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

Μοτίβα υγείας για πράκτορες AI (beta)

Τι άλλαξε στο αρχείο ενός ασθενούς και τι επαναλαμβάνεται, υπολογισμένο με σταθερούς στατιστικούς κανόνες: τάσεις, αποκλίσεις από το συνηθισμένο επίπεδο του ατόμου και επανεμφάνιση συμπτωμάτων, καθένα με την περίοδο, τα στοιχεία και τους περιορισμούς του· όχι διαγνώσεις.

Η Anpheros υπολογίζει τι άλλαξε στο αρχείο ενός ασθενούς και τι επαναλαμβάνεται, με σταθερούς στατιστικούς κανόνες, και παραδίδει κάθε εύρημα στην εφαρμογή ή τον πράκτορα AI σας με την περίοδό του, τους πόρους που το υποστηρίζουν, την έκδοση της μεθόδου και τους περιορισμούς του. Ένα μοντέλο δεν χρειάζεται πλέον να μαντεύει μια τάση από μια χούφτα αριθμούς: λαμβάνει την τάση, την αβεβαιότητα γύρω από αυτήν και τα δεδομένα για αναφορά.

Beta. Στο sandbox λειτουργεί με οποιοδήποτε διαπιστευτήριο sandbox (κλειδιά sk_test_… και συνδέσεις OAuth sandbox). Σε αρχεία παραγωγής εκτελείται μόνο υπό τη συγκατάθεση OAuth ενός ασθενούς που περιλαμβάνει την ξεχωριστή άδεια anpheros/patterns· τα κλειδιά API παραγωγής λαμβάνουν 403.

Τι εντοπίζει

Τύπος	Ερώτηση στην οποία απαντά	Μέθοδος
`trend`	Μια μέτρηση αυξάνεται ή μειώνεται κατά τη διάρκεια του παραθύρου;	Κλίση Theil–Sen με Mann–Kendall σε μία τιμή ανά ημέρα (εβδομαδιαίες διάμεσοι για πυκνά δεδομένα παρακολούθησης), διορθωμένη όταν οι γειτονικές ημέρες είναι παρόμοιες
`trend` (`change_between_results`)	Πώς άλλαξε μια εργαστηριακή εξέταση με δύο έως πέντε αποτελέσματα;	Πρώτο και τελευταίο αποτέλεσμα, με το τελευταίο σε σύγκριση με το εύρος αναφοράς της έκθεσης· περιγράφεται, δεν ελέγχεται
`trend` (`event_rate_change`)	Ένα σύμπτωμα καταγράφεται συχνότερα ή λιγότερο συχνά;	Ημέρες συμπτώματος σε σχέση με τις ημέρες που το άτομο κατέγραψε οτιδήποτε, τελευταίες 30 ημέρες σε σύγκριση με τις 90 προηγούμενες, ακριβής έλεγχος
`baseline_deviation`	Είναι η τελευταία εβδομάδα ασυνήθιστη για αυτό το άτομο;	Τελευταίες 7 ημέρες σε σύγκριση με τις ημέρες 8–60, Mann–Whitney ή διαφορά μέσων όρων προσαρμοσμένης αυτοσυσχέτισης
`recurrence`	Επιστρέφουν τα επεισόδια συμπτωμάτων σε τακτά χρονικά διαστήματα;	Διαστήματα μεταξύ των έναρξεων επεισοδίων, Monte Carlo με σπόρο σε σύγκριση με επεισόδια που τοποθετούνται τυχαία
`association` (`around_medication_start`, sandbox)	Ένα σύμπτωμα καταγράφεται συχνότερα ή λιγότερο συχνά από την έναρξη μιας φαρμακευτικής αγωγής;	Ημέρες συμπτώματος σε σχέση με τις ενεργές ημέρες τις 30 ημέρες από την έναρξη σε σύγκριση με έως και 90 ημέρες πριν, ακριβής έλεγχος
`association` (`after_short_sleep`, sandbox)	Ένα σύμπτωμα καταγράφεται συχνότερα τις ημέρες μετά από λιγότερο από 6 ώρες ύπνου;	Ημέρες με μετρημένο ύπνο και καταχώρηση από το άτομο, σύντομες σε σχέση με μεγαλύτερες νύχτες, ακριβής έλεγχος Fisher
`convergence` (`recent_changes_together`, sandbox)	Άλλαξαν πολλά πράγματα σε μια παρόμοια πρόσφατη περίοδο;	Κανένας νέος έλεγχος: ομαδοποιεί τουλάχιστον δύο πρόσφατες αλλαγές (μια ασυνήθιστη εβδομάδα, ένα σύμπτωμα συχνότερα ή λιγότερο συχνά) που υποστηρίζονται στατιστικά η καθεμία· δηλώνει μόνο ότι συνέβησαν μαζί

Όλοι οι έλεγχοι μιας εκτέλεσης διορθώνονται μαζί (Benjamini–Hochberg). Ένα εύρημα είναι statistically_supported μόνο όταν η διορθωμένη τιμή q είναι κάτω από 0.05 και η αλλαγή είναι τουλάχιστον το όριο για τη συγκεκριμένη μέτρηση.

Τι δεν είναι

Όχι διάγνωση. Τα ευρήματα περιγράφουν το αρχείο. δεν ονομάζουν ποτέ μια πάθηση ούτε προτείνουν αλλαγή θεραπείας. Κάθε εύρημα φέρει safety.not_a_diagnosis = true και safety.causal_claim = false.
Όχι αιτία. Μια αλλαγή μετά από νέα φαρμακευτική αγωγή, ή δύο καταγεγραμμένα μαζί, δεν αποτελεί απόδειξη ότι το ένα προκάλεσε το άλλο. Οι συσχετίσεις λένε μόνο ότι δύο πράγματα συνέβησαν περίπου την ίδια στιγμή· καθένα φέρει confounding_possible και not_causal, και μόνο οι έναρξεις φαρμάκων και ο ύπνος ελέγχονται έναντι συμπτωμάτων, όχι κάθε ζεύγος. Με διαπιστευτήρια sandbox μόνο προς το παρόν.
Όχι μοντέλο AI, και όχι ακόμη κλινικά ελεγμένο. Κάθε αριθμός προέρχεται από σταθερούς, εκδοχικά στατιστικούς κανόνες· κανένα μοντέλο AI δεν αναλύει τα δεδομένα. Τα όρια για μια ουσιαστική αλλαγή τέθηκαν με βοήθεια AI και δεν έχουν ακόμη ελεγχθεί από κλινικό· κάθε εύρημα το αναφέρει στο review.thresholds_reviewed_by_clinician. Η μηχανή επικυρώνεται σε συνθετικούς ασθενείς με γνωστές εμφυτευμένες μοτίβες: βρίσκει αυτό που εμφυτεύτηκε και παραμένει σιωπηλή όταν δεν υπάρχει τίποτα. Αυτή δεν είναι κλινική επικύρωση.

Δοκιμάστε το

Κάθε sandbox project έχει 30 συνθετικούς ασθενείς, και έξι από αυτούς φέρουν ένα εμφυτευμένο μοτίβο. Βρείτε ένα με GET /fhir/R4/Patient?identifier=https://anpheros.com/fhir/sid/sandbox-persona|<key>.

Ασθενής	Τι εμφυτεύτηκε	Τι αναφέρει η μηχανή
p01 Andrei Popescu	Καθημερινή πίεση αίματος στο σπίτι, μειούμενη κατά περίπου 8/5 mmHg σε έξι μήνες	`trend.decreasing` για συστολική (8480-6) και διαστολική (8462-4)
p06 Giulia Rossi	Πονοκέφαλος κάθε 7 ημέρες, με απόκλιση μιας ημέρας	`recurrence.intervals` για πονοκέφαλο (R51)
p17 Ciarán Murphy	Κόπωση περίπου στις μισές από τις τελευταίες 30 ημέρες, έναντι 1 ημέρας στις 12 πριν	`frequency.increased` για κόπωση (R53)
p19 Felix Gruber	Καρδιακός ρυθμός ηρεμίας από ρολόι, περίπου 9 bpm πάνω από το συνηθισμένο του επίπεδο την τελευταία εβδομάδα	`baseline.higher` για καρδιακό ρυθμό ηρεμίας (40443-4)
p20 Ivana Horvat	Καρδιακός ρυθμός ηρεμίας από ρολόι, σταθεροποιούμενος κατά περίπου 16 bpm σε έξι μήνες	`trend.decreasing` για καρδιακό ρυθμό ηρεμίας (40443-4)
p30 Jan Kowalczyk	Πυκνά δεδομένα από ρολόι και σπίτι χωρίς τίποτα εμφυτευμένο	δεν υπάρχει υποστηριζόμενο εύρημα: η μηχανή παραμένει σιωπηλή

Τα Projects που δημιουργήθηκαν πριν από τις 16 Οκτωβρίου 2026 λαμβάνουν αυτά τα μοτίβα μετά την επαναφορά των συνθετικών ασθενών τους από τον πίνακα ελέγχου. μια επαναφορά αντικαθιστά τυχόν αλλαγές που έγιναν σε αυτούς.

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

Με το TypeScript SDK (@anpheros/sdk 0.2.0 ή νεότερο):

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));

Με τον MCP server, ρωτήστε τον agent σας "Τι άλλαξε στο αρχείο αυτού του ασθενούς τους τελευταίους έξι μήνες;": καλεί το get_health_patterns, και μπορεί να ακολουθήσει με get_pattern_evidence, get_series και compare_periods. Το POST /v1/context προσθέτει μια ενότητα patterns για ερωτήσεις σχετικά με αλλαγές και σχέσεις, ή όταν ζητάτε την patterns ανάγκη.

Τελικά Σημεία (Endpoints)

Τελικό Σημείο (Endpoint)	Τι επιστρέφει
`GET /v1/patients/{id}/patterns`	μια εκτέλεση: ευρήματα, τι δεν μπορούσε να υπολογιστεί και γιατί, τι συναίνεση παραλείφθηκε· φίλτρα `window_days` (30–730), `end`, `types`, `min_strength`
`GET /v1/patients/{id}/patterns/{finding_id}`	ένα εύρημα, επανυπολογισμένο για το ίδιο παράθυρο
`GET /v1/patients/{id}/patterns/{finding_id}/evidence`	κάθε υποστηρικτικός πόρος, σελιδωμένος
`GET /v1/patients/{id}/series?code=…`	μια μέτρηση ως μία τιμή ανά ημέρα, με κάλυψη, κενά και αλλαγές πηγής
`POST /v1/patients/{id}/patterns/compare`	μια μέτρηση σε δύο περιόδους που επιλέγετε

Ανάγνωση ευρήματος

summary_text: μία απλή πρόταση, ασφαλής για εμφάνιση ή παράθεση.
strength: strong, moderate, weak ή not_tested. Αδύναμα και μη δοκιμασμένα ευρήματα είναι περιγραφές, όχι αποδείξεις.
window, comparison_window: οι περίοδοι που αναλύθηκαν.
evidence (έως 20, κατανεμημένα στην περίοδο) και evidence_total: οι πόροι πίσω από το εύρημα, με έκδοση, ημερομηνία, τιμή και τύπο συγγραφέα.
limitations: κωδικοποιημένα, με κείμενο. Εμφανίστε τα μαζί με το εύρημα.
review: εάν ένας κλινικός έχει ελέγξει τα όρια (false προς το παρόν) και από πού προέρχονται.
method, engine_version, input_fingerprint: τα ίδια δεδομένα, η ίδια διαμόρφωση και οι ίδιες εκδόσεις δίνουν το ίδιο αποτέλεσμα και το ίδιο id.

Κανόνες που αξίζει να γνωρίζετε

Πρώτα η συναίνεση. Στο πλαίσιο μιας εκχώρησης OAuth, η μηχανή διαβάζει μόνο ό,τι επιτρέπει η εκχώρηση. ό,τι δεν μπόρεσε να διαβάσει παρατίθεται στο omitted, χωρίς περιεχόμενο.
Αναγνωριστικά (Ids). Οι ασθενείς εμφανίζονται με το αναγνωριστικό ανά ζεύγη του έργου σας. τα αναγνωριστικά που βρίσκονται προέρχονται ανά έργο. Όταν αλλάζει η εγγραφή, ένα εύρημα αποκτά νέο αναγνωριστικό και το παλιό επιστρέφει 404.
Χρόνος. Όταν ο χρόνος μιας ανάγνωσης φέρει ρητή μετατόπιση (2026-10-16T00:30:00+03:00), υπολογίζεται στην ημέρα του ατόμου. χρόνοι σε UTC (Z) ή χωρίς μετατόπιση παραμένουν στην ημέρα UTC. Κάθε εύρημα αναφέρει ποια στο time_basis (record_offsets, partly_local ή local_time_unknown). Οι τοπικές ημέρες χρησιμοποιούνται σε εγγραφές sandbox και παραγωγής. τα μοτίβα ώρας της ημέρας δεν έχουν υπολογιστεί ακόμη.
Παραλείπονται. Τιμές που γράφτηκαν από AI, αποτελέσματα που σημειώνονται ως entered-in-error και ημερομηνίες γνωστές μόνο κατά μήνα δεν χρησιμοποιούνται και μετρώνται.
Όρια. 30 εκτελέσεις μοτίβων ανά λεπτό ανά διαπιστευτήρια, επιπλέον των συνήθων 600 αιτημάτων ανά λεπτό.

Συχνές ερωτήσεις

Χρησιμοποιεί γλωσσικό μοντέλο;

Όχι. Κάθε αριθμός προέρχεται από σταθερές, εκδοτικές στατιστικές μεθόδους. Οποιοδήποτε μοντέλο, φιλοξενούμενο ή τοπικό, μπορεί να διαβάσει τα αποτελέσματα.

Γιατί μια σαφής αλλαγή στα δεδομένα μου επισημαίνεται ως ασθενής;

Επειδή η απόδειξη δεν επιβιώνει της διόρθωσης για όλες τις δοκιμές της εκτέλεσης, η σειρά είναι σύντομη ή θορυβώδης, ή η αλλαγή είναι κάτω από το όριο για αυτή τη μέτρηση. Το εύρημα εξακολουθεί να περιγράφει τι δείχνει η εγγραφή.

Λειτουργεί σε εγγραφές παραγωγής;

Ναι, από τις 16 Οκτωβρίου 2026, αλλά μόνο υπό τη συγκατάθεση OAuth ενός ασθενούς που περιλαμβάνει την ξεχωριστή άδεια anpheros/patterns, την οποία η οθόνη συγκατάθεσης εμφανίζει σε δική της γραμμή. Ζητήστε το πεδίο δράσης δίπλα στα πεδία δράσης patient/… σας· μια παραχώρηση χωρίς αυτό, και οποιοδήποτε κλειδί API παραγωγής, λαμβάνει 403.

Σχετικά

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