# Sanal bakım ve yapay zeka doktorları: ihtiyaç duydukları veriler

> FHIR R4 verisi olarak sanal bir ziyaret — rezervasyon, kayıt, evdeki ölçümler, ziyaret, takip — ve bir yapay zeka asistanının onaylanmış, kaynak etiketli bir görünüm nasıl elde ettiği. Test edilmiş akış.

Source: https://developers.anpheros.com/tr/guides/virtual-care-ai-data

**Bir sanal klinik — ister klinisyen videodaki bir kişi ister onlara yardım eden bir yapay zeka asistanı olsun — ziyaret öncesinde, sırasında ve sonrasında görebildiği hasta verileri kadar iyidir: son ölçümler, aktif sorunlar ve ilaçlar, hastanın bildirdikleri ve neye karar verildiğinin kaydı.** Görüntülü görüşme kolay kısımdır. Bu sayfa, bir sanal ziyareti HL7 FHIR R4 kaynaklarına eşler, bir yapay zeka asistanına kaydın onaylanmış, kaynak etiketli bir görünümünün nasıl verilebileceğini gösterir ve bunu yaparken bulduğumuz bir sınırlama dahil olmak üzere tüm akışı Anpheros Platform'a karşı çalıştırır.

## Sanal bir ziyaretin veri olarak temsili

| Aşama | Ne olur | FHIR R4 kaynakları |
|---|---|---|
| Rezervasyon | Hasta, görüntülü görüşme için bir zaman seçer | `Appointment` |
| Kayıt | Hasta soruları yanıtlar ve semptomları bildirir | `QuestionnaireResponse`, `Observation` (kategori `symptom`) |
| Ev verileri | Son ziyaretin ardından tansiyon aleti, tartı veya saatten alınan okumalar | `Observation` (hayati belirtiler, aktivite), cihaz verisi olarak işaretlenmiş |
| Hazırlık | Klinisyen veya onun adına bir yapay zeka asistanı kaydı inceler | read: `Condition`, `MedicationStatement`, `AllergyIntolerance`, `Observation`, `DocumentReference` |
| Görüşme | Kim, ne zaman, neden ve bunun sanal olduğu | `Encounter` ile `class` = `VR` (sanal) |
| Sonuç | Teşhis, ilaç değişiklikleri, istenen testler, takip | `Condition`, `MedicationStatement`, `ServiceRequest`, `CarePlan`, `Appointment` |
| İz | Her öğeyi kimin, hangi sistemden yazdığı | her yazımda `Provenance` |

Bu durumu yüz yüze bir ziyaretten farklı kılan iki şey var. Klinisyen, hastanın ürettiği verilere (ev okumaları, anketler) daha fazla güvenir, bu nedenle kaydın hangi değerlerin bir cihazdan veya hastadan geldiğini, hangilerinin bir klinisyenden geldiğini göstermesi gerekir. Ve hazırlık aşaması, yapay zekanın bugün en çok faydalı olduğu yerdir — aylarca süren okumaları değişenlere özetlemek — bu nedenle kaydın hastanın rızası dahilinde yazılım tarafından okunabilir olması gerekir.

## Yapay Zeka Nerede Yer Alır ve Neleri Görmelidir

| Yapay Zeka Rolü | İhtiyaç Duyduğu Veri | Alamayacağı Veri |
|---|---|---|
| Kayıt Asistanı (ziyaretten önce hastayla konuşur) | İlgili soruları sormak için aktif sorunlar ve ilaçlar | İhtiyaç duymadığı notlar ve belgeler |
| Klinik için ziyaret öncesi özet | Son ölçümlerin eğilimleri, yeni semptomlar, ilaç değişiklikleri, son sonuçlar | Sorunun ötesindeki ham yıllarca süren geçmiş |
| Ziyaret sonrası dokümantasyon taslağı | Karşılaşma, tartışılanlar, sonuç | Başka hastaların verileri, asla |
| Takip kontrolleri | Bakım planı ve talep ettiği ölçümler | Plan dışı herhangi bir şey |

Ortak kurallar şunlardır: her yapay zeka rolüne sorusunu yanıtlayan **en küçük dilimi** verin, modelin ve kliniğin evdeki bir okumayı laboratuvar sonucuyla tartabilmesi için her değerin **kaynağını etiketleyin**, hastanın bir yapay zekanın ne gördüğünü görebilmesi için **her okumayı günlüğe kaydedin** ve teşhis amaçlı herhangi bir şey için **insanı döngüde tutun**. Teşhis koyan veya tedavi öneren yapay zeka, tıbbi cihaz yazılımı olarak düzenlenebilir (Amerika Birleşik Devletleri'nde FDA tarafından; Avrupa Birliği'nde Tıbbi Cihaz Yönetmeliği ve Yapay Zeka Yasası kapsamında); bir veri platformu bunu değiştirmez.

## Anpheros'ta Akış, Adım Adım

Aşağıdaki kod, Anpheros TypeScript SDK'sını kullanır ve bir sandbox anahtarıyla platformun yerel bir örneğine karşı çalıştırılmıştır. Hastanın zaten bir manşetten (`author_type: device`) üç evde kan basıncı okuması, bir hipertansiyon durumu ve enalapril ilacı bulunmaktadır.

```ts
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' });
```

2. adımda döndürülen bağlam (700 belirtecin 487'si; bu, bir modele vereceğiniz veya klinisyene göstereceğiniz şeydir):

```
## 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]
```

Her satır kaynağını taşır — manşet için `[device]`, semptom için `[patient]` — ve okuma erişim günlüğüne kaydedilir. Karşılaşmanın kaynağı `video-clinic`'dan `practitioner`'i gösterir ve hastanın zaman çizelgesi artık şunu okur: sanal karşılaşma, görüntülü görüşme randevusu, baş dönmesi, üç kan basıncı okuması, ilaç ve durum.

**Çalıştırırken Bulduklarımız:** bağlam API'si bugün `QuestionnaireResponse` yanıtlarını içermiyor. Baş dönmesinin yalnızca anket formunda olduğu ilk çalıştırma, bundan bahsetmeyen bir özet üretti. Hastanın bildirdiği semptomları yukarıdaki gibi `symptom` kategorisiyle `Observation` olarak kaydedin veya anket formunu kendiniz modelinize iletin.

## Yapay Zeka Aracına İzinle Erişim Verme

Yapay zeka, başkasının uygulamasında çalıştığında proje anahtarınızı almaz. Uygulama, hastadan `patient/Observation.rs?category=vital-signs` kadar dar kapsamlarla, belirli bir süre için ve herhangi bir zamanda iptal edilebilir şekilde OAuth 2.1 ve SMART on FHIR aracılığıyla onay ister. Bir aracı, hastanın daha fazlasına izin vermediği sürece yalnızca okunabilir olan Anpheros MCP sunucusu aracılığıyla kayda ulaşabilir. [Yapay Zeka Aracına Tıbbi Kayıtlara Erişim Nasıl Verilir](https://developers.anpheros.com/tr/guides/ai-agent-access-medical-records) ve [FHIR MCP Sunucusu](https://developers.anpheros.com/tr/guides/mcp) bölümlerine bakın.

## Anpheros'un Yaptıkları ve Yapmadıkları

Anpheros, kaydı ve etrafındaki kontrolleri sağlar: yukarıdaki tabloda yer alan her kaynak için FHIR R4 depolama, uygulama başına onay, her yazımda köken bilgisi, hastanın görebileceği bir erişim günlüğü ve kaydı bir bütçelenmiş, etiketlenmiş bir özet haline getiren bağlam API'si.

Video görüşmeleri, randevu ekranları, e-reçete, faturalama veya klinik karar desteği sağlamaz ve yapay zeka modellerini barındırmaz veya seçmez. Bunun üzerine kurulu sanal bir klinik, bunları ve klinik sorumluluğu kendisi getirir.

## Sıkça Sorulan Sorular

### Sanal doktor nedir?
Hastaları uzaktan, görüntülü, telefonla veya mesajlaşma yoluyla gören bir klinisyendir. Terim, hastalarla konuşan yapay zeka yardımcıları için de kullanılır; pratikte bunlar bir insan klinisyeni değiştirmek yerine ona yardımcı olurlar ve aynı hasta verilerine bağlıdırlar.

### Hangi FHIR kaynağı bir ziyareti sanal olarak işaretler?
`Encounter.class`, `VR` ("virtual") v3 ActCode'u ile. Rezervasyon bir `Appointment`'dir; giriş bir `QuestionnaireResponse`'dir ve semptomlar için `Observation`'ler.

### Bir yapay zeka tıbbi asistanının hangi verilere ihtiyacı vardır?
Sadece görevinin gerektirdiği veriler: ziyaret öncesi özet, son ölçüm eğilimleri, yeni semptomlar, aktif sorunlar ve ilaçlar ve son sonuçlar — her biri kaynağı ve zamanı ile etiketlenmiş. Tüm kaydı değil, bütçelenmiş bir bağlam verin.

### Hasta tarafından bildirilen ve cihaz verilerini klinik verilerden nasıl ayırabilirim?
Her öğeyi kimin yazdığını kaydedin. Anpheros'ta her yazma işlemi bir yazar türü taşır — hasta, cihaz, uygulayıcı, içe aktarma veya yapay zeka — ve bir modele verilen bağlam her satırı bununla etiketler.

### Bir yapay zeka asistanı hastanın kaydını rızası olmadan okuyabilir mi?
Anpheros'ta değil. Kaydı oluşturan uygulama dışındaki bir uygulamanın, hastanın seçtiği kapsamlar ve dönemle sınırlı olan hastanın OAuth rızasına ihtiyacı vardır ve her okuma kendi erişim günlüğünde görünür.

## İlgili Konular

- [Yapay Zeka Sağlık Uygulamaları](https://developers.anpheros.com/tr/guides/ai-healthcare)
- [FHIR Arka Ucu ile Yapay Zeka Sağlık Uygulaması Nasıl Oluşturulur](https://developers.anpheros.com/tr/guides/build-ai-healthcare-app)
- [Yapılandırılmış Veri ile Tıbbi Sohbet Botu Nasıl Oluşturulur](https://developers.anpheros.com/tr/guides/ai-medical-assistant)
- [FHIR'da Giyilebilir Veriler](https://developers.anpheros.com/tr/guides/wearable-data-fhir): Sanal bir ziyaretin dayandığı evdeki okumalar
- [Kişisel Sağlık Kaydı Uygulaması Nasıl Oluşturulur](https://developers.anpheros.com/tr/guides/personal-health-record-app)
- [Tıbbi Veri Köken Bilgisi Açıklaması](https://developers.anpheros.com/tr/guides/medical-data-provenance)
- [FHIR ile Uzaktan Hasta İzleme](https://developers.anpheros.com/guides/remote-patient-monitoring-fhir)
- [Sağlık Uygulamaları ve Yapay Zeka Ajanları İçin İlaç Verileri](https://developers.anpheros.com/tr/guides/medication-data-ai-agents)