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

Virtuelle Versorgung und KI-Ärzte: Benötigte Daten

Ein virtueller Besuch als FHIR R4 Daten – Buchung, Aufnahme, Heimwerte, der Besuch, Nachsorge – und wie ein KI-Assistent eine eingewilligte, quellengekennzeichnete Ansicht erhält. Getesteter Ablauf.

Eine virtuelle Klinik – sei es ein menschlicher Kliniker per Video oder ein KI-Assistent, der ihn unterstützt – ist nur so gut wie die Patientendaten, die sie vor, während und nach dem Besuch sehen kann: aktuelle Messungen, aktive Probleme und Medikamente, was der Patient berichtet hat und eine Aufzeichnung der getroffenen Entscheidungen. Der Videoanruf ist der einfache Teil. Diese Seite bildet einen virtuellen Besuch auf HL7 FHIR R4-Ressourcen ab, zeigt, wie einem KI-Assistenten eine zugestimmte, quellengekennzeichnete Ansicht des Datensatzes zur Verfügung gestellt werden kann, und führt den gesamten Ablauf auf der Anpheros Platform durch, einschließlich einer Einschränkung, die wir dabei festgestellt haben.

Ein virtueller Besuch als Daten

Zwei Dinge unterscheiden dies von einem persönlichen Besuch. Der Kliniker ist stärker auf vom Patienten erzeugte Daten angewiesen (Heimmessungen, Fragebögen), daher muss die Akte zeigen, welche Werte von einem Gerät oder dem Patienten und welche von einem Kliniker stammen. Und der Vorbereitungsschritt ist dort, wo KI heute am nützlichsten ist – die Zusammenfassung von monatelangen Messwerten in das, was sich geändert hat – daher muss die Akte im Rahmen der Zustimmung des Patienten für Software lesbar sein.

Wo KI passt und was sie sehen sollte

Die gemeinsamen Regeln: Geben Sie jeder KI-Rolle den kleinsten Ausschnitt, der ihre Frage beantwortet, kennzeichnen Sie die Quelle jedes Wertes, damit das Modell und der Kliniker einen Heimwert gegen ein Laborergebnis abwägen können, protokollieren Sie jeden Lesevorgang, damit der Patient sehen kann, was eine KI gesehen hat, und halten Sie einen Menschen im Loop für alles Diagnostische. KI, die Diagnosen stellt oder Behandlungen empfiehlt, kann als Medizinproduktsoftware reguliert werden (von der FDA in den Vereinigten Staaten; unter der Medical Device Regulation und dem AI Act in der Europäischen Union); eine Datenplattform ändert daran nichts.

Der Ablauf auf Anpheros, Schritt für Schritt

Der folgende Code verwendet das Anpheros TypeScript SDK und wurde gegen eine lokale Instanz der Plattform mit einem Sandbox-Schlüssel ausgeführt. Der Patient hat bereits drei häusliche Blutdruckmessungen von einem Gerät (author_type: device), eine Hypertonie als Diagnose und Enalapril als Medikament.

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' });

Der in Schritt 2 zurückgegebene Kontext (487 von 700 Tokens; dies ist das, was Sie einem Modell vorlegen oder dem Kliniker anzeigen würden):

## 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]

Jede Zeile trägt ihre Quelle – [device] für das Gerät, [patient] für das Symptom – und der Messwert wird im Zugriffslog aufgezeichnet. Die Herkunft der Begegnung zeigt practitioner von video-clinic, und die Patienten-Timeline liest sich nun: virtuelle Begegnung, der Video-Besuchstermin, der Schwindel, die drei Blutdruckmessungen, das Medikament und die Diagnose.

Was wir bei der Ausführung festgestellt haben: Die Kontext-API enthält heute keine QuestionnaireResponse-Antworten. Die erste Ausführung, bei der der Schwindel nur im Fragebogen enthalten war, ergab eine Zusammenfassung ohne Erwähnung desselben. Erfassen Sie Symptome, die der Patient meldet, als Observation mit der Kategorie symptom (wie oben), oder übergeben Sie den Fragebogen selbst an Ihr Modell.

KI-Agenten mit Zustimmung Zugriff gewähren

Wenn die KI in der Anwendung einer anderen Person ausgeführt wird, erhält sie keinen Zugriff auf Ihren Projektschlüssel. Die Anwendung bittet den Patienten um Zustimmung über OAuth 2.1 und SMART on FHIR, mit Scopes so eng wie patient/Observation.rs?category=vital-signs, für einen festen Zeitraum, der jederzeit widerrufen werden kann. Ein Agent kann den Datensatz auch über den Anpheros MCP-Server erreichen, schreibgeschützt, es sei denn, der Patient erlaubt mehr. Siehe Wie man einem KI-Agenten Zugriff auf medizinische Aufzeichnungen gewährt und den FHIR MCP-Server.

Was Anpheros leistet und was nicht

Anpheros stellt die Aufzeichnungen und die dazugehörigen Kontrollen bereit: FHIR R4-Speicher für jede Ressource in der obigen Tabelle, Zustimmung pro Anwendung, Herkunft bei jedem Schreibvorgang, ein Zugriffsprotokoll, das der Patient einsehen kann, und die Kontext-API, die die Aufzeichnung in eine budgetierte, beschriftete Zusammenfassung für ein Modell umwandelt.

Es bietet keine Videoanrufe, Planungsbildschirme, E-Verschreibungen, Abrechnung oder klinische Entscheidungsunterstützung und hostet oder wählt keine KI-Modelle aus. Eine darauf aufgebaute virtuelle Klinik bringt diese und die klinische Verantwortung selbst mit.

Häufig gestellte Fragen

Was ist ein virtueller Arzt?

Ein Kliniker, der Patienten aus der Ferne per Video, Telefon oder Messaging betreut. Der Begriff wird auch für KI-Assistenten verwendet, die mit Patienten sprechen; in der Praxis unterstützen diese einen menschlichen Kliniker, anstatt ihn zu ersetzen, und sind auf dieselben Patientendaten angewiesen.

Welche FHIR-Ressource kennzeichnet einen virtuellen Besuch?

Encounter.class mit dem v3 ActCode VR ("virtual"). Die Buchung ist ein Appointment; die Aufnahme ist ein QuestionnaireResponse und für Symptome Observations.

Welche Daten benötigt ein KI-medizinischer Assistent?

Nur das, was seine Aufgabe erfordert: für eine Zusammenfassung vor dem Besuch, aktuelle Messtrend, neue Symptome, aktive Probleme und Medikamente sowie aktuelle Ergebnisse – jeweils mit Angabe der Quelle und des Zeitpunkts. Geben Sie ihm einen budgetierten Kontext anstelle des gesamten Datensatzes.

Wie trenne ich vom Patienten gemeldete und Gerätedaten von klinischen Daten?

Erfassen Sie, wer jeden Eintrag verfasst hat. In Anpheros trägt jeder Schreibvorgang einen Autorentyp – Patient, Gerät, Praktiker, Import oder KI – und der einem Modell gegebene Kontext kennzeichnet jede Zeile damit.

Kann ein KI-Assistent die Akte eines Patienten ohne dessen Zustimmung lesen?

Nicht auf Anpheros. Eine andere Anwendung als diejenige, die die Akte erstellt hat, benötigt die OAuth-Zustimmung des Patienten, beschränkt auf die von ihm gewählten Bereiche und den Zeitraum, und jeder Lesevorgang wird in seinem Zugriffslogbuch angezeigt.

Verwandte Themen

• KI-gestützte Gesundheitsanwendungen
• Erstellung einer KI-Gesundheits-App mit FHIR-Backend
• Erstellung eines medizinischen Chatbots mit strukturierten Daten
• Wearable-Daten in FHIR: die häuslichen Messwerte, auf denen ein virtueller Besuch basiert
• Erstellung einer Personal Health Record (PHR)-App
• Medizinische Datenherkunft erklärt
• Remote Patient Monitoring mit FHIR
• Medikationsdaten für Gesundheits-Apps und KI-Agenten

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