Medicinsk validering og kliniske standarder for AI-blodprøveanalyse
En intern, automatiseret benchmark af Kantesti AI-motoren, udarbejdet af vores Chief Medical Officer og ikke uafhængigt valideret eller peer-reviewet, bagved den AI blodprøveanalysator.
Primær bevismateriale og dokumentation
Præstationstallet på denne side kommer fra vores egen automatiserede, open-source benchmark-rammeværk, med kode og scorecards offentliggjort åbent. Det er en reproducerbar teknisk benchmark, ikke en uafhængig eller regulatorisk validering, og ikke en måling af reel diagnostisk nøjagtighed. Få adgang til koden og dataene nedenfor.
Kantesti AI-motor — Fortolkning af blodprøve-benchmark
Automatiseret sammensat scoring på 100.000 syntetiske tilfælde på tværs af 127 landemærkater
Oversigt over benchmark & metode
Kantestis AI-blodprøvefortolkning platformen gennemgår streng medicinsk validering som en del af vores interne kvalitetsproces. Præstationen måles med en intern, automatiseret, open-source benchmark-ramme.
Denne side dokumenterer denne benchmark, vores struktur med lægetilsyn og vores løbende proces til kvalitetsmonitorering. Benchmarken er en teknisk evaluering, ikke et klinisk forsøg eller en regulatorisk validering.
Intern benchmarkpræstation (sammensat)
Dette er resultatet af vores interne, automatiserede, open-source benchmark-rammeværk. Det er selv-kørt og er ikke blevet uafhængigt valideret eller peer-reviewet.
Overordnet benchmarkresultat
Sammensat benchmarkscore: 99,80% (selvkørt, ikke peer-reviewet) — det samlede resultat af vores automatiserede, open source benchmark-harness på 100.000 syntetiske tilfælde på tværs af 127 landemærkater. Den sammensatte score er en blanding teknisk måling (35% output-strukturens validitet + 55% klinisk-nøgleordsgenkald + 10% latenstid); den er ikke et mål for diagnostisk nøjagtighed, og den er ikke uafhængigt valideret eller peer-reviewet. Se kode & data på GitHub
Benchmarken genererer en enkelt sammensat score fra en automatiseret harness; den producerer ikke følsomhed/specificitet pr. testkategori. Fuldstændige scorecards pr. tilfælde findes i det åbne repository.
Medicinsk Rådgivende Udvalg
Vores Medical Advisory Board leverer klinisk tilsyn for al udvikling og validering af AI-algoritmer. Bestyrelsesmedlemmer repræsenterer forskellige specialer på tværs af flere lande, på tværs af klinisk medicin.
Thomas Klein, læge
Cheflæge (CMO) Klinisk hæmatologi og AI-diagnostikDr. Sarah Mitchell, læge, ph.d.
Chefmedicinsk rådgiver Klinisk patologi og laboratoriemedicinProfessor Dr. Hans Weber
Senior lægefaglig rådgiver Laboratoriemedicin og klinisk kemiDr. Maria Rodriguez, læge, MPH
Medicinsk rådgiver Intern medicin og forebyggende medicinDr. Chen Wei, læge, kandidatgrad
Medicinsk rådgiver Endokrinologi og metabolisk medicinMød vores komplette medicinske rådgivende udvalg med detaljerede profiler, kvalifikationer og forskningsbaggrund.
Se alle rådgivere →Løbende kvalitetsovervågning
Efter udrulning overvåges motoren via interne operationelle kontroller og struktureret feedback fra brugere og vores Medical Advisory Board. Dette er intern monitorering og ikke en uafhængig undersøgelse af kliniske udfald.
Månedlige præstationsrapporter
Omfattende nøjagtighedsanalyse på tværs af alle biomarkørkategorier, demografiske segmenter og geografiske regioner. Trendidentifikation muliggør proaktiv kvalitetsstyring.
Feedback fra sundhedsudbydere
Struktureret feedbackintegration fra læger og laboratoriepersonale. Markerede fortolkninger gennemgås af det medicinske rådgivende udvalg, og rettelser integreres i træningen.
Træningsdata og kvalitetssikring
Vores kvalitets-sikringsproces anvender standardkontroller på de data, der bruges af platformen.
Kvalitetskontroller
Flertrins datakvalitetssikring:
- Fjernelse af ufuldstændige eller beskadigede optegnelser
- Outlier-detektion for præanalytiske fejl
- Proveniensverifikation for alle datasæt
- HIPAA-aligned og GDPR-aligned anonymisering
Teknologi- og compliance-partnere
Vores valideringsinfrastruktur og AI-udvikling understøttes gennem partnerskaber med brancheførende teknologiudbydere.
Microsoft FoundersHub
Cloud-infrastruktur og AI-udviklingsplatform i virksomhedsklassen, der understøtter skalerbare valideringsworkflows.
NVIDIA Inception Program
GPU-beregningsressourcer og optimering af AI-modeller, der muliggør effektiv modeltræning og -optimering.
Google Cloud AI
Maskinlæringsinfrastruktur, der understøtter distribueret modeltræning og inferens i realtid.
Cloudflare
Global edge-netværk, der sikrer sikker, lav-latenstid adgang globalt.
HIPAA-aligned
Databeskyttelsesforanstaltninger inden for sundhedsvæsenet i USA
GDPR-aligned
Den europæiske databeskyttelsesforordning
Korrekt brug og begrænsninger
Gennemsigtighed omkring muligheder og begrænsninger er afgørende for ansvarlig implementering af AI i sundhedsvæsenet. Kantesti er udviklet som et beslutningsstøtteværktøj, der skal supplere – ikke erstatte – professionel medicinsk vurdering.
Oplysninger ikke tilgået
Vores AI fortolker biomarkørdata isoleret. Følgende kliniske kontekst er ikke tilgængelig for systemet:
- Komplet patientens sygehistorie
- Nuværende medicin og potentielle interaktioner
- Resultater af fysisk undersøgelse
- Genetiske faktorer og familiehistorie
- Livsstilsfaktorer (medmindre brugeren har angivet dem)
Variationer i laboratoriemetodologi
Referenceintervaller varierer mellem laboratorier på grund af udstyrs- og kalibreringsforskelle. Vores database med laboratoriespecifikke referenceintervaller adresserer mange variationer, men brugere bør verificere, at udtrukne værdier matcher deres oprindelige rapport.
Overvejelser vedrørende dokumentkvalitet
OCR-nøjagtigheden afhænger af dokumentkvaliteten. Håndskrevne resultater eller scanninger med lav opløsning kan påvirke værdiudtrækningen. Manuel korrektion er tilgængelig for alle udtrukne værdier før analyse.
Medicinsk ansvarsfraskrivelse
Kantesti er et AI-drevet informationsværktøj, der fortolker blodprøveresultater baseret på etablerede medicinske referenceområder og kliniske retningslinjer. Det er IKKE en medicinsk enhed og diagnosticerer, behandler, helbreder eller forebygger ikke nogen sygdom.
Oplysningerne er kun til uddannelsesmæssige og informative formål og bør ikke betragtes som lægefaglig rådgivning. Rådfør dig altid med en kvalificeret sundhedsperson, før du træffer beslutninger om dit helbred eller din behandling.
I tilfælde af medicinske nødsituationer skal du straks kontakte nødtjenesterne. Kantesti er ikke beregnet til nødsituationer.
Interessekonflikter og finansieringsoplysninger
Denne valideringsdokumentation er publiceret af Kantesti Ltd (UK Companies House No. 17090423), med hovedsæde i London, Det Forenede Kongerige. Medlemmer af Medical Advisory Board modtager kompensation for deres rådgivningsroller. Chief Medical Officer (Thomas Klein, MD) er en fuldtidsansat i Kantesti Ltd. Al validering, der rapporteres her, er intern for Kantesti og er ikke uafhængigt verificeret eller peer-reviewet. Der blev ikke modtaget ekstern finansiering til valideringsstudier. Virksomheden er selvfinansieret via omsætning og teknologipartnerskaber med Microsoft for Startups, NVIDIA Inception, Google Cloud og Cloudflare.
Ofte stillede spørgsmål om medicinsk validering
Hvor ofte opdateres AI-modellen?
Vores model gennemgår kvartalsvis genoptræning med inddragelse af nye validerede data, opdaterede kliniske retningslinjer og fremvoksende biomarkørforskning. Hver opdatering kontrolleres mod vores interne automatiserede benchmark, før den implementeres. Opdateringer, der ikke opfylder vores benchmark-tærskel, leveres ikke.
Hvordan rapporteres benchmarkydelse?
Ydelse rapporteres som en enkelt samlet score fra vores automatiserede benchmark, ikke som diagnostisk nøjagtighed pr. kategori. Den samlede score blander gyldighed af outputstruktur, genkaldelse af kliniske nøgleord og latenstid, og er kun et teknisk mål.
Kan jeg stole på AI-fortolkning af medicinske beslutninger?
Kantesti er designet som et beslutningsstøtteværktøj, ikke en erstatning for professionel medicinsk vurdering. Vores AI leverer validerede fortolkninger baseret på etablerede referenceområder, men klinisk kontekst - herunder din sygehistorie, medicin og symptomer - kræver lægeevaluering for behandlingsbeslutninger. Rådfør dig altid med din læge.
Hvor mange sager og landemærkater dækker benchmarken?
Den automatiserede benchmark kører på 100.000 syntetiske tilfælde, der spænder over 127 landekoder. Det er en teknisk indholds- og formatbenchmark, ikke en undersøgelse af demografisk nøjagtighed, og den er ikke uafhængigt valideret eller peer-reviewet.
Hvad sker der, hvis AI'en laver en fejl?
Sundhedsudbydere og brugere kan markere fortolkninger til gennemgang af det medicinske rådgivende udvalg. Markerede tilfælde analyseres af vores CMO, Thomas Klein, MD, og det medicinske team. Hvis fejl bekræftes, integreres rettelser i fremtidige træningscyklusser. Vores løbende overvågning sporer den praktiske præstation for at identificere og adressere systematiske problemer proaktivt.
Hvor kan jeg finde den fulde valideringsrapport?
Vores benchmark-metodologi, kode og scorecards pr. case er offentligt tilgængelige: Kantesti AI-motorens blodprøve-benchmark på GitHub (https://github.com/emirhanai/kantesti-blood-test-benchmark) og posten på Figshare (DOI: 10.6084/m9.figshare.32095435). Det er et selvkørt, automatiseret benchmark, ikke uafhængigt valideret eller peer-reviewet.
Hvem anmelder det medicinske indhold på Kantesti?
Alt medicinsk indhold er skrevet og gennemgået af Thomas Klein, MD, vores Chief Medical Officer. Dr. Klein er bestyrelsescertificeret klinisk hæmatolog og fungerer som Chief Medical Officer hos Kantesti samt som AI-understøttet fortolkning. Yderligere tilsyn leveres af vores Medical Advisory Board.
Erfaring med AI-assisteret analyse af blodprøver
Slut dig til millioner af brugere verden over, der stoler på Kantestis AI-blodprøveanalysator til AI-assisteret, informativ fortolkning af blodprøve på 75+ sprog.
Virksomhedens gennemsigtighed
Vi tror på fuld gennemsigtighed omkring, hvem vi er, og hvordan vi opererer. Nedenfor finder du vores virksomhedsregistreringsoplysninger og information om ledelse.
Pr. marts 2026 er Kantesti AI platformen — som i øjeblikket fungerer som Kantesti V11 — drevet af Kantesti Ltd, et privat anpartsselskab stiftet i England og Wales (UK Companies House nr. 17090423), med registreret hovedsæde i London, Det Forenede Kongerige. Denne UK-indlemmelse samler globale aktiviteter under en enkelt, gennemsigtig virksomhedsstruktur styret af britiske regulatoriske standarder, bygget på udviklingsarbejde, der begyndte i 2019. Det samme proprietære neurale netværk — der fortolker mere end 15.000 biomarkører på 75+ sprog for over 2 millioner brugere i 127 lande — fortsætter med at blive udviklet og vedligeholdt af de samme ingeniør- og medicinske teams. Vores interne benchmarking, Medical Advisory Board-tilsyn og partnerskaber med Microsoft for Startups (Founders Hub), NVIDIA Inception og Google Cloud forbliver uændrede. Brugere verden over har fortsat adgang til identisk servicekvalitet, nu understøttet af styrket UK-selskabsledelse sammen med vores eksisterende GDPR (EU)- og HIPAA (US)-overholdelse.
Kantesti AI · Kantesti Ltd
Brandnavne: Kantesti, Kantesti AI
Juridisk enhed: Kantesti Ltd (Privat anpartsselskab)
Companies House nr.: 17090423
Jurisdiktion: England og Wales, Storbritannien
Virksomhedstype: AI Healthcare Technology (SaaS)
Grundlagt: 2019 · UK-enhed registreret: marts 2026
Hovedkvarter: 4 Raven Road, Enhed 1c3-1100, London, E18 1HB, Storbritannien
Applikationsversion: Kantesti V11
Kontakte: [email protected]
UK-telefon: +44 7508 364740 (Man–Fre 9:00–18:00 GMT)
DE-telefon: +49 177 497 4039 (Man–Fre 9:00–18:00 CET)
Ledelse
Grundlægger og administrerende direktør: Julian Emirhan Bulut
Visionær iværksætter, der leder AI-innovation inden for sundhedsteknologi. Udvikler tilgængelige værktøjer til fortolkning af blodprøver til forbedring af global sundhed.
Opret forbindelse på LinkedInLedende læge: Thomas Klein, læge
Bestyrelsescertificeret klinisk hæmatolog med ledende klinisk tilsyn med vores medicinske indhold.
Overholdelse
Databeskyttelse: GDPR-aligned (EU)
Sundhedsbeskyttelse: HIPAA-aligned praksisser (USA)
Medicinsk udstyr: Ikke klassificeret som medicinsk udstyr - Kun et informationsværktøj
Referencer og standarder
Vores valideringsmetode og kliniske standarder er baseret på etablerede medicinske retningslinjer og internationale standarder.
- [1] Verdenssundhedsorganisationen (WHO). Brug af glykeret hæmoglobin (HbA1c) til diagnosticering af diabetes mellitus. Genève: WHO; 2011. Tilgængelig fra: https://www.who.int/diabetes/publications/diagnosis_diabetes2011/en/
- [2] International Standardiseringsorganisation. ISO 15189:2022 Medicinske laboratorier — Krav til kvalitet og kompetence. Genève: ISO; 2022. https://www.iso.org/standard/76677.html
- [3] Institut for Kliniske og Laboratoriestandarder (CLSI). EP09c: Sammenligning af måleprocedurer og biasestimering ved hjælp af patientprøver. 3. udg. Wayne, PA: CLSI; 2018.
- [4] Nationale Sundhedsinstitutter (NIH). Referenceområder for blodprøver. Bethesda, MD: NIH; Opdateret 2024. Tilgængelig fra: MedlinePlus
- [5] Amerikansk forening for klinisk kemi (AACC). Referenceområder for laboratorietest. Washington, DC: AACC; 2024. https://www.aacc.org/
- [6] Den Internationale Føderation for Klinisk Kemi (IFCC). Referencemålingsprocedurer. Milano: IFCC; 2023. https://www.ifcc.org/
- [7] Bulut J E. Kantesti AI-motor — Benchmark for fortolkning af blodprøver (automatiseret, open-source harness). Kantesti Ltd; 2026. Kode & data: GitHub · DOI: 10.6084/m9.figshare.32095435
- [8] Det amerikanske ministerium for sundhed og menneskelige tjenester. HIPAA-privatlivsregel. 45 CFR del 160 og underafsnit A og E af del 164. Washington, DC: HHS; 2013.
- [9] Europa-Parlamentet og Rådet. Den generelle forordning om databeskyttelse (GDPR). Forordning (EU) 2016/679. Bruxelles: EU; 2016.