Try it free in the sandbox · first FHIR call in 5 minutesFree · 30 synthetic patients · no card

Zdravotní vzorce pro AI agenty (beta)

Co se změnilo v záznamu pacienta a co se opakuje, vypočítáno pevnými statistickými pravidly: trendy, odchylky od obvyklé úrovně osoby a opakování symptomů, každý se svým obdobím, důkazy a omezeními; ne diagnózy.

Anpheros vypočítává, co se změnilo v záznamu pacienta a co se opakuje, pomocí pevných statistických pravidel, a předává každý nález vaší aplikaci nebo agentovi AI s jeho obdobím, zdroji, na kterých je založen, verzí metody a jejími omezeními. Model již nemusí hádat trend z hrstky čísel: dostane trend, nejistotu kolem něj a data, na která se může odvolat.

Beta. V sandboxu funguje s jakýmikoli sandboxovými pověřeními (klíče sk_test_… a sandboxová OAuth připojení). Na produkčních záznamech běží pouze pod souhlasem pacienta s OAuth, který zahrnuje samostatné oprávnění anpheros/patterns; produkční API klíče obdrží 403.

Co nachází

Typ	Na jakou otázku odpovídá	Metoda
`trend`	Zvyšuje se nebo snižuje měření v daném okně?	Theil–Senův sklon s Mann–Kendallovým testem na jednu hodnotu denně (týdenní mediány pro hustá data sledování), korigováno, když jsou sousední dny stejné
`trend` (`change_between_results`)	Jak se změnila laboratorní zkouška se dvěma až pěti výsledky?	První a poslední výsledek, s nejnovějším proti referenčnímu rozsahu zprávy; popsáno, netestováno
`trend` (`event_rate_change`)	Zaznamenává se symptom častěji nebo méně často?	Dny se symptomem oproti dnům, kdy si osoba něco zaznamenala, posledních 30 dní oproti předchozím 90 dnům, přesný test
`baseline_deviation`	Je poslední týden pro tuto osobu neobvyklý?	Posledních 7 dní oproti dnům 8–60, Mann–Whitneyův test nebo rozdíl průměrů korigovaný autokorelací
`recurrence`	Vrátí se epizody symptomů v pravidelných intervalech?	Intervaly mezi začátky epizod, seedovaný Monte Carlo proti epizodám umístěným náhodně
`association` (`around_medication_start`, sandbox)	Zaznamenává se symptom častěji nebo méně často od začátku medikace?	Dny se symptomem oproti aktivním dnům ve 30 dnech od začátku oproti až 90 dnům předtím, přesný test
`association` (`after_short_sleep`, sandbox)	Zaznamenává se symptom častěji ve dnech po méně než 6 hodinách spánku?	Dny se změřeným spánkem a záznamem od osoby, krátké oproti delším nocím, Fisherův přesný test
`convergence` (`recent_changes_together`, sandbox)	Změnilo se několik věcí ve stejném nedávném období?	Žádný nový test: seskupuje alespoň dvě nedávné změny (neobvyklý týden, symptom častěji nebo méně často), které jsou každá statisticky podpořena; říká pouze, že se staly společně

Všechny testy jednoho běhu jsou korigovány společně (Benjamini–Hochberg). Nález je statistically_supported pouze tehdy, když je korigovaná q-hodnota nižší než 0.05 a změna je alespoň prahová hodnota pro dané měření.

Co to není

Není to diagnóza. Nálezy popisují záznam; nikdy nepojmenovávají stav ani nedoporučují změnu léčby. Každý nález nese safety.not_a_diagnosis = true a safety.causal_claim = false.
Není to příčina. Změna po novém léku nebo dvě zaznamenané věci společně nejsou důkazem, že jedno způsobilo druhé. Asociace říkají pouze to, že se dvě věci staly přibližně ve stejnou dobu; každá nese confounding_possible a not_causal a pouze začátky medikace a spánek jsou testovány proti symptomům, nikoli každý pár. Zatím pouze s přihlašovacími údaji do sandboxu.
Není to model umělé inteligence a zatím nebyl klinicky přezkoumán. Každé číslo pochází z pevných, verzovaných statistických pravidel; žádný model umělé inteligence data neanalyzuje. Prahy pro smysluplnou změnu byly nastaveny s pomocí umělé inteligence a dosud nebyly přezkoumány klinickým lékařem; každý nález to uvádí v review.thresholds_reviewed_by_clinician. Engine je validován na syntetických pacientech se známými implantovanými vzory: nachází to, co bylo implantováno, a zůstává tichý, když nic nebylo. To není klinická validace.

Vyzkoušejte

Každý sandbox projekt má 30 syntetických pacientů a šest z nich má zasazený vzor. Najděte jednoho s GET /fhir/R4/Patient?identifier=https://anpheros.com/fhir/sid/sandbox-persona|<key>.

Pacient	Co bylo zasazeno	Co hlásí engine
p01 Andrei Popescu	Denní domácí krevní tlak, klesající o přibližně 8/5 mmHg během šesti měsíců	`trend.decreasing` pro systolický (8480-6) a diastolický (8462-4)
p06 Giulia Rossi	Bolest hlavy každých 7 dní, s odchylkou jednoho dne	`recurrence.intervals` pro bolest hlavy (R51)
p17 Ciarán Murphy	Únava přibližně v polovině posledních 30 dnů, oproti 1 dni z 12 předtím	`frequency.increased` pro únavu (R53)
p19 Felix Gruber	Klidová srdeční frekvence z hodinek, přibližně o 9 tepů za minutu vyšší než obvykle za poslední týden	`baseline.higher` pro klidovou srdeční frekvenci (40443-4)
p20 Ivana Horvat	Klidová srdeční srdeční frekvence z hodinek, klesající o přibližně 16 tepů za minutu během šesti měsíců	`trend.decreasing` pro klidovou srdeční frekvenci (40443-4)
p30 Jan Kowalczyk	Hustá data z hodinek a domácnosti bez ničeho zasazeného	žádný podporovaný nález: engine zůstává tichý

Projekty vytvořené před 16. říjnem 2026 získají tyto vzory po resetování svých syntetických pacientů z dashboardu; reset nahradí jakékoli provedené změny.

curl -s https://platform.anpheros.com/v1/patients/$PATIENT/patterns?window_days=180 \
  -H "Authorization: Bearer $ANPHEROS_KEY"

S TypeScript SDK (@anpheros/sdk 0.2.0 nebo novější):

const run = await anpheros.patterns.run(patientId, { window_days: 180, min_strength: 'moderate' });
for (const f of run.findings) console.log(f.summary_text, f.strength, f.limitations.map(l => l.code));

Pomocí MCP serveru se zeptejte svého agenta: "Co se změnilo v záznamu tohoto pacienta za posledních šest měsíců?": zavolá get_health_patterns a může navázat s get_pattern_evidence, get_series a compare_periods. POST /v1/context přidává sekci patterns pro dotazy ohledně změn a vztahů, nebo když požádáte o patterns potřebu.

Koncové body (Endpoints)

Koncový bod (Endpoint)	Co vrací
`GET /v1/patients/{id}/patterns`	běh: zjištění, co nebylo možné spočítat a proč, co bylo vynecháno kvůli souhlasu; filtry `window_days` (30–730), `end`, `types`, `min_strength`
`GET /v1/patients/{id}/patterns/{finding_id}`	jedno zjištění, přepočítané pro stejné časové okno
`GET /v1/patients/{id}/patterns/{finding_id}/evidence`	všechny podpůrné zdroje, stránkované
`GET /v1/patients/{id}/series?code=…`	jedno měření jako jedna hodnota za den, s pokrytím, mezerami a změnami zdroje
`POST /v1/patients/{id}/patterns/compare`	jedno měření ve dvou obdobích, které si vyberete

Čtení nálezu

summary_text: jedna prostá věta, bezpečná k zobrazení nebo citaci.
strength: strong, moderate, weak nebo not_tested. Slabé a netestované nálezy jsou popisy, nikoli důkazy.
window, comparison_window: analyzovaná období.
evidence (až 20, rozložených přes období) a evidence_total: zdroje stojící za nálezem, s verzí, datem, hodnotou a typem autora.
limitations: kódované, s textem. Zobrazte je s nálezem.
review: zda lékař zkontroloval prahové hodnoty (prozatím false) a odkud pocházejí.
method, engine_version, input_fingerprint: stejná data, konfigurace a verze dávají stejný výsledek a stejné ID.

Pravidla, která stojí za to znát

Nejprve souhlas. V rámci udělení OAuth motor čte pouze to, co udělení povoluje; to, co nemohl přečíst, je uvedeno v omitted, bez obsahu.
ID. Pacienti se zobrazují s párovým ID vašeho projektu; nalezená ID jsou odvozena na projekt. Když se záznam změní, nález získá nové ID a staré odpoví 404.
Čas. Když čas čtení nese explicitní posun (2026-10-16T00:30:00+03:00), počítá se na vlastní den osoby; časy v UTC (Z) nebo bez posunu zůstávají ve dne v UTC. Každý nález uvádí, který v time_basis (record_offsets, partly_local nebo local_time_unknown). Lokální dny se používají na záznamech v sandboxu a produkci; vzory denní doby se zatím nepočítají.
Vynecháno. Hodnoty zapsané AI, výsledky označené jako entered-in-error a data známá pouze do měsíce se nepoužívají a jsou započítána.
Limity. 30 spuštění vzorů za minutu na přihlašovací údaje, navíc k obvyklým 600 požadavkům za minutu.

Často kladené dotazy

Používá jazykový model?

Ne. Každé číslo pochází z pevných, verzovaných statistických metod. Jakýkoli model, hostovaný nebo lokální, může výsledky číst.

Proč je zřetelná změna v mých datech označena jako slabá?

Protože důkazy nepřežijí korekci pro všechny testy v běhu, série je krátká nebo zašuměná, nebo je změna pod prahovou hodnotou pro dané měření. Zjištění stále popisuje, co záznam ukazuje.

Funguje to na produkčních záznamech?

Ano, od 16. října 2026, ale pouze pod souhlasem pacienta s OAuth, který zahrnuje samostatné oprávnění anpheros/patterns, které se na obrazovce souhlasu zobrazuje na samostatném řádku. Požádejte o rozsah vedle vašich patient/… rozsahů; udělení bez něj a jakýkoli produkční API klíč vrátí chybu 403.

Související

Try it free in the sandbox · first FHIR call in 5 minutesFree · 30 synthetic patients · no card