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

Egészségügyi mintázatok AI ügynököknek (béta)

Mi változott egy beteg rekordjában és mi ismétlődik, rögzített statisztikai szabályok által számítva: trendek, eltérések a személy szokásos szintjétől és tünetek ismétlődése, mindegyik időtartammal, bizonyítékkal és korlátokkal; nem diagnózisok.

Az Anpheros rögzített statisztikai szabályok alapján kiszámítja, mi változott egy páciens rekordjában, és mi ismétlődik, és minden leletet a maga periódusával, a mögöttes erőforrásokkal, a módszer verziójával és korlátaival együtt átad az alkalmazásának vagy AI ügynökének. Egy modellnek már nem kell találgatnia egy trendet néhány számból: megkapja a trendet, az azt körülvevő bizonytalanságot és az idézhető adatokat.

Béta. A sandboxban bármilyen sandbox hitelesítő adattal működik (sk_test_… kulcsok és sandbox OAuth kapcsolatok). A production rekordokon csak a páciens OAuth hozzájárulása alatt fut, amely tartalmazza a külön anpheros/patterns engedélyt; a production API kulcsok 403-at kapnak.

Mit talál

Típus	Milyen kérdésre válaszol	Módszer
`trend`	Növekszik vagy csökken a mérés az időablakban?	Theil–Sen lejtő Mann–Kendall teszttel naponta egy értékre (heti mediánok sűrű megfigyelési adatokhoz), korrigálva, ha a szomszédos napok hasonlóak
`trend` (`change_between_results`)	Hogyan változott egy két-öt eredménnyel rendelkező laboratóriumi teszt?	Első és utolsó eredmény, a legújabb a jelentés referenciatartományához képest; leírva, nem tesztelve
`trend` (`event_rate_change`)	Gyakrabban vagy ritkábban rögzítik egy tünetet?	Tünetes napok aránya a napokhoz, amikor a személy bármit naplózott, utolsó 30 nap az előző 90-hez képest, pontos teszt
`baseline_deviation`	Szokatlan-e az utolsó hét ennek a személynek?	Utolsó 7 nap a 8–60. napokhoz képest, Mann–Whitney vagy egy autokorrelációval korrigált átlagkülönbség
`recurrence`	Járnak-e a tünetes epizódok rendszeres időközönként?	Epizódok kezdete közötti intervallumok, magvetéses Monte Carlo véletlenszerűen elhelyezett epizódok ellen
`association` (`around_medication_start`, sandbox)	Gyakrabban vagy ritkábban rögzítik egy tünetet egy gyógyszer kezdete óta?	Tünetes napok aránya az aktív napokhoz képest a kezdettől számított 30 napban az azt megelőző legfeljebb 90 naphoz képest, pontos teszt
`association` (`after_short_sleep`, sandbox)	Gyakrabban rögzítik egy tünetet kevesebb mint 6 óra alvás utáni napokon?	Alvásméréssel és személyi bejegyzéssel mért napok, rövid éjszakák szemben hosszabbakkal, Fisher pontos teszt
`convergence` (`recent_changes_together`, sandbox)	Több dolog változott ugyanabban a közelmúltbeli időszakban?	Nincs új teszt: legalább két közelmúltbeli változást csoportosít (szokatlan hét, gyakrabban vagy ritkábban előforduló tünet), amelyek mindegyike statisztikailag alátámasztott; csak azt mondja, hogy együtt történtek

Egy futás összes tesztje együtt kerül korrigálásra (Benjamini–Hochberg). Egy lelet statistically_supported, csak akkor, ha a korrigált q-érték 0,05 alatt van, és a változás legalább a küszöbérték az adott méréshez.

Mi NEM

Nem diagnózis. A leletek a rekordot írják le; soha nem neveznek meg állapotot vagy javasolnak kezelésváltoztatást. Minden lelet tartalmaz safety.not_a_diagnosis = true és safety.causal_claim = false.
Nem ok. Az új gyógyszeres kezelés utáni változás, vagy két együtt rögzített dolog nem bizonyíték arra, hogy az egyik okozta a másikat. Az asszociációk csak azt mondják, hogy két dolog nagyjából egy időben történt; mindegyik tartalmaz confounding_possible és not_causal, és csak a gyógyszeres kezelések kezdete és az alvás kerül tesztelésre tünetekkel szemben, nem minden pár. Jelenleg csak sandbox hitelesítőkkel.
Nem AI modell, és még nem klinikai felülvizsgálaton esett át. Minden szám rögzített, verziószámozott statisztikai szabályokból származik; nincs AI modell, amely elemezné az adatokat. A jelentős változás küszöbértékeit AI segítséggel állították be, és még nem vizsgálták felül klinikusok; minden lelet ezt mondja review.thresholds_reviewed_by_clinician. Az engine szintetikus betegeken validálható, ismert beültetett mintázatokkal: megtalálja, amit beültettek, és csendben marad, ha semmi sem volt. Ez nem klinikai validáció.

Kipróbálás

Minden sandbox projekt 30 szintetikus beteget tartalmaz, és hatukban van egy beültetett minta. Keressen egyet a GET /fhir/R4/Patient?identifier=https://anpheros.com/fhir/sid/sandbox-persona|<key>-el.

Beteg	Mi volt beültetve	Mit jelent a motor
p01 Andrei Popescu	Napi otthoni vérnyomás, csökkenés kb. 8/5 Hgmm hat hónap alatt	`trend.decreasing` szisztolés (8480-6) és diasztolés (8462-4) értékre
p06 Giulia Rossi	Fejfájás 7 naponta, plusz-mínusz egy nap	`recurrence.intervals` fejfájásra (R51)
p17 Ciarán Murphy	Fáradtság az elmúlt 30 nap kb. felében, szemben a korábbi 12 napból 1 nappal	`frequency.increased` fáradtságra (R53)
p19 Felix Gruber	Nyugalmi pulzus óráról, kb. 9 ütés/perc a szokásos szintje felett az elmúlt héten	`baseline.higher` nyugalmi pulzusra (40443-4)
p20 Ivana Horvat	Nyugalmi pulzus óráról, csökkenés kb. 16 ütés/perc hat hónap alatt	`trend.decreasing` nyugalmi pulzusra (40443-4)
p30 Jan Kowalczyk	Sűrű óra- és otthoni adatok beültetett minta nélkül	nincs támogatott lelet: a motor csendben marad

A 2026. október 16. előtt létrehozott projektek ezeket a mintákat a szintetikus betegek visszaállítását követően kapják meg a dashboardról; a visszaállítás felülír minden, a betegekben tett változtatást.

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

A TypeScript SDK-val (@anpheros/sdk 0.2.0 vagy újabb):

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));

Az MCP szerverrel kérdezze meg az ügynökét: "Mi változott ennek a betegnek a rekordjában az elmúlt hat hónapban?": ez get_health_patterns-et hív, és követheti get_pattern_evidence, get_series és compare_periods-el. A POST /v1/context hozzáad egy patterns szekciót a változásokkal és kapcsolatokkal kapcsolatos kérdésekhez, vagy amikor a patterns szükségletet kéri.

Végpontok

Végpont	Mit ad vissza
`GET /v1/patients/{id}/patterns`	egy futás eredményeit: a megállapításokat, a nem kiszámítható elemeket és azok okait, a beleegyezésekből kihagyott elemeket; szűrők `window_days` (30–730), `end`, `types`, `min_strength`
`GET /v1/patients/{id}/patterns/{finding_id}`	egyetlen megállapítást, ugyanazon ablakra újraszámolva
`GET /v1/patients/{id}/patterns/{finding_id}/evidence`	minden támogató erőforrást, lapozva
`GET /v1/patients/{id}/series?code=…`	egyetlen mérést értékenként naponta, lefedettséggel, hézagokkal és forrásváltozásokkal
`POST /v1/patients/{id}/patterns/compare`	egyetlen mérést két általad választott időszakban

Lelet olvasása

summary_text: egy egyszerű mondat, biztonságosan megjeleníthető vagy idézhető.
strength: strong, moderate, weak vagy not_tested. A gyenge és teszteletlen leletek leírások, nem bizonyítékok.
window, comparison_window: az elemzett időszakok.
evidence (legfeljebb 20, az időszak alatt elosztva) és evidence_total: a lelet mögötti erőforrások, verzióval, dátummal, értékkel és szerző típusával.
limitations: kódolt, szöveggel. Jelenítse meg őket a lelettel együtt.
review: hogy egy klinikus felülvizsgálta-e a küszöbértékeket (jelenleg false) és honnan származnak.
method, engine_version, input_fingerprint: ugyanazok az adatok, konfigurációk és verziók ugyanazt az eredményt és ugyanazt az azonosítót adják.

Tudnivaló szabályok

Először a hozzájárulás. OAuth engedély alapján az engine csak azt olvassa, amit az engedély megenged; amit nem tudott elolvasni, az a omitted-ban szerepel, tartalom nélkül.
ID-k. A betegek a projekt páronkénti azonosítójával jelennek meg; a megtalált azonosítók projektenként kerülnek származtatásra. Amikor a rekord megváltozik, egy lelet új azonosítót kap, a régi pedig 404-gyel válaszol.
Idő. Amikor egy lelet ideje explicit eltolódást tartalmaz (2026-10-16T00:30:00+03:00), az a személy saját napjára vonatkozik; az UTC (Z) vagy eltolódás nélküli idők az UTC napon maradnak. Minden lelet megmondja, melyik a time_basis-ban (record_offsets, partly_local vagy local_time_unknown). A helyi napokat a sandbox és a production rekordokon használják; a napszak szerinti mintázatok még nem kerülnek kiszámításra.
Kihagyva. Az AI által írt értékeket, az "entered-in-error" jelölésű eredményeket és a csak hónapra ismert dátumokat nem használjuk fel, de megszámoljuk őket.
Korlátok. 30 mintafutás percenként kredenciálonként, a szokásos 600 kérés percenként mellett.

Gyakran ismételt kérdések

Használ nyelvi modellt?

Nem. Minden szám rögzített, verziószámozott statisztikai módszerekből származik. Bármelyik modell, legyen az távoli vagy helyi, képes elolvasni az eredményeket.

Miért jelölnek gyengének egy egyértelmű változást az adataimban?

Mert a bizonyítékok nem állják meg a helyüket a futtatás összes tesztjének korrekciója után, a sorozat rövid vagy zajos, vagy a változás a mérési küszöbérték alatt van. A megállapítás továbbra is leírja, mit mutat a rekord.

Működik éles (production) rekordokon?

Igen, 2026. október 16-tól, de csak egy páciens OAuth hozzájárulása mellett, amely tartalmazza a különálló anpheros/patterns engedélyt, amit a hozzájárulási képernyő saját soron jelenít meg. Kérje a hatókört (scope) a patient/… hatókörök mellett; enélkül, és bármilyen éles API kulcs nélkül 403-as hibát kap.

Kapcsolódó

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