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

Паттерны здоровья для ИИ-агентов (бета)

Что изменилось в записи пациента и что повторяется, вычисленное по фиксированным статистическим правилам: тенденции, отклонения от обычного уровня человека и рецидивы симптомов, каждое со своим периодом, доказательствами и ограничениями; не диагнозы.

Anpheros вычисляет, что изменилось в записи пациента и что повторяется, по фиксированным статистическим правилам, и передает каждое обнаружение вашему приложению или ИИ-агенту с его периодом, лежащими в основе ресурсами, версией метода и его ограничениями. Модели больше не нужно угадывать тенденцию по горстке чисел: она получает тенденцию, неопределенность вокруг нее и данные для цитирования.

Бета. В песочнице он работает с любыми учетными данными песочницы (sk_test_… ключи и подключения OAuth песочницы). На производственных записях он работает только под согласием пациента на OAuth, которое включает отдельное разрешение anpheros/patterns; ключи API для производственной среды получают 403.

Что определяется

Тип	На какой вопрос отвечает	Метод
`trend`	Увеличивается или уменьшается значение измерения за определенный период?	Метод Тейля-Сена с тестом Манна-Уитни для одного значения в день (еженедельные медианы для плотных данных наблюдения), с коррекцией, когда соседние дни похожи
`trend` (`change_between_results`)	Как изменился лабораторный тест с двумя-пятью результатами?	Первый и последний результат, с последним относительно справочного диапазона отчета; описано, не тестируется
`trend` (`event_rate_change`)	Симптом регистрируется чаще или реже?	Дни с симптомом относительно дней, когда человек что-либо регистрировал, последние 30 дней против предыдущих 90, точный тест
`baseline_deviation`	Является ли последняя неделя необычной для этого человека?	Последние 7 дней против дней 8–60, тест Манна-Уитни или разница средних с коррекцией на автокорреляцию
`recurrence`	Возвращаются ли эпизоды симптомов через регулярные промежутки времени?	Интервалы между началом эпизодов, метод Монте-Карло с начальными условиями против эпизодов, размещенных случайным образом
`association` (`around_medication_start`, sandbox)	Симптом регистрируется чаще или реже с начала приема лекарства?	Дни с симптомом относительно активных дней в течение 30 дней с начала приема против до 90 дней до этого, точный тест
`association` (`after_short_sleep`, sandbox)	Симптом регистрируется чаще в дни после менее чем 6 часов сна?	Дни с измеренным сном и записью человека, короткие ночи против более длинных, точный тест Фишера
`convergence` (`recent_changes_together`, sandbox)	Изменилось ли несколько показателей за один и тот же недавний период?	Новый тест отсутствует: группирует как минимум два недавних изменения (необычная неделя, симптом чаще или реже), каждое из которых статистически подтверждено; указывает только на то, что они произошли вместе

Все тесты одного запуска корректируются совместно (Бенджамини-Хохберг). Находка statistically_supported считается значимой только тогда, когда скорректированное q-значение ниже 0.05 и изменение составляет не менее порогового значения для данного измерения.

Чем это не является

Не диагноз. Результаты описывают запись; они никогда не называют состояние и не рекомендуют изменение лечения. Каждый результат содержит safety.not_a_diagnosis = true и safety.causal_claim = false.
Не причина. Изменение после нового лекарства или две одновременно записанные вещи не являются доказательством того, что одно вызвало другое. Ассоциации говорят только о том, что две вещи произошли примерно в одно время; каждая содержит confounding_possible и not_causal, и только начало приема лекарств и сон проверяются на симптомы, а не каждая пара. Пока только с учетными данными песочницы.
Не модель ИИ и еще не прошла клиническую проверку. Каждое число поступает из фиксированных, версионированных статистических правил; ни одна модель ИИ не анализирует данные. Пороги для значимого изменения были установлены с помощью ИИ и еще не были рассмотрены клиницистом; каждый результат указывает на это в review.thresholds_reviewed_by_clinician. Движок валидируется на синтетических пациентах с известными внедренными закономерностями: он находит то, что было внедрено, и молчит, когда ничего нет. Это не клиническая валидация.

Попробуйте

Каждый проект в песочнице содержит 30 синтетических пациентов, и у шести из них есть внедренный шаблон. Найдите одного с GET /fhir/R4/Patient?identifier=https://anpheros.com/fhir/sid/sandbox-persona|<key>.

Пациент	Что было внедрено	Что сообщает движок
p01 Andrei Popescu	Ежедневное измерение артериального давления дома, снижение примерно на 8/5 мм рт. ст. за шесть месяцев	`trend.decreasing` для систолического (8480-6) и диастолического (8462-4)
p06 Giulia Rossi	Головная боль каждые 7 дней, плюс-минус один день	`recurrence.intervals` для головной боли (R51)
p17 Ciarán Murphy	Усталость примерно в половине последних 30 дней, по сравнению с 1 днем из 12 ранее	`frequency.increased` для усталости (R53)
p19 Felix Gruber	Частота сердечных сокращений в покое с часов, примерно на 9 ударов в минуту выше обычного уровня за последнюю неделю	`baseline.higher` для частоты сердечных сокращений в покое (40443-4)
p20 Ivana Horvat	Частота сердечных сокращений в покое с часов, снижение примерно на 16 ударов в минуту за шесть месяцев	`trend.decreasing` для частоты сердечных сокращений в покое (40443-4)
p30 Jan Kowalczyk	Плотные данные с часов и домашние данные без внедренных шаблонов	нет поддерживаемых результатов: движок молчит

Проекты, созданные до 16 октября 2026 года, получают эти шаблоны после сброса своих синтетических пациентов из панели управления; сброс заменяет любые внесенные в них изменения.

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

С помощью TypeScript SDK (@anpheros/sdk 0.2.0 или новее):

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));

С помощью сервера MCP попросите вашего агента: "Что изменилось в записи этого пациента за последние шесть месяцев?": он вызовет get_health_patterns и может продолжить с get_pattern_evidence, get_series и compare_periods. POST /v1/context добавляет раздел patterns для вопросов об изменениях и взаимосвязях, или когда вы запрашиваете patterns потребность.

Конечные точки

Конечная точка	Что возвращает
`GET /v1/patients/{id}/patterns`	результат выполнения: находки, что не удалось вычислить и почему, какие разрешения были исключены; фильтры `window_days` (30–730), `end`, `types`, `min_strength`
`GET /v1/patients/{id}/patterns/{finding_id}`	одну находку, пересчитанную для того же окна
`GET /v1/patients/{id}/patterns/{finding_id}/evidence`	каждый вспомогательный ресурс, с разбивкой по страницам
`GET /v1/patients/{id}/series?code=…`	одно измерение в виде одного значения в день, с указанием покрытия, пропусков и изменений источника
`POST /v1/patients/{id}/patterns/compare`	одно измерение за два выбранных вами периода

Чтение результата

summary_text: одно простое предложение, которое безопасно показывать или цитировать.
strength: strong, moderate, weak или not_tested. Слабые и непроверенные результаты являются описаниями, а не доказательствами.
window, comparison_window: проанализированные периоды.
evidence (до 20, распределенных по периоду) и evidence_total: ресурсы, лежащие в основе результата, с указанием версии, даты, значения и типа автора.
limitations: закодированные, с текстом. Отображайте их вместе с результатом.
review: было ли рассмотрение пороговых значений клиницистом (на данный момент false) и откуда они взялись.
method, engine_version, input_fingerprint: одни и те же данные, конфигурация и версии дают одинаковый результат и одинаковый идентификатор.

Важные правила

Сначала согласие. В рамках OAuth-разрешения движок читает только то, что разрешено этим разрешением; то, что он не смог прочитать, перечислено в omitted, без содержимого.
Идентификаторы. Пациенты отображаются с парным идентификатором вашего проекта; идентификаторы находок выводятся для каждого проекта. Когда запись изменяется, находка получает новый идентификатор, а старый возвращает 404.
Время. Когда время чтения имеет явное смещение (2026-10-16T00:30:00+03:00), оно учитывается в рамках дня человека; время в UTC (Z) или без смещения остается в рамках дня UTC. Каждая находка указывает, какое именно, в time_basis (record_offsets, partly_local или local_time_unknown). Локальные дни используются для записей в песочнице и на продакшене; шаблоны времени суток пока не вычисляются.
Исключено. Значения, записанные ИИ, результаты с отметкой "введена с ошибкой" и даты, известные только до месяца, не используются, но учитываются.
Лимиты. 30 запусков шаблонов в минуту на учетные данные, в дополнение к обычным 600 запросам в минуту.

Часто задаваемые вопросы

Использует ли он языковую модель?

Нет. Каждое число получено из фиксированных, версионированных статистических методов. Любая модель, размещенная или локальная, может читать результаты.

Почему явное изменение в моих данных помечено как слабое?

Потому что доказательства не выдерживают коррекции для всех тестов в прогоне, серия короткая или зашумленная, или изменение ниже порога для данного измерения. Результат по-прежнему описывает то, что показывает запись.

Работает ли это с производственными записями?

Да, с 16 октября 2026 года, но только при наличии согласия пациента по OAuth, которое включает отдельное разрешение anpheros/patterns, отображаемое на экране согласия отдельной строкой. Запросите область действия рядом с вашими областями действия patient/…; предоставление без нее, а также любой производственный API-ключ, приведет к ошибке 403.

Связанные материалы

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