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

Virtuális ellátás és AI orvosok: az adatok, amire szükségük van

Virtuális vizit mint FHIR R4 adat – foglalás, bejelentkezés, otthoni mérések, vizit, utókövetés – és hogyan kap egy AI asszisztens beleegyezéssel rendelkező, forrásmegjelölésű nézetet. Tesztelt folyamat.

Egy virtuális klinika – függetlenül attól, hogy a klinikus videón keresztül jelenlévő személy vagy egy segítő AI asszisztens – csak annyira jó, amennyire a páciens adatai, amelyeket a vizit előtt, alatt és után látni tud: legfrissebb mérések, aktív problémák és gyógyszerek, a páciens által jelentettek, és a döntések feljegyzése. A videóhívás a könnyű része. Ez az oldal egy virtuális vizitet az HL7 FHIR R4 erőforrásokhoz rendeli, bemutatja, hogyan kaphat egy AI asszisztens hozzájáruláson alapuló, forrásmegjelöléssel ellátott nézetet a rekordról, és futtatja a teljes folyamatot az Anpheros Platformon, beleértve egy korlátot, amelyet a munka során találtunk.

Virtuális vizit mint adat

Két dolog teszi ezt mássá, mint egy személyes vizitet. A klinikus jobban támaszkodik a páciens által előállított adatokra (otthoni mérések, kérdőívek), ezért a rekordnak meg kell mutatnia, mely értékek származtak eszközről vagy a pácienstől, és melyek a klinikusoktól. És az előkészítési lépés az, ahol az AI ma a leghasznosabb – hónapok méréseinek összefoglalása arról, hogy mi változott – ezért a rekordot a páciens beleegyezésével szoftvernek is olvashatónak kell lennie.

Hol illeszkedik be a mesterséges intelligencia, és mit kell látnia

Általános szabályok: minden MI szerepkörnek a legkisebb szeletet adjuk, amely megválaszolja a kérdését, címkézzük meg minden érték forrását, hogy a modell és a klinikus mérlegelni tudja az otthoni leolvasást egy laboreredménnyel szemben, naplózzunk minden olvasást, hogy a páciens láthassa, mit látott egy MI, és tartsunk egy embert a hurokban minden diagnosztikai jellegű dologgal kapcsolatban. Azon MI, amely diagnosztizál vagy kezelést javasol, orvostechnikai eszközként szabályozható (az Egyesült Államokban az FDA által; az Európai Unióban az Orvostechnikai Eszközökről szóló rendelet és a mesterséges intelligenciáról szóló törvény alapján); egy adatplatform ezt nem változtatja meg.

Az Anpheros folyamata, lépésről lépésre

Az alábbi kód az Anpheros TypeScript SDK-t használja, és egy helyi példányon futott a platformmal, sandbox kulccsal. A páciensnek már van három otthoni vérnyomásmérése egy mandzsettából (author_type: device), magas vérnyomás mint állapot, és enalapril mint gyógyszer.

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' });

A 2. lépésben visszaadott kontextus (a 700 tokenből a 487.; ezt tenné a modell elé vagy mutatná a klinikusnak):

## 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]

Minden sor hordozza a forrását — [device] a mandzsettához, [patient] a tünethez — és a leolvasás rögzítésre kerül a hozzáférési naplóban. Az esemény származása mutatja practitioner-t innen: video-clinic, és a páciens idővonala most így olvasható: virtuális esemény, videókonzultáció időpontja, szédülés, három vérnyomásmérés, gyógyszer és állapot.

Amit futtatás közben találtunk: a kontextus API ma nem tartalmazza a QuestionnaireResponse válaszokat. Az első futtatás, ahol csak a kérdőívben szerepelt a szédülés, egy olyan összefoglalót eredményezett, amely nem említette azt. Rögzítse a páciens által jelentett tüneteket Observation-ként, symptom kategóriával (mint fent), vagy adja át maga a kérdőívet a modelljének.

AI-ügynök hozzáférésének engedélyezése beleegyezéssel

Amikor az AI valaki más alkalmazásában fut, nem kapja meg a projektkulcsát. Az alkalmazás OAuth 2.1 és SMART on FHIR protokollokon keresztül, legfeljebb patient/Observation.rs?category=vital-signs szűk hatókörrel, meghatározott időre, bármikor visszavonhatóan kéri a páciens beleegyezését. Az ügynök az Anpheros MCP szerveren keresztül is elérheti a rekordot, csak olvasható módban, hacsak a páciens nem engedélyez többet. Lásd: Hogyan adjunk hozzáférést egy AI-ügynöknek orvosi rekordokhoz és a FHIR MCP szerver.

Mit csinál és mit nem csinál az Anpheros

Az Anpheros biztosítja a rekordot és az azt körülvevő vezérlőket: FHIR R4 tároló minden erőforráshoz a fenti táblázatban, hozzájárulás alkalmazásonként, eredetiség minden írásnál, hozzáférési napló, amit a páciens láthat, és a kontextus API, amely a rekordot egy költségvetett, címkézett összefoglalóvá alakítja egy modell számára.

Nem biztosít videohívásokat, ütemezési képernyőket, e-receptet, számlázást vagy klinikai döntéstámogatást, és nem tárol vagy választ ki AI modelleket. Az erre épülő virtuális klinika ezeket, valamint a klinikai felelősséget maga hozza.

Gyakran ismételt kérdések

Mi az a virtuális orvos?

Egy egészségügyi szakember, aki távolról, videón, telefonon vagy üzenetküldésen keresztül lát el betegeket. A kifejezést olyan AI asszisztensekre is használják, amelyek beszélgetnek a betegekkel; a gyakorlatban ezek egy emberi szakembert segítenek, nem helyettesítenek, és ugyanazokra a betegadatokra támaszkodnak.

Melyik FHIR erőforrás jelöli a látogatást virtuálisnak?

Encounter.class a v3 ActCode VR ("virtual") értékkel. A foglalás egy Appointment; a bejelentkezés egy QuestionnaireResponse, és a tünetek esetében Observation-ek.

Milyen adatokra van szüksége egy AI orvosi asszisztensnek?

Csak arra, ami a feladatához szükséges: egy látogatás előtti összefoglalóhoz, a legfrissebb mérési trendekhez, új tünetekhez, aktív problémákhoz és gyógyszerekhez, valamint a legfrissebb eredményekhez — mindegyik forrásával és idejével megjelölve. Adjon neki egy "költségvetett" kontextust a teljes rekord helyett.

Hogyan tarthatom elkülönítve a beteg által jelentett és az eszközadatokat a klinikai adatoktól?

Jegyezze fel, ki írta az egyes tételeket. Az Anpheros-ban minden írás magában foglal egy szerzőtípust — beteg, eszköz, gyakorló, import vagy AI — és az adott modellnek megadott kontextus minden sort ezzel címkéz.

Tud-e egy AI asszisztens a beleegyezésük nélkül olvasni egy beteg rekordját?

Az Anpheros-on nem. A rekordot létrehozó alkalmazáson kívül más alkalmazásnak szüksége van a beteg OAuth beleegyezésére, amely korlátozott a választott hatókörökre és időszakra, és minden olvasás megjelenik a hozzáférési naplójában.

Kapcsolódó

• AI alapú egészségügyi alkalmazások
• Hogyan építsünk AI alapú egészségügyi alkalmazást FHIR backenddel
• Hogyan építsünk orvosi chatbotot strukturált adatokkal
• Viselhető eszközök adatai FHIR formátumban: az otthoni leolvasások, amelyekre egy virtuális vizit támaszkodik
• Hogyan építsünk személyes egészségügyi nyilvántartási alkalmazást
• Az orvosi adatok eredetének magyarázata
• Távfelügyeleti betegellátás FHIR segítségével
• Gyógyszeres adatok egészségügyi alkalmazásokhoz és AI ügynökökhöz

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