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

Soins virtuels et médecins IA : les données dont ils ont besoin

Une visite virtuelle en tant que données FHIR R4 — réservation, admission, relevés à domicile, visite, suivi — et comment un assistant IA obtient une vue consentie et étiquetée par source. Flux testé.

Une clinique virtuelle — que le clinicien soit une personne en vidéo ou un assistant IA l'aidant — n'est aussi bonne que les données patient qu'elle peut voir avant, pendant et après la visite : mesures récentes, problèmes actifs et médicaments, ce que le patient a rapporté, et un enregistrement de ce qui a été décidé. L'appel vidéo est la partie facile. Cette page met en correspondance une visite virtuelle avec les ressources HL7 FHIR R4, montre comment un assistant IA peut recevoir une vue consentie et étiquetée par source du dossier, et exécute l'ensemble du flux sur la Plateforme Anpheros, y compris une limitation que nous avons trouvée en le faisant.

Une visite virtuelle en tant que données

Deux éléments rendent cela différent d'une visite en personne. Le clinicien dépend davantage des données produites par le patient (lectures à domicile, questionnaires), le dossier doit donc indiquer quelles valeurs proviennent d'un appareil ou du patient et lesquelles proviennent d'un clinicien. Et l'étape de préparation est là où l'IA est la plus utile aujourd'hui — résumer des mois de lectures sur ce qui a changé — le dossier doit donc être lisible par un logiciel avec le consentement du patient.

Où l'IA s'intègre, et ce qu'elle devrait voir

Les règles communes : donner à chaque rôle d'IA la plus petite portion qui répond à sa question, étiqueter la source de chaque valeur afin que le modèle et le clinicien puissent peser une lecture à domicile par rapport à un résultat de laboratoire, enregistrer chaque lecture afin que le patient puisse voir ce qu'une IA a vu, et garder un humain dans la boucle pour tout ce qui est diagnostique. Une IA qui diagnostique ou recommande un traitement peut être réglementée en tant que logiciel de dispositif médical (par la FDA aux États-Unis ; sous le Règlement sur les dispositifs médicaux et l'AI Act dans l'Union européenne) ; une plateforme de données ne change rien à cela.

Le flux sur Anpheros, étape par étape

Le code ci-dessous utilise le SDK TypeScript Anpheros et a été exécuté sur une instance locale de la plateforme avec une clé sandbox. Le patient a déjà trois relevés de tension artérielle à domicile provenant d'un brassard (author_type: device), une hypertension comme condition et de l'énalapril comme médicament.

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' });

Le contexte retourné à l'étape 2 (487 des 700 tokens ; c'est ce que vous mettriez devant un modèle ou montrer au clinicien) :

## 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]

Chaque ligne porte sa source — [device] pour le brassard, [patient] pour le symptôme — et la lecture est enregistrée dans le journal d'accès. La provenance de la rencontre montre practitioner de video-clinic, et la chronologie du patient indique désormais : rencontre virtuelle, rendez-vous de téléconsultation, les vertiges, les trois relevés de tension artérielle, le médicament et la condition.

Ce que nous avons trouvé en l'exécutant : l'API de contexte n'inclut pas les réponses QuestionnaireResponse aujourd'hui. La première exécution, avec les vertiges uniquement dans le questionnaire, a produit un résumé sans mention de ceux-ci. Enregistrez les symptômes rapportés par le patient comme des Observation avec la catégorie symptom (comme ci-dessus), ou passez vous-même le questionnaire à votre modèle.

Donner accès à un agent IA avec consentement

Lorsque l'IA s'exécute dans l'application de quelqu'un d'autre, elle n'obtient pas votre clé de projet. L'application demande le consentement du patient via OAuth 2.1 et SMART on FHIR, avec des scopes aussi restreints que patient/Observation.rs?category=vital-signs, pour une durée déterminée, révocable à tout moment. Un agent peut également accéder à l'enregistrement via le serveur Anpheros MCP, en lecture seule, sauf si le patient autorise davantage. Voir Comment donner à un agent IA l'accès aux dossiers médicaux et le serveur FHIR MCP.

Ce que Anpheros fait et ne fait pas

Anpheros fournit le dossier et les contrôles associés : stockage FHIR R4 pour chaque ressource du tableau ci-dessus, consentement par application, provenance sur chaque écriture, journal d'accès consultable par le patient, et l'API de contexte qui transforme le dossier en un résumé budgétisé et étiqueté pour un modèle.

Il ne fournit pas d'appels vidéo, d'écrans de planification, de prescription électronique, de facturation ou de support de décision clinique, et il n'héberge ni ne choisit de modèles d'IA. Une clinique virtuelle construite sur cette base apporte ces éléments, ainsi que la responsabilité clinique, elle-même.

Foire aux questions

Qu'est-ce qu'un médecin virtuel ?

Un clinicien qui consulte des patients à distance, par vidéo, téléphone ou messagerie. Le terme est également utilisé pour les assistants IA qui parlent aux patients ; en pratique, ceux-ci assistent un clinicien humain plutôt que de le remplacer, et dépendent des mêmes données patient.

Quelle ressource FHIR marque une visite comme virtuelle ?

Encounter.class avec le v3 ActCode VR ("virtual"). La réservation est un Appointment ; l'admission est un QuestionnaireResponse et, pour les symptômes, des Observation.

Quelles données un assistant médical IA a-t-il besoin ?

Uniquement ce que sa tâche requiert : pour un résumé pré-visite, les tendances de mesures récentes, les nouveaux symptômes, les problèmes actifs et les médicaments, et les résultats récents — chacun étiqueté avec sa source et son heure. Donnez-lui un contexte budgétisé plutôt que le dossier complet.

Comment distinguer les données rapportées par le patient et les données d'appareil des données cliniques ?

Enregistrez qui a écrit chaque élément. Dans Anpheros, chaque écriture porte un type d'auteur — patient, appareil, praticien, importation ou IA — et le contexte donné à un modèle étiquette chaque ligne avec celui-ci.

Un assistant IA peut-il lire le dossier d'un patient sans son consentement ?

Pas sur Anpheros. Une application autre que celle qui a créé le dossier a besoin du consentement OAuth du patient, limité aux scopes et à la période qu'il a choisis, et chaque lecture apparaît dans son journal d'accès.

Liens connexes

• Applications d'IA dans le domaine de la santé
• Comment créer une application d'IA pour la santé avec un backend FHIR
• Comment créer un chatbot médical avec des données structurées
• Données des dispositifs portables dans FHIR : les relevés à domicile sur lesquels repose une visite virtuelle
• Comment créer une application de dossier de santé personnel
• La provenance des données médicales expliquée
• Surveillance à distance des patients avec FHIR
• Données sur les médicaments pour les applications de santé et les agents d'IA

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