fallerar efter PDF-steget: kontrollera också att dina Google Drive/Docs-behörigheter tillåter att mallen dupliceras och exporteras.
Med n8n Cloud Starter kan du normalt hantera ett mindre teams dagliga intagsvolym utan att behöva tänka på gränser. Om du self-hostar finns ingen körningsgräns; kapaciteten beror främst på din server och AI-leverantörens rate limits, så inkorgar med hög volym kan behöva batchning och något långsammare takt.
Ofta, ja, eftersom det här flödet inte bara är “flytta data från A till B”. Du tolkar rörig text med en AI-agent, transformerar den, skapar ett Google Doc från en mall, exporterar en PDF via en HTTP-förfrågan och skickar sedan filen. n8n hanterar den typen av flerstegslogik snyggt, och du kan self-hosta om du vill ha förutsägbara kostnader. Zapier eller Make kan fortfarande fungera, men du kan stöta på begränsningar när du behöver mer kontroll över tolkning, mallar och filhantering. Vill du ha en second opinion, prata med en automationsexpert.
Du sätter upp det här en gång, sedan ser arbetsflödet i tysthet till att intagsloggen hålls strukturerad och att PDF:erna är redo att dela. Det repetitiva arbetet slutar ta upp plats i kalendern.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.