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

Atención virtual y médicos de IA: los datos que necesitan

Una visita virtual como datos FHIR R4 — reserva, admisión, lecturas en casa, visita, seguimiento — y cómo un asistente de IA obtiene una vista consentida y etiquetada por fuente. Flujo probado.

Una clínica virtual — ya sea que el clínico sea una persona en video o un asistente de IA que lo ayude — solo es tan buena como los datos del paciente que puede ver antes, durante y después de la visita: mediciones recientes, problemas y medicamentos activos, lo que el paciente informó y un registro de lo que se decidió. La videollamada es la parte fácil. Esta página mapea una visita virtual a recursos HL7 FHIR R4, muestra cómo se le puede dar a un asistente de IA una vista consentida y etiquetada por origen del registro, y ejecuta todo el flujo contra la Plataforma Anpheros, incluida una limitación que encontramos al hacerlo.

Una visita virtual como datos

Dos cosas hacen que esto sea diferente de una visita en persona. El clínico depende más de los datos que el paciente produjo (lecturas en casa, cuestionarios), por lo que el registro debe mostrar qué valores provienen de un dispositivo o del paciente y cuáles del clínico. Y el paso de preparación es donde la IA es más útil hoy en día —resumiendo meses de lecturas en lo que cambió— por lo que el registro debe ser legible por software dentro del consentimiento del paciente.

Dónde encaja la IA y qué debería ver

Las reglas comunes: dar a cada rol de IA la mínima porción que responda a su pregunta, etiquetar la fuente de cada valor para que el modelo y el clínico puedan sopesar una lectura en casa frente a un resultado de laboratorio, registrar cada lectura para que el paciente pueda ver lo que vio una IA, y mantener a un humano en el circuito para cualquier cosa diagnóstica. La IA que diagnostica o recomienda tratamiento puede ser regulada como software de dispositivo médico (por la FDA en los Estados Unidos; bajo el Reglamento de Dispositivos Médicos y la Ley de IA en la Unión Europea); una plataforma de datos no cambia eso.

El flujo en Anpheros, paso a paso

El código siguiente utiliza el SDK de TypeScript de Anpheros y se ejecutó contra una instancia local de la plataforma con una clave de sandbox. El paciente ya tiene tres lecturas de presión arterial en casa de un tensiómetro (author_type: device), hipertensión como condición y enalapril como medicación.

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' });

El contexto devuelto en el paso 2 (487 de los 700 tokens; esto es lo que pondrías delante de un modelo o mostrarías al clínico):

## 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]

Cada línea lleva su origen — [device] para el tensiómetro, [patient] para el síntoma — y la lectura se registra en el log de acceso. La procedencia del encuentro muestra practitioner de video-clinic, y la línea de tiempo del paciente ahora dice: encuentro virtual, la cita de videollamada, el mareo, las tres lecturas de presión arterial, la medicación y la condición.

Lo que encontramos al ejecutarlo: la API de contexto no incluye respuestas QuestionnaireResponse hoy. La primera ejecución, con el mareo solo en el cuestionario, produjo un resumen sin mencionarlo. Registre los síntomas que el paciente reporta como Observations con categoría symptom (como se mencionó anteriormente), o pase el cuestionario a su modelo usted mismo.

Otorgar acceso a un agente de IA con consentimiento

Cuando la IA se ejecuta en la aplicación de otra persona, no obtiene su clave de proyecto. La aplicación solicita el consentimiento del paciente a través de OAuth 2.1 y SMART on FHIR, con ámbitos tan reducidos como patient/Observation.rs?category=vital-signs, por un período fijo, revocable en cualquier momento. Un agente también puede acceder al registro a través del servidor Anpheros MCP, solo lectura a menos que el paciente permita más. Consulte Cómo otorgar acceso a un agente de IA a registros médicos y el servidor FHIR MCP.

Lo que Anpheros hace y no hace

Anpheros proporciona el registro y los controles que lo rodean: almacenamiento FHIR R4 para cada recurso en la tabla anterior, consentimiento por aplicación, procedencia en cada escritura, un registro de acceso que el paciente puede ver y la API de contexto que convierte el registro en un resumen presupuestado y etiquetado para un modelo.

No proporciona videollamadas, pantallas de programación, prescripción electrónica, facturación o soporte de decisiones clínicas, y no aloja ni elige modelos de IA. Una clínica virtual construida sobre él aporta esas funcionalidades, y la responsabilidad clínica, en sí misma.

Preguntas frecuentes

¿Qué es un médico virtual?

Un profesional clínico que atiende a pacientes de forma remota, por videollamada, teléfono o mensajería. El término también se utiliza para asistentes de IA que hablan con los pacientes; en la práctica, estos asisten a un profesional clínico humano en lugar de reemplazarlo, y dependen de los mismos datos del paciente.

¿Qué recurso FHIR marca una visita como virtual?

Encounter.class con el v3 ActCode VR ("virtual"). La reserva es un Appointment; la admisión es un QuestionnaireResponse y, para los síntomas, Observations.

¿Qué datos necesita un asistente médico de IA?

Solo lo que su tarea requiere: para un resumen previo a la visita, tendencias de mediciones recientes, nuevos síntomas, problemas activos y medicamentos, y resultados recientes — cada uno etiquetado con su fuente y hora. Ofrézcale un contexto presupuestado en lugar del registro completo.

¿Cómo separo los datos reportados por el paciente y los datos del dispositivo de los datos clínicos?

Registre quién escribió cada elemento. En Anpheros, cada escritura lleva un tipo de autor — paciente, dispositivo, profesional, importación o IA — y el contexto proporcionado a un modelo etiqueta cada línea con él.

¿Puede un asistente de IA leer el registro de un paciente sin su consentimiento?

No en Anpheros. Una aplicación distinta de la que creó el registro necesita el consentimiento OAuth del paciente, limitado a los ámbitos y el período que eligió, y cada lectura aparece en su registro de acceso.

Relacionado

• Aplicaciones de IA en el sector sanitario
• Cómo crear una aplicación de IA para el sector sanitario con un backend FHIR
• Cómo crear un chatbot médico con datos estructurados
• Datos de dispositivos wearables en FHIR: las lecturas del hogar en las que se basa una visita virtual
• Cómo crear una aplicación de registro de salud personal
• Procedencia de datos médicos explicada
• Monitorización remota de pacientes con FHIR
• Datos de medicación para aplicaciones sanitarias y agentes de IA

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