Medizinische Validierung und klinische Standards für KI-Bluttestanalyse
Ein interner, automatisierter Benchmark der Kantesti-KI-Engine, verfasst von unserem Chief Medical Officer und nicht unabhängig validiert oder peer-reviewt, hinter dem KI-Bluttestanalysator.
Primäre Belege und Dokumentation
Die Leistungskennzahl auf dieser Seite stammt aus unserem eigenen automatisierten, Open-Source-Benchmark-Framework, wobei Code und Scorecards offen veröffentlicht sind. Es handelt sich um einen reproduzierbaren technischen Benchmark, nicht um eine unabhängige oder regulatorische Validierung und nicht um ein Maß für die diagnostische Genauigkeit in der realen Welt. Zugriff auf Code und Daten unten.
Kantesti KI-Engine — Blutbild Auswertung Benchmark
Automatisierte zusammengesetzte Bewertung auf 100.000 synthetischen Fällen über 127 Länderbezeichnungen hinweg
Überblick über Benchmark & Methodik
Kantesti's Interpretation des AI-Bluttests Die Plattform durchläuft im Rahmen unseres internen Qualitätsprozesses eine strenge medizinische Validierung. Die Leistung wird mit einem internen, automatisierten, Open-Source-Benchmark-Framework gemessen.
Diese Seite dokumentiert diesen Benchmark, unsere Struktur der ärztlichen Aufsicht und unseren kontinuierlichen Prozess zur Qualitätsüberwachung. Der Benchmark ist eine technische Bewertung, kein klinischer Versuch und keine regulatorische Validierung.
Interne Benchmark-Leistung (Gesamt)
Dies ist das Ergebnis unseres internen, automatisierten, Open-Source-Benchmark-Frameworks. Es wurde selbst ausgeführt und nicht unabhängig validiert oder peer-reviewt.
Gesamter Benchmark-Ergebniswert
Zusammengesetzter Benchmark-Score: 99,80% (selbst durchgeführt, nicht peer-reviewt) — das Gesamtergebnis unseres automatisierten, Open-Source-Benchmark-Frameworks auf 100.000 synthetischen Fällen über 127 Länderbezeichnungen hinweg. Die zusammengesetzte Bewertung ist eine Mischung technisches Maß (35% Ausgabe-Strukturvalidität + 55% klinisches-Keyword-Recall + 10% Latenz); er ist nicht ein Maß für diagnostische Genauigkeit und wurde nicht unabhängig validiert oder peer-reviewt. Siehe Code & Daten auf GitHub
Der Benchmark erzeugt einen einzelnen zusammengesetzten Score aus einem automatisierten Framework; er liefert keine Sensitivitäts-/Spezifitätswerte pro Testkategorie. Vollständige Scorecards pro Fall sind im offenen Repository enthalten.
Medizinischer Beirat
Unser Medizinischer Beirat bietet klinische Aufsicht für die gesamte Entwicklung und Validierung von KI-Algorithmen. Die Mitglieder des Beirats vertreten diverse Fachrichtungen in mehreren Ländern, über die klinische Medizin hinweg.
Thomas Klein, MD
Leitender Ärztlicher Direktor (CMO) Klinische Hämatologie & KI-DiagnostikDr. Sarah Mitchell, MD, PhD
Leitender medizinischer Berater Klinische Pathologie und LabormedizinProf. Dr. Hans Weber
Leitender medizinischer Berater Labormedizin und Klinische ChemieDr. Maria Rodriguez, MD, MPH
Medizinischer Berater Innere Medizin & PräventivmedizinDr. Chen Wei, MD, MSc
Medizinischer Berater Endokrinologie & StoffwechselmedizinLernen Sie unser gesamtes medizinisches Beratungsgremium mit detaillierten Profilen, Qualifikationen und Forschungshintergründen kennen.
Alle Berater anzeigen →Kontinuierliche Qualitätsüberwachung
Nach dem Deployment wird die Engine über interne betriebliche Kontrollen sowie strukturiertes Feedback von Nutzerinnen und Nutzern und unserem Medical Advisory Board überwacht. Dies ist interne Überwachung und keine unabhängige Studie zu klinischen Ergebnissen.
Monatliche Leistungsberichte
Eine umfassende Genauigkeitsanalyse über alle Biomarkerkategorien, demografischen Segmente und geografischen Regionen hinweg. Die Trendidentifizierung ermöglicht ein proaktives Qualitätsmanagement.
Feedback von Gesundheitsdienstleistern
Strukturierte Feedbackintegration von Ärzten und Laborfachkräften. Auffällige Befunde werden vom medizinischen Beirat geprüft, und Korrekturen fließen in die Schulung ein.
Trainingsdaten & Qualitätssicherung
Unser Qualitätssicherungsprozess wendet standardmäßige Kontrollen auf die Daten an, die von der Plattform verwendet werden.
Qualitätskontrollen
Mehrstufige Datenqualitätssicherung:
- Entfernung unvollständiger oder beschädigter Datensätze
- Ausreißererkennung für präanalytische Fehler
- Herkunftsnachweis für alle Datensätze
- HIPAA-konforme und GDPR-konforme Anonymisierung
Technologie- und Compliance-Partner
Unsere Validierungsinfrastruktur und KI-Entwicklung werden durch Partnerschaften mit branchenführenden Technologieanbietern unterstützt.
Microsoft FoundersHub
Cloud-Infrastruktur und KI-Entwicklungsplattform der Enterprise-Klasse zur Unterstützung skalierbarer Validierungsworkflows.
NVIDIA Inception-Programm
GPU-Computing-Ressourcen und Optimierung von KI-Modellen, die ein effizientes Training und eine effiziente Optimierung des Modells ermöglichen.
Google Cloud AI
Infrastruktur für maschinelles Lernen zur Unterstützung von verteiltem Modelltraining und Echtzeit-Inferenz.
Cloudflare
Globales Edge-Netzwerk für sicheren, latenzarmen Zugriff weltweit.
HIPAA-konform
US-amerikanische Datenschutzmaßnahmen im Gesundheitswesen
GDPR-konform
Europäische Datenschutzverordnung
Angemessene Verwendung & Einschränkungen
Transparenz hinsichtlich der Fähigkeiten und Grenzen ist für einen verantwortungsvollen Einsatz von KI im Gesundheitswesen unerlässlich. Kantesti ist als Entscheidungshilfe konzipiert, um das professionelle medizinische Urteil zu ergänzen – nicht zu ersetzen.
Informationen nicht abgerufen
Unsere KI interpretiert Biomarkerdaten isoliert. Folgender klinischer Kontext steht dem System nicht zur Verfügung:
- Vollständige Krankengeschichte des Patienten
- Aktuelle Medikamente und mögliche Wechselwirkungen
- Befunde der körperlichen Untersuchung
- Genetische Faktoren und Familiengeschichte
- Lebensstilfaktoren (sofern nicht vom Nutzer angegeben)
Variationen in der Labormethodik
Referenzbereiche unterscheiden sich zwischen Laboren aufgrund von Geräteeinflüssen und Kalibrierstandards. Unsere Datenbank mit labor-spezifischen Referenzbereichen adressiert viele dieser Variationen, aber Nutzer sollten prüfen, ob die extrahierten Werte mit ihrem ursprünglichen Bericht übereinstimmen.
Überlegungen zur Dokumentqualität
Die Genauigkeit der OCR-Erkennung hängt von der Dokumentqualität ab. Handschriftliche Ergebnisse oder Scans mit niedriger Auflösung können die Werteextraktion beeinträchtigen. Vor der Analyse ist eine manuelle Korrektur aller extrahierten Werte möglich.
Medizinischer Haftungsausschluss
Kantesti ist ein KI-gestütztes Informationstool, das Bluttestergebnisse anhand etablierter medizinischer Referenzbereiche und klinischer Leitlinien interpretiert. Es ist KEIN Medizinprodukt und dient NICHT der Diagnose, Behandlung, Heilung oder Vorbeugung von Krankheiten.
Die bereitgestellten Informationen dienen ausschließlich Bildungs- und Informationszwecken und stellen keine medizinische Beratung dar. Konsultieren Sie immer eine qualifizierte medizinische Fachkraft, bevor Sie Entscheidungen bezüglich Ihrer Gesundheit oder Behandlung treffen.
Bei medizinischen Notfällen kontaktieren Sie bitte umgehend den Notruf. Kantesti ist nicht für Notfallsituationen ausgelegt.
Offenlegung von Interessenkonflikten und Finanzierung
Diese Validierungsdokumentation wird von Kantesti Ltd (UK Companies House Nr. 17090423) veröffentlicht, mit Hauptsitz in London, Vereinigtes Königreich. Mitglieder des Medical Advisory Board erhalten eine Vergütung für ihre beratende Tätigkeit. Der Chief Medical Officer (Thomas Klein, MD) ist ein Vollzeitmitarbeiter von Kantesti Ltd. Die hier berichtete gesamte Validierung ist intern zu Kantesti und wurde nicht unabhängig verifiziert oder peer-reviewt. Für Validierungsstudien wurde keine externe Finanzierung erhalten. Das Unternehmen ist selbstfinanziert durch Umsätze und Technologiepartnerschaften mit Microsoft für Startups, NVIDIA Inception, Google Cloud und Cloudflare.
Häufig gestellte Fragen zur medizinischen Validierung
Wie häufig wird das KI-Modell aktualisiert?
Unser Modell wird vierteljährlich neu trainiert und dabei neue validierte Daten, aktualisierte klinische Leitlinien und aufkommende Biomarkerforschung berücksichtigt. Jede Aktualisierung wird vor der Bereitstellung anhand unseres internen automatisierten Benchmarks geprüft. Aktualisierungen, die die Benchmark-Schwelle nicht erfüllen, werden nicht ausgeliefert.
Wie wird die Benchmark-Leistung berichtet?
Die Leistung wird als eine einzelne zusammengesetzte Punktzahl aus unserem automatisierten Benchmark berichtet, nicht als diagnostische Genauigkeit je Kategorie. Die zusammengesetzte Punktzahl kombiniert die Gültigkeit der Ausgabe-Struktur, die Wiedererkennung klinischer Schlüsselwörter und die Latenz und ist nur ein technisches Maß.
Kann ich der KI-Interpretation bei medizinischen Entscheidungen vertrauen?
Kantesti ist als Entscheidungshilfe konzipiert und ersetzt nicht die professionelle medizinische Beurteilung. Unsere KI liefert validierte Interpretationen auf Basis etablierter Referenzbereiche. Der klinische Kontext – einschließlich Ihrer Krankengeschichte, Medikamente und Symptome – erfordert jedoch eine ärztliche Beurteilung für Behandlungsentscheidungen. Konsultieren Sie daher immer Ihren Arzt oder Ihre Ärztin.
Wie viele Fälle und Länderbezeichnungen umfasst der Benchmark?
Der automatisierte Benchmark läuft auf 100.000 synthetischen Fällen mit 127 Länderbezeichnungen. Es handelt sich um einen technischen Content- und Format-Benchmark, nicht um eine Studie zur demografischen Genauigkeit, und er wurde nicht unabhängig validiert oder peer-reviewt.
Was passiert, wenn die KI einen Fehler macht?
Gesundheitsdienstleister und Anwender können Interpretationen zur Überprüfung durch den Medizinischen Beirat melden. Die gemeldeten Fälle werden von unserem Chief Medical Officer, Dr. Thomas Klein, und dem medizinischen Team analysiert. Werden Fehler bestätigt, werden Korrekturen in zukünftige Schulungszyklen integriert. Unser kontinuierliches Monitoring erfasst die Leistung in der Praxis, um systematische Probleme proaktiv zu erkennen und zu beheben.
Wo finde ich den vollständigen Validierungsbericht?
Unsere Benchmark-Methodik, der Code und die fallbezogenen Scorecards sind offen verfügbar: der Kantesti-AI-Engine-Bluttest-Benchmark auf GitHub (https://github.com/emirhanai/kantesti-blood-test-benchmark) und der Datensatz auf Figshare (DOI: 10.6084/m9.figshare.32095435). Es handelt sich um einen selbst durchgeführten, automatisierten Benchmark, der nicht unabhängig validiert oder peer-reviewt wurde.
Wer prüft die medizinischen Inhalte auf Kantesti?
Alle medizinischen Inhalte werden von Thomas Klein, MD, unserem Chief Medical Officer, verfasst und überprüft. Dr. Klein ist ein board-zertifizierter klinischer Hämatologe und fungiert als Chief Medical Officer bei Kantesti sowie bei der durch KI unterstützten Interpretation. Zusätzliche Aufsicht wird durch unseren Medizinischen Beirat bereitgestellt.
Experience KI-Assistierte Bluttest-Analyse
Schließen Sie sich Millionen von Nutzern weltweit an, die vertrauen. Kantestis KI-Bluttestanalysator für KI-gestützte, informative Blutbild Auswertung in 75+ Sprachen.
Unternehmenstransparenz
Wir legen Wert auf volle Transparenz hinsichtlich unserer Identität und Arbeitsweise. Nachfolgend finden Sie unsere Handelsregisterdaten und Informationen zu unserer Geschäftsleitung.
Stand März 2026, die Kantesti AI Plattform — derzeit betrieben als Kantesti V11 — wird betrieben von Kantesti Ltd, einer Private Limited Company, die in England und Wales (UK Companies House Nr. 17090423), mit eingetragenem Firmensitz in London, Vereinigtes Königreich. Diese UK-Eintragung bündelt die weltweiten Aktivitäten in einer einzigen, transparenten Unternehmensstruktur, die von den regulatorischen Standards des Vereinigten Königreichs gesteuert wird, aufbauend auf Entwicklungsarbeiten, die 2019 begonnen haben. Das gleiche proprietäre neuronale Netzwerk — das mehr als 15.000 Biomarker in 75+ Sprachen für über 2 Millionen Nutzer in 127 Ländern interpretiert — wird weiterhin von denselben Engineering- und medizinischen Teams entwickelt und betreut. Unser internes Benchmarking, die Aufsicht durch den Medizinischen Beirat und Partnerschaften mit Microsoft for Startups (Founders Hub), NVIDIA Inception und Google Cloud bleiben unverändert. Nutzer weltweit behalten Zugriff auf identische Servicequalität, nun gestützt durch eine verbesserte UK-Unternehmensführung neben unserer bestehenden GDPR (EU)- und HIPAA (US)-Compliance.
Kantesti KI · Kantesti Ltd
Markennamen: Kantesti, Kantesti KI
Rechtsperson: Kantesti Ltd (Private Limited Company)
Companies House Nr.: 17090423
Rechtsgebiet: England und Wales, Vereinigtes Königreich
Geschäftsart: KI-Gesundheitstechnologie (SaaS)
Gegründet: 2019 · UK-Einheit registriert: März 2026
Hauptsitz: 4 Raven Road, Unit 1c3-1100, London, E18 1HB, Vereinigtes Königreich
Anwendungsversion: Kantesti V11
Kontakt: [email protected]
UK-Telefon: +44 7508 364740 (Mo–Fr 9:00–18:00 GMT)
DE-Telefon: +49 177 497 4039 (Mo–Fr 9:00–18:00 CET)
Führung
Gründer & CEO: Julian Emirhan Bulut
Visionärer Unternehmer, der KI-Innovationen im Gesundheitswesen vorantreibt. Entwicklung zugänglicher Tools zur Bluttestauswertung für eine weltweite Verbesserung der Gesundheit.
Vernetzen Sie sich auf LinkedInLeitender medizinischer Direktor: Thomas Klein, MD
Facharzt für Hämatologie mit Board-Zertifizierung, der die klinische Gesamtaufsicht über unseren medizinischen Inhalt führt.
Einhaltung
Datenschutz: GDPR-konform (EU)
Datenschutz im Gesundheitswesen: HIPAA-konforme Verfahren (USA)
Medizinprodukt: Nicht als Medizinprodukt eingestuft – Nur ein Informationsinstrument
Referenzen & Standards
Unsere Validierungsmethodik und klinischen Standards basieren auf etablierten medizinischen Leitlinien und internationalen Standards.
- [1] Weltgesundheitsorganisation (WHO). Verwendung von glykiertem Hämoglobin (HbA1c) in der Diagnostik des Diabetes mellitus. Genf: WHO; 2011. Verfügbar unter: https://www.who.int/diabetes/publications/diagnosis_diabetes2011/en/
- [2] Internationale Organisation für Normung. ISO 15189:2022 Medizinische Laboratorien — Anforderungen an Qualität und Kompetenz. Genf: ISO; 2022. https://www.iso.org/standard/76677.html
- [3] Institut für klinische und Laborstandards (CLSI). EP09c: Vergleich von Messverfahren und Abschätzung von systematischen Fehlern anhand von Patientenproben. 3. Aufl. Wayne, PA: CLSI; 2018.
- [4] Nationale Gesundheitsinstitute (NIH). Referenzbereiche für Bluttests. Bethesda, MD: NIH; Aktualisiert 2024. Verfügbar unter: MedlinePlus
- [5] Amerikanische Vereinigung für Klinische Chemie (AACC). Referenzbereiche für Labortests. Washington, DC: AACC; 2024. https://www.aacc.org/
- [6] Internationale Föderation für Klinische Chemie (IFCC). Referenzmessverfahren. Mailand: IFCC; 2023. https://www.ifcc.org/
- [7] Bulut J E. Kantesti KI-Engine — Benchmark zur Bluttest-Interpretation (automatisiert, Open-Source-Framework). Kantesti Ltd; 2026. Code & Daten: GitHub · DOI: 10.6084/m9.figshare.32095435
- [8] US-Gesundheitsministerium. HIPAA-Datenschutzbestimmungen. 45 CFR Teil 160 und Unterabschnitte A und E von Teil 164. Washington, DC: HHS; 2013.
- [9] Europäisches Parlament und Rat. Datenschutz-Grundverordnung (DSGVO). Verordnung (EU) 2016/679. Brüssel: EU; 2016.