AnpherosAnpheros PlatformDevelopers

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

Cuidados virtuais e médicos de IA: os dados de que necessitam

Uma consulta virtual como dados FHIR R4 — agendamento, registo, leituras em casa, consulta, acompanhamento — e como um assistente de IA obtém uma vista consentida e com rótulo de origem. Fluxo testado.

Uma clínica virtual — quer o profissional de saúde seja uma pessoa em vídeo ou um assistente de IA a ajudá-lo — é tão boa quanto os dados do paciente que consegue ver antes, durante e após a visita: medições recentes, problemas e medicamentos ativos, o que o paciente relatou e um registo do que foi decidido. A videochamada é a parte fácil. Esta página mapeia uma visita virtual para recursos HL7 FHIR R4, mostra como um assistente de IA pode receber uma vista consentida e rotulada pela origem do registo, e executa todo o fluxo na Plataforma Anpheros, incluindo uma limitação que encontrámos durante o processo.

Uma visita virtual como dados

Fase O que acontece Recursos FHIR R4
Reserva O paciente escolhe uma hora para uma visita por vídeo Appointment
Admissão O paciente responde a perguntas e relata sintomas QuestionnaireResponse, Observation (categoria symptom)
Dados domésticos Leituras de um medidor de pressão arterial, balança ou relógio desde a última visita Observation (sinais vitais, atividade), marcados como dados de dispositivo
Preparação O clínico, ou um assistente de IA para ele, revê o registo ler: Condition, MedicationStatement, AllergyIntolerance, Observation, DocumentReference
A visita Quem, quando, porquê e que foi virtual Encounter com class = VR (virtual)
Resultado Diagnóstico, alterações de medicação, exames pedidos, acompanhamento Condition, MedicationStatement, ServiceRequest, CarePlan, Appointment
Rastreio Quem escreveu cada item, de que sistema Provenance em cada escrita

Duas coisas tornam isto diferente de uma visita presencial. O clínico depende mais dos dados que o paciente produziu (leituras domésticas, questionários), pelo que o registo deve mostrar quais os valores que vieram de um dispositivo ou do paciente e quais vieram de um clínico. E a etapa de preparação é onde a IA é mais útil hoje em dia — resumindo meses de leituras no que mudou — pelo que o registo deve ser legível por software dentro do consentimento do paciente.

Onde a IA se encaixa e o que deve ver

Papel da IA Dados de que necessita Dados que não deve receber
Assistente de triagem (fala com o paciente antes da consulta) Problemas ativos e medicação, para fazer perguntas relevantes Notas e documentos de que não necessita
Resumo pré-consulta para o clínico Tendências de medições recentes, novos sintomas, alterações de medicação, resultados recentes Anos de histórico bruto para além da questão
Rascunho de documentação após a consulta O encontro, o que foi discutido, o resultado Dados de outros pacientes, em qualquer altura
Check-ins de acompanhamento O plano de cuidados e as medições que solicita Qualquer coisa fora do plano

As regras comuns: dar a cada papel de IA a menor fatia que responda à sua questão, rotular a origem de cada valor para que o modelo e o clínico possam ponderar uma leitura caseira contra um resultado de laboratório, registar cada leitura para que o paciente possa ver o que uma IA viu, e manter um humano no circuito para qualquer diagnóstico. IA que diagnostica ou recomenda tratamento pode ser regulamentada como software de dispositivo médico (pela FDA nos Estados Unidos; ao abrigo do Regulamento de Dispositivos Médicos e do Ato da IA na União Europeia); uma plataforma de dados não altera isso.

O fluxo no Anpheros, passo a passo

O código abaixo utiliza o SDK TypeScript do Anpheros e foi executado contra uma instância local da plataforma com uma chave de sandbox. O paciente já tem três leituras de pressão arterial domiciliária de um esfigmomanómetro (author_type: device), hipertensão como condição e enalapril como medicação.

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' });

O contexto retornado no passo 2 (487 dos 700 tokens; isto é o que colocaria à frente de um modelo ou mostraria ao 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 linha carrega a sua origem — [device] para o esfigmomanómetro, [patient] para o sintoma — e a leitura é registada no log de acesso. A proveniência do encontro mostra practitioner de video-clinic, e a linha temporal do paciente lê agora: encontro virtual, a consulta por videochamada, a tontura, as três leituras de pressão arterial, a medicação e a condição.

O que descobrimos ao executá-lo: a API de contexto não inclui respostas QuestionnaireResponse hoje. A primeira execução, com a tontura apenas no questionário, produziu um resumo sem qualquer menção a ela. Registe os sintomas que o paciente relata como Observations com a categoria symptom (como acima), ou passe o questionário para o seu modelo você mesmo.

Conceder acesso a um agente de IA com consentimento

Quando a IA é executada na aplicação de outra pessoa, não obtém a sua chave de projeto. A aplicação solicita o consentimento do paciente através de OAuth 2.1 e SMART on FHIR, com âmbitos (scopes) tão restritos quanto patient/Observation.rs?category=vital-signs, por um período fixo, revogável a qualquer momento. Um agente pode também aceder ao registo através do servidor Anpheros MCP, apenas para leitura, a menos que o paciente permita mais. Consulte Como conceder a um agente de IA acesso a registos médicos e o servidor FHIR MCP.

O que o Anpheros faz e não faz

O Anpheros fornece o registo e os controlos à sua volta: armazenamento FHIR R4 para cada recurso na tabela acima, consentimento por aplicação, proveniência em cada escrita, um registo de acesso que o paciente pode ver e a API de contexto que transforma o registo num resumo orçamentado e rotulado para um modelo.

Não fornece videochamadas, ecrãs de agendamento, prescrição eletrónica, faturação ou suporte à decisão clínica, e não aloja nem escolhe modelos de IA. Uma clínica virtual construída sobre ele traz essas funcionalidades e a responsabilidade clínica, por si só.

Perguntas Frequentes

O que é um médico virtual?

Um clínico que atende pacientes remotamente, por vídeo, telefone ou mensagem. O termo também é usado para assistentes de IA que conversam com pacientes; na prática, estes assistem um clínico humano em vez de o substituir, e dependem dos mesmos dados do paciente.

Que recurso FHIR marca uma visita como virtual?

Encounter.class com o v3 ActCode VR ("virtual"). A marcação é um Appointment; a admissão é um QuestionnaireResponse e, para sintomas, Observations.

Que dados um assistente médico de IA necessita?

Apenas o que a sua tarefa requer: para um resumo pré-visita, tendências de medição recentes, novos sintomas, problemas ativos e medicamentos, e resultados recentes — cada um rotulado com a sua origem e hora. Dê-lhe um contexto orçamentado em vez do registo completo.

Como separo os dados reportados pelo paciente e de dispositivos dos dados clínicos?

Registe quem escreveu cada item. No Anpheros, cada escrita carrega um tipo de autor — paciente, dispositivo, praticante, importação ou IA — e o contexto dado a um modelo rotula cada linha com ele.

Uma assistente de IA pode ler o registo de um paciente sem o seu consentimento?

Não no Anpheros. Uma aplicação diferente da que criou o registo necessita do consentimento OAuth do paciente, limitado aos escopos e período que escolheu, e cada leitura aparece no seu registo de acesso.

Relacionado

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

Product updates by email

New features, guides and the end of the beta. One email a month at most.

Send me occasional Anpheros Platform updates by email (new features, API changes, guides). I'll confirm by email and can unsubscribe in one click from any email. Privacy