Warum das Hantavirus-Triage schwierig ist und warum das wichtig ist

Hantaviren verursachen zwei klinisch schwerwiegende zoonotische Syndrome. Das Hantavirus-Pulmonale-Syndrom (HPS) wird mit einer Fallsterblichkeit zwischen 30 und 50 Prozent in nicht vorbereiteten Umgebungen berichtet, und das Hämorrhagische-Fieber-mit-Nieren-Syndrom (HFRS) erreicht jährlich Zehntausende bis Hunderttausende Fälle in ganz Eurasien. Der härteste Moment der klinischen Versorgung für beide Syndrome ist der früheste. Die Prodromalphase sieht wie Influenza, Dengue, Leptospirose, schwere COVID-19 oder bakterielle Sepsis aus. Bis die kardiopulmonale oder oligurische Phase eindeutig ist, hat sich das therapeutische Zeitfenster erheblich verengt.

Architektur-Flussdiagramm, das zeigt, wie die Kantesti Hantavirus-Risikoanalyse einen interpretierten Bluttestbericht mit optionalem klinischem Kontext kombiniert und einen strukturierten Risikoscore ausgibt
Abbildung 1: Der Begründungsdienst basiert auf einem interpretierten Bluttestbericht. Optionales Expositions-, Symptom- und Serologie-Kontextmaterial verfeinert die Punktzahl, ohne dafür erforderlich zu sein.

Die klinische Frage, der wir in der Praxis begegnen, lautet nicht, ob ein bestimmter fiebernder Patient ein Hantavirus hat. Es geht darum, ob die Laborsignatur, der Expositionskontext und das Symptomprofil zusammen rechtfertigen, jetzt eine Hantavirus-Serologie anzuordnen, statt nach einer generischen Bezeichnung "virales Syndrom" zu greifen und mit unterstützender Behandlung zu entlassen. Diese zweite Frage ist der Ort, an dem die diagnostische Lücke sitzt, und an dem Obduktions- bzw. Nach-Tod-Fallberichte immer wieder zurückkehren. Wir sehen einen fiebernden Patienten. Wir sehen eine Thrombozytopenie. Wir sehen ein allmähliches Ansteigen des Kreatinins. Wir denken nicht immer daran, nach einer Nagerexposition zu fragen, weil die Frage selbst häufig genug ist, um in einer hektischen Schicht aus dem Gedächtnis zu rutschen.

Die Kantesti KI-Hantavirus-Risikoanalyse existiert, um diese Frage auf dem Tisch zu halten. Es ist ein entscheidungsunterstützendes Modul für Ärztinnen und Ärzte, das im Patienten-Datensatz neben den neuesten Blutuntersuchungen lebt. Es liest den interpretierten Bluttestbericht, den die breitere Kantesti-Pipeline bereits erstellt hat. Es fragt die Ärztin oder den Arzt nach dem jeweiligen Expositions-, Symptom- und Serologie-Kontext, der vorliegt, und gibt eine strukturierte Risikopunktzahl von 0 bis 100 mit einer schriftlichen Begründung, einer Liste beitragender Faktoren, einer Liste von Warnsignalen und einer expliziten Erklärung zurück, welche Daten es gern gehabt hätte.

Als Thomas Klein, MD, habe ich die Gewichtung der Prodromal-Signatur überwacht und die Taxonomie der beitragenden Faktoren in diesem Modul überprüft. Die bewusste Entscheidung, die wir getroffen haben, ist, für das Prodromalfenster zu entwickeln. Der Nutzen eines Triage-Tools, das nur dann auslöst, wenn die kardiopulmonale Phase bereits offensichtlich ist, liegt nahe bei null. Die klinische Frage ist, ob die Engine 48 bis 96 Stunden früher nützlich sein kann. Unser breiter Medizinische Validierung Hub beschreibt das Rahmenwerk. Diese Seite beschreibt sein angewandtes Ergebnis.

HPS vs. HFRS auf einen Blick

Die beiden Hantavirus-Syndrome teilen eine Prodromalphase, unterscheiden sich jedoch in der dominanten Organbeteiligung, der Geografie und dem Reservoir. Die folgende Tabelle fasst die Unterschiede zusammen, die für die Triage entscheidend sind. Eine Ärztin oder ein Arzt, die/der dies bei einem fiebernden Patienten mit Nagerexposition liest, sollte beides in Betracht ziehen, weil frühe Verläufe ohne Serologie schwer zu unterscheiden sind.

HPS — Hantavirus-Pulmonales-Syndrom Amerikas · Fallsterblichkeit 30–50% Sin Nombre-Virus (USA, Kanada), Andes-Virus (Südamerika). Kardiopulmonale Phase mit nicht-kardiogenem pulmonalem Ödem und Schock.
HFRS — Hämorrhagisches Fieber mit Nieren-Syndrom Eurasien · Fallsterblichkeit 1–15% nach Serotyp Hantaan, Seoul, Puumala, Dobrava-Belgrad. Fünf-Phasen-Verlauf (fieberhaft, hypotensiv, oligurisch, diuretisch, rekonvaleszent). Akutes Nierenversagen und Blutung.
Gemeinsames Prodrom (beide Syndrome) 1–8 Wochen Inkubation Fieber, Myalgie, Kopfschmerzen, gastrointestinale Symptome. Thrombozytopenie, ansteigender Hämatokrit, Leukozytose mit Immunoblasten.
Bestätigungsmethode (gemäß CDC und WHO) IgM-ELISA · RT-PCR Eine definitive Diagnose erfordert eine Serologie- oder molekulare Untersuchung. Eine alleinige klinische Beurteilung reicht für keines der beiden Syndrome aus.

Die prodromale Laborsignatur

Ein standardmäßiges großes Blutbild und ein Chemie-Panel, das bei einer undifferenzierten fiebrigen Erkrankung angeordnet wird, zeigt bei frühem Hantavirus häufig eine erkennbare Konstellation. Keiner der Befunde ist für sich allein beweisend. Zusammen bilden sie im richtigen Expositionskontext eine probabilistische Signatur, für die Mustererkennungs-Tools besonders geeignet sind, um sie sichtbar zu machen.

Infografik der labordiagnostischen Prodromal-Signatur des Hantavirus mit Thrombozytopenie, ansteigendem Hämatokrit, Leukozytose mit Immunoblasten, moderater Transaminasen-Erhöhung und einem schleichenden Kreatininanstieg
Abbildung 2: Die prodromale Laborsignatur. Keiner dieser Befunde ist für sich allein beweisend. Zusammen erhöhen sie bei einem fiebrigen Patienten mit Nagetier- oder ländlicher Exposition den Verdachtsindex, den Triage-Tools erfassen sollen.

Thrombozyten sind die beständigste Auffälligkeit. Thrombozytopenie, die oft innerhalb der ersten 72 Stunden unter 150 × 10⁹/L fällt, wird bei der Vorstellung in 70 bis 90 Prozent der HPS-Fälle berichtet. Der Hämatokrit steigt sekundär durch Kapillarleck und Kontraktion des Plasmavolumens. Die Leukozytenzahl steigt mit einer Linksverschiebung und Immunoblasten (manchmal als atypische Lymphozyten oder Hantavirus-assoziierte mononukleäre Zellen bezeichnet) erscheinen im peripheren Blutausstrich. Laktat steigt bei Gewebeminderperfusion. Transaminasen (AST, ALT) und LDH steigen nur moderat mit dem zellulären Umsatz. Kreatinin beginnt in HFRS scharf anzusteigen und in HPS subtiler.

Thrombozyten Oft < 150 × 10⁹/L Beständigste prodromale Auffälligkeit, vorhanden in 70 bis 90 Prozent der HPS-Fälle
Hämatokrit Steigendes Hämokonzentration sekundär durch Kapillarleck und Kontraktion des Plasmavolumens
Weiße Blutkörperchen Leukozytose mit Linksverschiebung Immunoblasten (atypische Lymphozyten) im peripheren Blutausstrich
Laktat Erhöht Spiegelt frühe Gewebeminderperfusion wider, bevor ein manifester Schock eintritt
AST · ALT · LDH Nur moderat erhöht Zellulärer Umsatz, im Allgemeinen nicht im Bereich einer Hepatitis
Kreatinin Steigendes Scharfer Anstieg bei HFRS, subtiler bei HPS

Die klinisch beruhigende Eigenschaft dieser Signatur ist, dass sie in einer Untersuchung liegt, die jeder Kliniker bereits angeordnet hat. Nichts im prodromalen Muster erfordert einen speziellen Test. Die Herausforderung besteht in der Mustererkennung unter kognitiver Belastung. Ein müder Kliniker in einer hektischen Schicht, der bei einem fiebrigen Patienten eine Thrombozytopenie und ein leichtes Kreatinin-Ansteigen sieht, greift möglicherweise schon nach Sepsis, viraler Hepatitis oder atypischer Pneumonie, lange bevor er an eine Hantavirus-Serologie denkt. Genau in diesem Moment verdient eine kalibrierte Entscheidungshilfe-Ebene ihren Platz.

Wie das Modul funktioniert, von Ende zu Ende

Das Modul ist eine einseitige Subanwendung innerhalb des Kantesti-Clinic-Dashboards; sie wird entweder aus dem Patientenprofil aufgerufen (wobei der Patient per Deep-Link automatisch ausgewählt wird) oder aus der Hauptnavigation des Dashboards. Es setzt sich aus drei Ebenen zusammen: einer UI für Kliniker, einem Reasoning-Service, der einen sicheren, cloud-gehosteten Large-Language-Model-Endpunkt mit striktem JSON-Output aufruft, sowie einem pro Klinik und pro Patient gespeicherten Assessment-Store, der über einen Schlüssel für ein sicheres Überschreiben bei Sprachänderungen verfügt.

Eingaben

Das Reasoning basiert auf dem interpretierten Bluttest-JSON, das die übergeordnete Kantesti-Pipeline aus den Rohdaten der Laboruploads (PDF, Foto oder strukturierter Labor-Feed) erzeugt. Das ist die entscheidende technische Designentscheidung. Die KI soll nicht gebeten werden, rohe Zahlen im luftleeren Raum zu interpretieren. Stattdessen erhält sie einen strukturierten, bereits kuratierten Bericht mit Laborwerten inklusive Referenzbereichen, Einheiten und klinischen Kommentaren pro Parameter sowie einer Prosa-Interpretation des Panels. Auf dieser autoritativen Grundlage kann der Kliniker optional vier Kontextblöcke ergänzen.

  1. Expositionsanamnese. Kontakt mit Nagetieren, Reinigung geschlossener oder aufgegebener Räume, kürzliche Reise in endemische Regionen und Tage seit angenommener Exposition.
  2. Symptomset. Fieber, Myalgie, trockener Husten, Dyspnoe, gastrointestinale Beschwerden und Kopfschmerzen.
  3. Vitalparameter. Periphere Sauerstoffsättigung (SpO2), systolischer Blutdruck und Herzfrequenz.
  4. Hantavirus-spezifische Tests. IgM (ELISA), IgG und RT-PCR, mit einem Status-Flag der Akutphase, sofern verfügbar.

Alle optionalen Abschnitte sind ausdrücklich als optional gekennzeichnet. Der Designpunkt ist, dass fehlende Daten die Bewertung nicht blockieren sollen. Stattdessen ist die KI verpflichtet anzugeben, was ihr fehlt und wie sich diese fehlenden Daten auf ihr Vertrauen auswirken. Diese Ehrlichkeitsanforderung wird auf Schema-Ebene durchgesetzt, statt zur Laufzeit ausgehandelt zu werden.

Ausgabeschema

Jeder Reasoning-Call gibt eine strikte JSON-Payload zurück. Das Schema ist es, was dieses System in einem klinischen Umfeld vertrauenswürdig macht. Ein Prüfer kann jeden Score anhand der beitragenden Faktoren und Warnsignale nachvollziehen und ihn bei Bedarf in Frage stellen. Das Modell ist verpflichtet, explizit zu machen, was es tut und was es nicht weiß. Unklare Ausflüchte sind nicht Teil des Vertrags.

risk_score Ganzzahl von 0 bis 100 Kalibriertes Risiko, dass die Symptomatik eine Hantavirus-Abklärung rechtfertigt
risk_level niedrig / moderat / hoch / kritisch Klinische Kategorie, die aus dem Score abgeleitet wird
confidence niedrig / mittel / hoch Die selbstberichtete Gewissheit des Modells angesichts der vorliegenden Daten
recommended_action Zeichenkette Ein einzelner umsetzbarer nächster Schritt in der Sprache der Ärztin/des Arztes
explanation Zeichenkette Eine klinisch lesbare Begründung, die den Score mit den Daten verknüpft
contributing_factors Array Jeder Faktor benennt einen Befund, markiert seine Richtung (↑ oder ↓ auf das Risiko) und weist eine Auswirkung zu.
red_flags Array Befunde, die unabhängig vom Score das Management eskalieren sollten
fehlende_entscheidende_daten Array Daten, die das Modell gerne hätte, jeweils mit einer kurzen Begründung

Alle acht Felder sind für jeden Reasoning-Call erforderlich. Die UI rendert jedes davon, ohne jemals innerHTML auf KI-abgeleiteten Strings aufzurufen. Jedes Ausgabe-Token erreicht das DOM über textContent oder die Zuweisung von Attributen, wodurch die offensichtliche Lücke für Cross-Site-Scripting geschlossen wird, die KI-Ausgaben andernfalls öffnen würden. Zulässige Enum-Werte werden vor dem Rendern validiert. KI-Prosatext kann kein Markup einschleusen.

Ein Beispiel für eine CRITICAL-Risikoausgabe

Der Screenshot unten zeigt eine echte KRITISCHE Klassifizierung, die vom Production-Modul erzeugt wurde. Das Patientenprofil ist eine 26-jährige Person mit Nagetierexposition, kürzlicher Reinigung eines geschlossenen Bereichs, Fieber, Myalgie, Husten, Dyspnoe und einer SpO2 von 93 Prozent. Das Modul gab einen Risikoscore von 82 von 100 mit moderater Sicherheit zurück und empfahl, eine dringende persönliche Untersuchung einzuholen, bevor die ausstehenden Laborergebnisse vorliegen.

Anwendungsscreenshot mit einer KRITISCHEN Hantavirus-Risikoklassifizierung von 82 von 100, mit Warnhinweisen einschließlich SpO2 93 Prozent und Dyspnoe
Abbildung 3: Eine echte KRITISCHE Risikoausgabe, die vom Production-Modul erzeugt wurde. Score 82 von 100, Sicherheit moderat, zwei red flags und sieben beitragende Faktoren. Die Begründung führt direkt auf die Eingaben zurück und ist Zeile für Zeile nachvollziehbar.

🔴 Beispiel-Fall — anonymisierte Eingabe

Expositionskontext. Kürzliche Reinigung eines geschlossenen Bereichs mit dokumentierter Nagetieraktivität. Die Patientin/der Patient berichtet über Kontakt mit Nagetieren im peridomestischen Umfeld in den vorangegangenen 14 Tagen.

Symptome. Fieber, Myalgie, trockener Husten, Dyspnoe bei minimaler Belastung. Leichte gastrointestinale Beschwerden.

Vitalparameter. SpO2 93 Prozent bei Raumluft. Andere Vitalparameter wurden von der überweisenden Ärztin/dem überweisenden Arzt nicht berichtet.

Labor. Interpretierter Bluttestbericht noch nicht hochgeladen zum Zeitpunkt der Beurteilung. Serologie spezifisch für Hantavirus steht aus.

📋 Beispielausgabe — Modulantwort

Risikostufe. KRITISCH. Score 82 von 100. Sicherheit moderat.

Empfohlene Maßnahme. Suchen Sie jetzt dringend eine persönliche medizinische Beurteilung auf, bevor die Testergebnisse zurückkommen.

Erklärung. "Diese Patientin/dieser Patient hat eine signifikante, hantaviruskompatible Expositionsgeschichte plus Fieber, Myalgie, Husten, Dyspnoe und eine Sauerstoffsättigung unter 94 Prozent, was Anlass zu ernster Besorgnis über eine schwere Erkrankung gibt. Das Symptomprofil und die niedrige SpO2 sind besorgniserregend für eine mögliche frühe Beteiligung von Herz und/oder Lunge. Das Risiko bleibt unklar, weil wichtige Laborinformationen und Testergebnisse noch ausstehen."

red flags. SpO2 93 Prozent. Dyspnoe.

Beitragende Faktoren. HOCH ↑ Nagetierexposition · HOCH ↑ Reinigen eines geschlossenen Bereichs · HOCH ↑ Dyspnoe · HOCH ↑ SpO2 93 Prozent · MITTEL ↑ Fieber und Myalgie · MITTEL ↑ Husten · NIEDRIG ↑ GI-Symptome · NIEDRIG ↓ Alter 26 Jahre.

Kritische Daten fehlen. Thrombozytenzahl, Hämatokrit, Leukozytenzahl, Kreatinin, AST, ALT, LDH, RT-PCR, IgM und IgG.

Der klinische Wert der expliziten Erklärung zu fehlenden Daten verdient einen Moment der Aufmerksamkeit. Das Modell gibt nicht vor, mehr zu wissen, als es tatsächlich weiß. Es gab allein anhand des Expositionskontexts und der Vitalzeichen eine KRITISCHE Einstufung zurück und stellte offen dar, dass sich das Bild mit den ausstehenden Laborarbeiten präzisieren würde. Ein Kliniker, der diese Ausgabe prüft, erkennt sofort, welche Daten, sobald sie vorliegen, den Score nach oben verändern (eine Thrombozytopenie bestätigt das prodromale Muster) oder nach unten verschieben (ein normales IgM und eine unauffällige Thrombozytenzahl nach 96 Stunden mit Symptomen sprechen gegen eine aktive Hantavirus-Infektion). Dies ist die architektonische Antwort auf die Sorge um KI-Halluzinationen: Jede Behauptung ist so strukturiert, dass Unsicherheit sichtbar wird, statt in flüssiger Prosa verborgen zu sein.

Fünfzigtausend interpretierte Berichte, drei bestätigte Fälle

Zwischen dem 1. Februar und dem 8. Mai 2026 hat die Kantesti-Plattform 50.000 aufeinanderfolgende interpretierte Bluttestberichte verarbeitet, bei denen das Hantavirus-Risiko-Bewertungsmodul entweder explizit von einem Kliniker aufgerufen oder implizit als Teil der integrierten Risiko-Flag-Layer bewertet wurde, die neben der standardmäßigen Interpretation eingeblendet wurde. Die Berichte stammten aus 127 Ländern in den Amerikas, Europa, dem Nahen Osten, Subsahara-Afrika, Südasien, Ostasien und Ozeanien.

Balkendiagramm, das die Verteilung der Hantavirus-Risikoklassifizierungen über 50.000 interpretierte Berichte zeigt: 46832 niedrig, 3154 moderat, 11 hoch und 3 kritisch
Abbildung 4: Verteilung der Risikoeinstufungen über 50.000 interpretierte Berichte (Feb bis Mai 2026). Von 14 hohen oder kritischen Scores wurden drei durch IgM ELISA oder RT-PCR labormäßig bestätigt.
Ausgewertete Berichte 50,000 Feb bis Mai 2026 · 127 Länder
14 Hoch oder kritisch
3 Labormäßig bestätigt
75+ Aktive Sprachen
0.028% Hohe/kritische Rate
Risikostufe Berichte (n) Anteil Bestätigt
Niedrig46,83293.66%—
Moderat3,1546.31%—
Hoch110.022%1 bestätigt
Kritisch30.006%2 bestätigt

Die Verteilung ist bewusst stark in Richtung der niedrigen und moderaten Kategorien verzerrt. Hantavirus ist weltweit selten, und ein Triage-Tool, das bei jeder fiebrigen Erkrankung hoch auslöst, wäre klinisch nutzlos. Das Modul ist so kalibriert, dass ein hohes oder kritisches Risiko nur dann sichtbar wird, wenn das Labor- und klinische Profil tatsächlich mit dem Syndrom übereinstimmt. Die entsprechende Fallfindungsrate von etwa 6 bestätigten Hantavirus-Infektionen pro 100.000 interpretierte Berichte entspricht dem, was bei einer weltweit seltenen Erkrankung zu erwarten wäre, die über einen nicht zielgerichteten klinischen Workflow überwacht wird.

Neben diesen Zahlen gibt es einige wichtige Einschränkungen. Der Bestätigungsstatus ist nur dort bekannt, wo die Partnerklinik das Follow-up nach dem Labor mit der Plattform geteilt hat. Die wahre Anzahl an Hantavirus-Fällen in der Kohorte könnte höher sein. Das Modul ist nicht dafür ausgelegt, Hantavirus von den anderen Syndromen in der Differentialdiagnose der Prodromalphase zu unterscheiden (Leptospirose, Dengue, schwere COVID-19, atypische Pneumonie und Sepsis). Die relevante klinische Frage lautet, ob der Patient eine gezielte Hantavirus-Abklärung benötigt, nicht ob er mit Sicherheit Hantavirus hat. Der klinische Nutzen eines Tools mit niedrigem Basisraten-Denominator liegt darin, die Fälle zu erfassen, die in der Prodromalphase andernfalls übersehen würden.

Wie die drei bestätigten Fälle bei der Vorstellung genannt wurden

Alle drei labormäßig bestätigten Hantavirus-Fälle wurden zunächst vom vorstellenden Behandler als eines von Folgendem eingestuft: influenzaähnliche Erkrankung, atypische ambulant erworbene Pneumonie oder undifferenzierte bakterielle Sepsis. Keiner der drei hatte Hantavirus in der initialen Differentialdiagnose. Das Modul erhöhte Hantavirus in die Betrachtung auf Basis des Laborprofils und, sofern verfügbar, der Expositionsanamnese.

Redaktionelle Aufschlüsselung von drei labordiagnostisch bestätigten Hantavirus-Fällen, die zunächst fälschlich als influenzaähnliche Erkrankung, atypische Pneumonie oder bakterielle Sepsis klassifiziert wurden
Abbildung 5: Alle drei labormäßig bestätigten Hantavirus-Fälle wurden zunächst klinisch fälschlich als influenzaähnliche Erkrankung, atypische Pneumonie oder bakterielle Sepsis eingeordnet. Das Modul erhöhte Hantavirus auf Basis des prodromalen Labor-Signaturprofils plus Expositionsanamnese.

Patientenidentitäten, geografische Standorte, Alter, Geschlecht, berufliche Exposition und klinische Details werden gemäß GDPR und HIPAA-konformen Schutzmaßnahmen zurückgehalten. Wir können die folgenden aggregierten Beobachtungen offenlegen.

Häufiges Laborsignaturprofil

Alle drei bestätigten Fälle zeigten eine Thrombozytopenie (Thrombozyten unter die untere Referenzgrenze), mindestens zwei von (ansteigender Hämatokrit, Transaminasen-Erhöhung, Laktat-Erhöhung) und eine linksverschobene Leukozytose bei Vorstellung. Diese Befunde sind zusammen in der Einzelbetrachtung nicht spezifisch, aber gemeinsam typisch für die Prodromalphase. Das Modul ordnete in jedem Fall ein hohes oder kritisches Risiko zu und empfahl eine dringende labormäßige Bestätigung mittels IgM ELISA oder RT-PCR.

Zeit bis zur Bestätigung

Die anschließende IgM-ELISA- oder RT-PCR-Bestätigung erfolgte zwischen 24 und 96 Stunden, nachdem das Modul erstmals eine hohe oder kritische Klassifizierung angezeigt hatte, im Einklang mit der typischen regionalen Durchlaufzeit für bestätigende Hantavirus-Tests. In jedem Fall wurde die formale Hantavirus-Abklärung als direkte Reaktion auf das Flag des Moduls eingeleitet.

Ergebnisse

Alle drei Patientinnen und Patienten überlebten und entwickelten sich zu einer klinischen Erholung. Wir erheben keine kausale Behauptung, dass das Modul für diese Ergebnisse verantwortlich war. Ergebnisse bei Hantavirus hängen von vielen Faktoren ab, darunter die Qualität der unterstützenden Behandlung, die Schwere bei der Vorstellung und die individuelle Wirtsantwort. Der Beitrag des Moduls bestand darin, Hantavirus als differenzialdiagnostische Überlegung früher sichtbar zu machen, als es der präplattformierte Arbeitsablauf der Ärztin/des Arztes andernfalls getan hätte. Ob diese frühere Überlegung die Entscheidung beeinflusst hat, ist eine Frage, die wir anhand der verfügbaren Daten nicht beantworten können.

Als Thomas Klein, MD, möchte ich hier vorsichtig sein. Drei bestätigte Fälle stellen keine randomisierte Studie dar. Sie stellen ein reales Signal im Produktionsverkehr dar – mit all den Stärken und Schwächen, die reale Daten mit sich bringen. Die Stärke ist, dass genau das passiert, wenn das Modul auf den tatsächlichen klinischen Arbeitsablauf bei echten Patientinnen und Patienten in 127 Ländern trifft. Die Schwäche ist, dass wir kein Gegenfaktum haben. Wir können nicht sagen, was mit diesen Patientinnen und Patienten passiert wäre, ohne das Modul. Was wir sagen können, ist, dass das Modul exakt wie vorgesehen funktioniert hat: Es hat drei Hantavirus-Vorstellungen aus einem ungefilterten Strom febriler Erkrankungen herausgezogen, der am Krankenbett auf die falsche Differenzialdiagnose gematcht hatte, und zwar auf Basis einer strukturierten Begründung, die die überprüfende Ärztin/der überprüfende Arzt lesen und hinterfragen konnte.

Mehr als 75 Sprachen, kein englisches Fallback

Ein klinisches Entscheidungshilfe-Tool, das nur eine Sprache spricht, ist per Definition ein nicht gerechtes Tool. Hantavirus ist in den Amerikas, Europa und Ostasien endemisch. Die Patientinnen und Patienten, die von einer früheren Triage profitieren würden, sind im Durchschnitt nicht englischsprachig. Das Modul lokalisiert daher in mehr als 75 Sprachen – mit nativer Rechts-nach-links-Darstellung für Arabisch, Hebräisch und Persisch – und ohne englisches Fallback an irgendeiner Stelle in der Rendering-Pipeline.

Weltkarte, die die mehr als 75 Sprachen zeigt, die vom Kantesti Hantavirus-Risikoanalyse-Modul unterstützt werden
Abbildung 6: Sprachabdeckung. Hantavirus ist in Regionen endemisch, in denen Englisch nicht die Arbeitssprache der klinischen Versorgung ist. Das Modul hat kein englisches Fallback und rendert vollständig in der aktiven Locale.

Derzeit ausgelieferte Sprachen sind unter anderem Englisch, Türkisch, Deutsch, Französisch, Spanisch, Italienisch, Portugiesisch, Arabisch, Hebräisch, Griechisch, Polnisch, Niederländisch, Russisch, Ukrainisch, Chinesisch (Vereinfacht), Chinesisch (Traditionell), Japanisch, Koreanisch, Hindi, Bengalisch, Persisch, Thailändisch, Vietnamesisch, Indonesisch, Malaiisch, Tagalog, Schwedisch, Norwegisch, Dänisch, Finnisch, Tschechisch, Slowakisch, Slowenisch, Kroatisch, Bulgarisch, Serbisch, Lettisch, Estnisch, Litauisch, Ungarisch, Rumänisch, Albanisch, Mazedonisch, Maltesisch, Isländisch, Irisch, Walisisch, Baskisch, Katalanisch, Galicisch, Afrikaans, Suaheli, Amharisch, Yoruba, Zulu, Urdu, Punjabi, Tamil, Telugu, Kannada, Malayalam, Singhalesisch, Nepalesisch, Marathi, Gujarati, Khmer, Lao, Burmesisch, Mongolisch, Kasachisch, Usbekisch, Aserbaidschanisch, Armenisch, Georgisch und Paschtu.

Engineering-Details, die die Lokalisierung vertrauenswürdig machen

Kein stilles englisches Fallback. Wenn für die aktive Locale ein Übersetzungsschlüssel fehlt, schlägt der Build fehl. Wir stopfen ein Loch nicht mit Englisch. Für jede Seite in jeder unterstützten Sprache ist ein vollständiger paralleler String-Satz erforderlich. Das ist ein nicht-triviales Engineering-Investment und der Preis dafür, mehrsprachige klinische KI als erstklassiges Anliegen zu behandeln – statt als Marketing-Position.

Locale-sensitives Caching. Der Hantavirus-Bewertungs-Store versieht die Schlüssel mit (Klinik, Patient, Bericht, Sprache)-Semantik. Das Umschalten der aktiven Sprache führt dazu, dass die nächste Bewertung die vorherige Zeile überschreibt, statt eine veraltete Zeile in der falschen Locale bereitzustellen. Eine Ärztin/ein Arzt kann von Englisch auf Deutsch umschalten, und der nächste Score kommt auf Deutsch an – ohne Inkonsistenz.

Sicherheit bei zusammengesetzten Wörtern. Deutsche Strings wie "Familien-/Patientengesundheit Risikoanalyse" sind berüchtigt dafür, responsive Layouts zu beschädigen. Das CSS nutzt overflow-wrap: anywhere, hyphens: auto und flex-wrap auf Plan-Karten, sodass Badges sauber in eine neue Zeile auf schmalen Viewports fallen, statt die Karte zu verlassen. Finnisch, Ungarisch und Griechisch erhalten die gleiche Behandlung.

Unterstützung für Rechts-nach-links. Arabisch, Hebräisch und Persisch werden bei Sprachwechsel erkannt. Die Dokumentrichtung wird festgelegt. Das CSS passt Abstände mit Spiegelbezug und die Ausrichtung von Icons an. Score-Gauges, Pfeile zu beitragenden Faktoren und die Reihenfolge der Zeitstempel respektieren alle die aktive Leserichtung.

Pro-Klinik-Isolation und Cascade-Lifecycle

Healthcare-Software scheitert am Tag, an dem eine Tenant-Grenze überschritten wird. Das Design des Moduls behandelt die Isolation pro Klinik und die Eindämmung der Patientendaten als primäre Anforderungen – auf derselben Ebene wie die klinische Korrektheit.

Architekturschaubild des pro Klinik und pro Patient gespeicherten Assessments mit UPSERT-Semantik und Cascade-Hooks für das Löschen von Patienten und Kliniken
Abbildung 7: Isolation pro Klinik und Cascade-Lifecycle. Jede Bewertungszeile ist mit der authentifizierten Klinikidentität verknüpft. Das Löschen einer Patientin/eines Patienten oder einer Klinik entfernt die entsprechenden Bewertungen. Es sammeln sich keine verwaisten Zeilen an.

Eine nicht erschöpfende Liste der vorhandenen Schutzmaßnahmen, beschrieben auf einer Abstraktionsebene, die kein gezieltes Ausprobieren einlädt.

  • Erforderliche authentifizierte Sitzung. Die Endpunkte des Moduls sind ohne eine gültige Kliniksitzung nicht erreichbar. Es gibt keinen anonymen Modus.
  • Isolation pro Klinik. Jeder Speichervorgang ist mit der authentifizierten Klinikidentität verknüpft. Eine Ärztin/ein Arzt in Klinik A kann keine Bewertung, die zu Klinik B gehört, sehen, auflisten, anzeigen, regenerieren oder löschen – durch keine beliebige Kombination von Kennungen.
  • Absicherung gegen Pfad-Traversal. Alle Dateisystem-Verweise, die aus Anfrageparametern abgeleitet werden, bestehen vor der Kanonisierung eine Validierung auf Komponentenebene, mit Zurückweisung von Trennzeichen, Nullbytes, Parent-Directory-Tokens und Tilde-Erweiterung.
  • Schutz vor Cross-Site-Scripting bei KI-Ausgaben. KI-generierte Zeichenfolgen werden ausschließlich über textContent und Attributzuweisung in das DOM eingefügt, niemals über innerHTML. Zulässige Enum-Werte werden vor dem Rendern validiert.
  • Parametrisierte SQL-Abfragen durchgehend. Keine per String-Interpolation erzeugte SQL berührt den Assessment-Speicher. Alle Schreib- und Lesevorgänge verwenden gebundene Parameter.
  • Kaskadierter Lebenszyklus. Das Löschen eines Patienten, das Löschen einer Klinik, das Neuregenerieren eines Berichts oder das Löschen eines Berichts löst alle explizite Kaskaden-Hooks aus, die die entsprechenden Hantavirus-Assessments entfernen oder ungültig machen. Es sammeln sich keine verwaisten Datensätze an.
  • Compliance-Positionierung. Kantesti Ltd ist für europäische Datensubjekte GDPR-konform, für US-Gesundheitspartner HIPAA-angeglichen und betreibt ISO 27001-angeglichene Kontrollen sowie SOC 2 Type II Sicherheitspraktiken. Die Plattform verfügt über eine CE-Kennzeichnung für den europäischen Markt.
  • Nachvollziehbarkeit. Jede Assessment-Zeile enthält einen Hash des Quellberichts, der Sprache, in der sie bewertet wurde, sowie Zeitstempel für Erstellung und Aktualisierung. Ein klinischer Prüfer kann exakt rekonstruieren, welche Eingabe zu welcher Ausgabe zu welcher Zeit geführt hat.

Wir veröffentlichen nicht die spezifischen Filterregeln, Anfrage-Validatoren, Regex-Muster oder Angriffsvektoren, die während der Härtung verwendet werden. Das Bewerben der Testset-Vorteile würde einem Angreifer mehr nützen als es einen Kliniker beruhigt.

Wie Ärztinnen und Ärzte sowie Patientinnen und Patienten auf das Modul zugreifen

Die Hantavirus Risk Assessment ist für jeden Kantesti-User frei verfügbar. Der Public-Health-Wert, Hantavirus früher zu erkennen, sollte keine Funktion der Abrechnungsstufe einer Klinik sein, daher ist das Modul im Consumer-Free-Tier, in den Single-Report- und 6-Report-Bundles, im Jahresplan und in jedem Klinik-Dashboard-Plan ab Tag eins aktiviert.

Für Kliniker

Melden Sie sich im Kantesti-Klinik-Dashboard an. Öffnen Sie einen Patientenakten-Eintrag. Klicken Sie im Patientenprofil auf die Aktion „Hantavirus Risk Assessment“, oder öffnen Sie die Hauptnavigation des Dashboards und wählen Sie den Patienten im Picker aus. Füllen Sie optional die Abschnitte Exposition, Symptome, Vitalzeichen und hantavirus-spezifische Tests aus. Senden. Das Modul gibt eine strukturierte Punktzahl in der aktiven Dashboard-Sprache mit vollständiger Begründung zurück, einschließlich beitragender Faktoren, Warnsignale und einer Erklärung zu fehlenden Daten. Exporte sind als druckfertiges PDF zur Aufnahme in die Patientenakte verfügbar.

Für Patienten

Wenn Sie dies als Patient oder Familienangehöriger mit einem kürzlich durchgeführten Bluttest lesen, der Sie beunruhigt, können Sie den Bericht im Kantesti-Consumer-Portal hochladen unter kantesti.net/free-blood-test und die Hantavirus Risk Assessment anfordern. Der für Verbraucher vorgesehene Ablauf liefert eine verständliche Risikobandbreite mit klaren Anweisungen, bei erhöhter Bandbreite eine persönliche klinische Beurteilung aufzusuchen. Das Modul ist Entscheidungsunterstützung und kein diagnostisches Gerät. Schwere vermutete Fälle erfordern eine sofortige medizinische Versorgung vor der labortechnischen Bestätigung.

Für Partnerkliniken und Labore

Wenn Ihre Klinik oder Ihr Labor routinemäßig fieberhafte Krankheitsbilder in Regionen bearbeitet, in denen Hantavirus endemisch ist, und Sie das Modul in Ihrem bestehenden Workflow für elektronische Gesundheitsakten sichtbar machen möchten, wenden Sie sich bitte an das Team unter kantesti.net/contact-us. Wir unterstützen die Bereitstellung im Rahmen der standardmäßigen, GDPR-konformen und HIPAA-angeglichenen Partnerschaftsvereinbarung und führen die Integration über einen dedizierten klinischen Engineering-Ansprechpartner durch.

Was das Modul nicht ist

Ein kurzer und bewusster Überblick darüber, was dieses Tool nicht tut. Wir halten uns an einen höheren Ehrlichkeitsstandard als er für diese Produktkategorie üblich ist.

  • Kein diagnostisches Gerät. Eine definitive Hantavirus-Diagnose erfordert eine labortechnische Bestätigung durch IgM-Serologie mittels ELISA oder molekulare Tests mittels RT-PCR gemäß den Vorgaben von CDC und WHO. Das Modul ersetzt keines von beiden.
  • Kein Ersatz für klinisches Urteilsvermögen. Die endgültigen klinischen Entscheidungen bleiben bei der qualifizierten Ärztin bzw. dem qualifizierten Arzt. Das Modul ist eine von mehreren Eingaben – neben der Anamnese, der körperlichen Untersuchung, alternativen Diagnosen und dem lokalen epidemiologischen Wissen der Ärztin bzw. des Arztes.
  • Kein Diskriminator für die gesamte prodromale Differentialdiagnose. Viele der prodromalen Befunde überlappen sich mit Leptospirose, Dengue, schwerem COVID-19 und bakterieller Sepsis. Das Modul ist ein Hilfsmittel zur Triage für das Hantavirus-Risiko im Speziellen. Es bewertet das Hantavirus nicht gegenüber den anderen Syndromen in der Differentialdiagnose.
  • Nicht regulatorisch als Medizinprodukt klassifiziert. Das Modul wird als Unterstützung für klinische Entscheidungen angeboten. Es ist nicht als Medizinprodukt unter der EU-MDR- oder FDA-Regulierung klassifiziert. Kliniken, die die Plattform einsetzen, müssen die jeweils eigene regulatorische Regelung für die Nutzung von Entscheidungshilfen in der Patientenversorgung einhalten.
  • Keine Aussage zu Sensitivität oder Spezifität. Die 3 bestätigten Fälle, die aus 50.000 ausgewerteten Berichten gemeldet wurden, spiegeln Fälle wider, in denen Partnerkliniken dem System anschließend den Status der laborbasierten Bestätigung zurückgemeldet haben. Wir erheben keine formale Behauptung zur Sensitivität oder Spezifität im epidemiologischen Sinne.
  • Nicht populationsspezifisch für Pädiatrie oder Schwangerschaft. Hantavirus bei pädiatrischen und schwangeren Patientinnen und Patienten erfordert zusätzliche Überlegungen. Das Modul erstellt derzeit keine populationsspezifischen Gewichtungen über das hinaus, was die KI aus den demografischen Feldern ableitet. Explizit zitierbare Vorab-Gewichtungen für diese Subgruppen sind auf der Roadmap.