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

Virtuální péče a AI lékaři: data, která potřebují

Virtuální návštěva jako FHIR R4 data — rezervace, příjem, domácí měření, návštěva, následná péče — a jak AI asistent získá souhlasný pohled označený zdrojem. Otestovaný tok.

Virtuální klinika — ať už je lékařem osoba na videu nebo asistent AI, který jí pomáhá — je jen tak dobrá, jaká jsou pacientská data, která vidí před, během a po návštěvě: nedávná měření, aktivní problémy a léky, co pacient nahlásil, a záznam o tom, co bylo rozhodnuto. Videohovor je snadná část. Tato stránka mapuje virtuální návštěvu na zdroje HL7 FHIR R4, ukazuje, jak může být asistentovi AI poskytnut souhlasem označený pohled na zdrojová data, a spouští celý průběh na platformě Anpheros, včetně jednoho omezení, které jsme při tom zjistili.

Virtuální návštěva jako data

Dvě věci odlišují tuto situaci od osobní návštěvy. Klinický lékař se více spoléhá na data, která vygeneroval pacient (domácí měření, dotazníky), takže záznam musí ukazovat, které hodnoty pocházejí ze zařízení nebo od pacienta a které od klinického lékaře. A krok přípravy je místem, kde je dnes AI nejužitečnější – shrnutí měsíčních hodnot do toho, co se změnilo – takže záznam musí být čitelný softwarem v rámci souhlasu pacienta.

Kde AI zapadá a co by měla vidět

Společná pravidla: každé roli AI poskytněte nejmenší dílek, který odpovídá na její otázku, označte zdroj každé hodnoty, aby model a klinik mohl zvážit domácí měření oproti laboratornímu výsledku, zaznamenávejte každé čtení, aby pacient viděl, co AI viděla, a ponechte člověka v procesu pro cokoli diagnostického. AI, která diagnostikuje nebo doporučuje léčbu, může být regulována jako software pro zdravotnické prostředky (FDA ve Spojených státech; pod nařízením o zdravotnických prostředcích a zákonem o umělé inteligenci v Evropské unii); datová platforma to nemění.

Tok na Anpheros, krok za krokem

Následující kód používá Anpheros TypeScript SDK a byl spuštěn proti lokální instanci platformy s sandbox klíčem. Pacient již má tři domácí měření krevního tlaku z manžety (author_type: device), hypertenzi jako diagnózu a enalapril jako lék.

import { Anpheros, apiKey } from '@anpheros/sdk';

const anpheros = new Anpheros({ auth: apiKey(process.env.ANPHEROS_KEY!) });
const subject = { reference: `Patient/${patientId}` };

// 1. Before the visit: the booking and the intake questionnaire
await anpheros.fhir.create({ resourceType: 'Appointment', status: 'booked', description: 'Video visit: blood pressure follow-up',
  start: '2026-10-14T15:00:00-05:00', end: '2026-10-14T15:20:00-05:00',
  participant: [{ actor: subject, status: 'accepted' }] } as any);
await anpheros.fhir.create({ resourceType: 'QuestionnaireResponse', status: 'completed', subject, authored: '2026-10-14T09:12:00-05:00',
  item: [
    { linkId: 'reason', text: 'What would you like to discuss?', answer: [{ valueString: 'Higher readings this week and dizziness in the morning' }] },
    { linkId: 'missed-doses', text: 'Did you miss any doses in the last 7 days?', answer: [{ valueBoolean: false }] },
  ] } as any, { author_type: 'patient' });

// The symptom itself, as a patient-reported Observation, so it reaches the context below
await anpheros.observations.create(patientId, { code: 'R42', system: 'http://hl7.org/fhir/sid/icd-10', display: 'Dizziness and giddiness',
  category: 'symptom', effective_at: '2026-10-13T07:45:00-05:00', value_text: 'Dizzy for a few minutes after getting up', author_type: 'patient' });

// 2. What the clinician (or an AI assistant helping them) reads: a budgeted, source-labelled context
const ctx = await anpheros.context.build({ patient: patientId, task: 'prepare a video visit',
  question: 'blood pressure trend and dizziness in the last 2 weeks', budget_tokens: 700, format: 'text' });

// 3. After the visit: the encounter, written as the clinician
const encounter = await anpheros.fhir.create({ resourceType: 'Encounter', status: 'finished',
  class: { system: 'http://terminology.hl7.org/CodeSystem/v3-ActCode', code: 'VR', display: 'virtual' },
  subject, period: { start: '2026-10-14T15:02:00-05:00', end: '2026-10-14T15:18:00-05:00' },
  reasonCode: [{ text: 'Blood pressure follow-up' }] } as any, { author_type: 'practitioner', source_system: 'video-clinic' });

Kontext vrácený v kroku 2 (487 z 700 tokenů; toto byste dali před model nebo ukázali lékaři):

## Summary
Maria Lopez, 58 y, female. Active conditions: Essential (primary) hypertension. Active medications: Enalapril 10 mg.
Allergies: none recorded. Record: 0 lab values, 3 vital signs, 0 documents. As of 2026-10-13.
## Vitals
- Blood pressure panel: latest 2026-10-12 146/90 mm[Hg] ; weekly 2026-10-05: 150/93.5; 2026-10-12: 146/90 [device]
## Symptoms
- Dizziness and giddiness: 1 occurrence(s): 2026-10-13 [patient]
## Timeline
- 2026-10-13 symptom: Dizziness and giddiness: Dizzy for a few minutes after getting up [patient]

Každý řádek nese svůj zdroj — [device] pro manžetu, [patient] pro symptom — a záznam čtení je zaznamenán v logu přístupu. Původ setkání ukazuje practitioner z video-clinic a časová osa pacienta nyní zní: virtuální setkání, video-návštěva, závratě, tři měření krevního tlaku, lék a diagnóza.

Co jsme zjistili při jeho spouštění: API kontextu dnes neobsahuje odpovědi QuestionnaireResponse. První spuštění, kdy byly závratě pouze v dotazníku, vygenerovalo shrnutí bez jejich zmínky. Zaznamenávejte symptomy, které pacient hlásí, jako Observation s kategorií symptom (jak je uvedeno výše), nebo si sami předejte dotazník svému modelu.

Udělení přístupu AI agentovi se souhlasem

Když AI běží v aplikaci někoho jiného, nezíská váš projektový klíč. Aplikace požádá pacienta o souhlas prostřednictvím OAuth 2.1 a SMART on FHIR, s rozsahy oprávnění (scopes) úzkými jako patient/Observation.rs?category=vital-signs, na pevně stanovené období, které lze kdykoli odvolat. Agent může k záznamu přistupovat také prostřednictvím serveru Anpheros MCP, pouze pro čtení, pokud pacient nepovolí více. Viz Jak udělit AI agentovi přístup k lékařským záznamům a FHIR MCP server.

Co Anpheros dělá a nedělá

Anpheros poskytuje záznam a ovládací prvky kolem něj: FHIR R4 úložiště pro každý zdroj v tabulce výše, souhlas na aplikaci, původ u každého zápisu, přístupový log, který pacient může vidět, a kontextové API, které přemění záznam na rozpočtované, označené shrnutí pro model.

Neposkytuje videohovory, obrazovky pro plánování, elektronické předepisování, fakturaci ani podporu klinického rozhodování a nehostuje ani nevybírá AI modely. Virtuální klinika postavená na něm přináší tyto funkce a klinickou odpovědnost sama o sobě.

Často kladené dotazy

Co je virtuální lékař?

Zdravotník, který vidí pacienty na dálku, prostřednictvím videa, telefonu nebo zpráv. Tento termín se také používá pro asistenty s umělou inteligencí, kteří hovoří s pacienty; v praxi tito asistenti pomáhají lidskému lékaři, nikoli ho nahrazují, a spoléhají na stejná data pacienta.

Který FHIR resource označuje návštěvu jako virtuální?

Encounter.class s kódem v3 ActCode VR ("virtual"). Rezervace je Appointment; příjem je QuestionnaireResponse a pro symptomy Observations.

Jaká data potřebuje lékařský asistent s umělou inteligencí?

Pouze to, co vyžaduje jeho úkol: pro shrnutí před návštěvou, nedávné trendy měření, nové symptomy, aktivní problémy a léky a nedávné výsledky — každý označený svým zdrojem a časem. Poskytněte mu rozpočtovaný kontext spíše než celý záznam.

Jak oddělím data hlášená pacientem a data ze zařízení od klinických dat?

Zaznamenejte, kdo každou položku napsal. V Anpheros každý zápis nese typ autora — pacient, zařízení, praktikující lékař, import nebo AI — a kontext poskytnutý modelu označuje každý řádek s ním.

Může asistent s umělou inteligencí číst záznam pacienta bez jeho souhlasu?

V Anpheros ne. Aplikace jiná než ta, která záznam vytvořila, potřebuje souhlas pacienta přes OAuth, omezený na rozsahy a období, které si zvolil, a každé čtení se objeví v jeho přístupovém protokolu.

Související

• AI zdravotnické aplikace
• Jak vytvořit AI zdravotnickou aplikaci s FHIR backendem
• Jak vytvořit lékařského chatbota se strukturovanými daty
• Data z nositelných zařízení ve FHIR: domácí údaje, na kterých závisí virtuální návštěva
• Jak vytvořit aplikaci osobní zdravotní záznamy
• Původ lékařských dat vysvětlen
• Monitorování pacientů na dálku pomocí FHIR
• Data o lécích pro zdravotnické aplikace a AI agenty

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