API-Endpunkte

Produktionsendpunkt für Bluttestanalyse. Verbraucht 1 Credit pro Anfrage.

Anfrageparameter

cURL-Beispiel

curl -X POST "https://app.aibloodtestinterpret.com/api/v11/01-06-2025/analyze" \
  -F "username=IHR_BENUTZERNAME" \
  -F "password=IHR_PASSWORT" \
  -F "language=de" \
  -F "[email protected]"

Python-Beispiel

import requests

def bluttest_analysieren(dateipfad: str, benutzername: str, passwort: str, sprache: str = "de"):
    """
    Analysiert eine Bluttestdatei mit der Kantesti-API.

    Args:
        dateipfad: Pfad zur Bluttest-PDF oder Bilddatei
        benutzername: API-Benutzername
        passwort: API-Passwort
        sprache: Antwortsprachcode (Standard: de)

    Returns:
        dict: API-Antwort mit Analyseergebnissen
    """
    url = "https://app.aibloodtestinterpret.com/api/v11/01-06-2025/analyze"

    with open(dateipfad, "rb") as f:
        dateien = {"file": (dateipfad, f, "application/pdf")}
        daten = {
            "username": benutzername,
            "password": passwort,
            "language": sprache
        }

        antwort = requests.post(url, files=dateien, data=daten, timeout=120)
        antwort.raise_for_status()
        return antwort.json()

# Anwendungsbeispiel
if __name__ == "__main__":
    ergebnis = bluttest_analysieren(
        dateipfad="bluttest.pdf",
        benutzername="ihr_benutzername",
        passwort="ihr_passwort",
        sprache="de"
    )
    print(f"Status: {ergebnis['status']}")
    print(f"Gefundene Parameter: {len(ergebnis['data']['parameters'])}")

C++-Beispiel (libcurl)

#include <iostream>
#include <string>
#include <curl/curl.h>

// Callback-Funktion für die Antwortverarbeitung
size_t SchreibCallback(void* inhalt, size_t groesse, size_t nmemb, std::string* ausgabe) {
    ausgabe->append((char*)inhalt, groesse * nmemb);
    return groesse * nmemb;
}

std::string bluttestAnalysieren(const std::string& dateipfad,
                                 const std::string& benutzername,
                                 const std::string& passwort,
                                 const std::string& sprache = "de") {
    CURL* curl = curl_easy_init();
    std::string antwort;

    if (curl) {
        curl_mime* formular = curl_mime_init(curl);
        curl_mimepart* feld;

        // Benutzername hinzufügen
        feld = curl_mime_addpart(formular);
        curl_mime_name(feld, "username");
        curl_mime_data(feld, benutzername.c_str(), CURL_ZERO_TERMINATED);

        // Passwort hinzufügen
        feld = curl_mime_addpart(formular);
        curl_mime_name(feld, "password");
        curl_mime_data(feld, passwort.c_str(), CURL_ZERO_TERMINATED);

        // Sprache hinzufügen
        feld = curl_mime_addpart(formular);
        curl_mime_name(feld, "language");
        curl_mime_data(feld, sprache.c_str(), CURL_ZERO_TERMINATED);

        // Datei hinzufügen
        feld = curl_mime_addpart(formular);
        curl_mime_name(feld, "file");
        curl_mime_filedata(feld, dateipfad.c_str());

        curl_easy_setopt(curl, CURLOPT_URL,
            "https://app.aibloodtestinterpret.com/api/v11/01-06-2025/analyze");
        curl_easy_setopt(curl, CURLOPT_MIMEPOST, formular);
        curl_easy_setopt(curl, CURLOPT_WRITEFUNCTION, SchreibCallback);
        curl_easy_setopt(curl, CURLOPT_WRITEDATA, &antwort);
        curl_easy_setopt(curl, CURLOPT_TIMEOUT, 120L);

        CURLcode res = curl_easy_perform(curl);

        curl_mime_free(formular);
        curl_easy_cleanup(curl);
    }
    return antwort;
}

int main() {
    std::string ergebnis = bluttestAnalysieren("bluttest.pdf", "benutzername", "passwort");
    std::cout << ergebnis << std::endl;
    return 0;
}

Postman-Konfiguration

{
  "info": {
    "name": "Kantesti Bluttest-API",
    "schema": "https://schema.getpostman.com/json/collection/v2.1.0/collection.json"
  },
  "item": [
    {
      "name": "Bluttest analysieren",
      "request": {
        "method": "POST",
        "header": [],
        "body": {
          "mode": "formdata",
          "formdata": [
            {"key": "username", "value": "{{api_benutzername}}", "type": "text"},
            {"key": "password", "value": "{{api_passwort}}", "type": "text"},
            {"key": "language", "value": "de", "type": "text"},
            {"key": "file", "type": "file", "src": "/pfad/zur/bluttest.pdf"}
          ]
        },
        "url": {
          "raw": "https://app.aibloodtestinterpret.com/api/v11/01-06-2025/analyze",
          "protocol": "https",
          "host": ["app", "aibloodtestinterpret", "com"],
          "path": ["api", "v11", "01-06-2025", "analyze"]
        }
      }
    }
  ]
}

Beispielantwort

{
  "status": "success",
  "data": {
    "metadata": {
      "patient_name": "Jan Novák",
      "lab_name": "BioLAB Medizinzentrum",
      "lab_city": "München",
      "lab_country": "Deutschland",
      "lab_date": "2025-05-11",
      "patient_age": "45",
      "patient_sex": "Männlich"
    },
    "parameters": [
      {
        "short_name": "WBC",
        "long_name": "Weiße Blutkörperchen",
        "category": "Komplettes Blutbild",
        "result": 7.2,
        "unit": "10^9/L",
        "evaluation": "normal",
        "range_min": 2.0,
        "range_max": 12.0,
        "range_normal_min": 4.0,
        "range_normal_max": 10.0,
        "short_description": "Misst die Gesamtzahl der weißen Blutkörperchen im Blut.",
        "long_description": "Weiße Blutkörperchen (Leukozyten) sind für die Immunfunktion unerlässlich..."
      },
      {
        "short_name": "HGB",
        "long_name": "Hämoglobin",
        "category": "Komplettes Blutbild",
        "result": 14.5,
        "unit": "g/dL",
        "evaluation": "normal",
        "range_min": 10.0,
        "range_max": 18.0,
        "range_normal_min": 13.5,
        "range_normal_max": 17.5,
        "short_description": "Protein in roten Blutkörperchen, das Sauerstoff transportiert.",
        "long_description": "Hämoglobin ist das eisenhaltige Protein, das für den Sauerstofftransport verantwortlich ist..."
      }
    ],
    "interpretation": [
      {
        "title": "Gesamtgesundheitsbewertung",
        "shortcode": "overall_health_assessment",
        "subsections": [
          {
            "subtitle": "Umfassender Überblick",
            "shortcode": "overall_health_assessment_overview",
            "items": [
              {"item": "Der Patient zeigt eine erhaltene Organfunktion mit normalen hämatologischen Parametern."},
              {"item": "Im kompletten Blutbild wurden keine signifikanten Auffälligkeiten festgestellt."}
            ]
          }
        ]
      }
    ]
  },
  "api_version": "v11",
  "timestamp": "2025-12-22T10:30:00Z"
}

Antwortfelder-Referenz

Stammebene

data.metadata Objekt

data.parameters Array-Element

data.interpretation Array-Element

Vollständiges Antwortbeispiel

{
  "status": "success",
  "data": {
    "metadata": {
      "patient_name": "Anna Müller",
      "lab_name": "MedLab Diagnostics International",
      "lab_city": "München",
      "lab_country": "Deutschland",
      "lab_date": "2025-12-15",
      "results_date": "2025-12-16",
      "patient_age": "38",
      "patient_sex": "female"
    },
    "parameters": [
      {
        "short_name": "WBC",
        "long_name": "Leukozytenzahl",
        "category": "Blutbild",
        "result": "6.8",
        "unit": "10^9/L",
        "evaluation": "normal",
        "range_min": "4.0",
        "range_max": "11.0",
        "range_normal_min": "4.5",
        "range_normal_max": "10.0",
        "short_description": "Misst die Gesamtzahl der weißen Blutkörperchen.",
        "long_description": "Weiße Blutkörperchen (Leukozyten) sind wesentliche Bestandteile des Immunsystems..."
      },
      {
        "short_name": "RBC",
        "long_name": "Erythrozytenzahl",
        "category": "Blutbild",
        "result": "4.52",
        "unit": "10^12/L",
        "evaluation": "normal",
        "range_min": "3.8",
        "range_max": "5.8",
        "range_normal_min": "4.0",
        "range_normal_max": "5.5",
        "short_description": "Misst die Gesamtzahl der roten Blutkörperchen.",
        "long_description": "Rote Blutkörperchen (Erythrozyten) transportieren Sauerstoff von der Lunge zu den Körpergeweben..."
      },
      {
        "short_name": "HGB",
        "long_name": "Hämoglobin",
        "category": "Blutbild",
        "result": "13.2",
        "unit": "g/dL",
        "evaluation": "normal",
        "range_min": "11.5",
        "range_max": "16.0",
        "range_normal_min": "12.0",
        "range_normal_max": "15.5",
        "short_description": "Protein in roten Blutkörperchen, das Sauerstoff transportiert.",
        "long_description": "Hämoglobin ist das eisenhaltige Protein in roten Blutkörperchen, das für den Sauerstofftransport verantwortlich ist..."
      },
      {
        "short_name": "HCT",
        "long_name": "Hämatokrit",
        "category": "Blutbild",
        "result": "39.8",
        "unit": "%",
        "evaluation": "normal",
        "range_min": "35.0",
        "range_max": "47.0",
        "range_normal_min": "36.0",
        "range_normal_max": "44.0",
        "short_description": "Prozentsatz des Blutvolumens, der von roten Blutkörperchen eingenommen wird.",
        "long_description": "Der Hämatokrit misst den Anteil des Blutes, der aus roten Blutkörperchen besteht..."
      },
      {
        "short_name": "PLT",
        "long_name": "Thrombozytenzahl",
        "category": "Blutbild",
        "result": "245",
        "unit": "10^9/L",
        "evaluation": "normal",
        "range_min": "150",
        "range_max": "400",
        "range_normal_min": "150",
        "range_normal_max": "350",
        "short_description": "Misst die Anzahl der Blutplättchen im Blut.",
        "long_description": "Thrombozyten (Blutplättchen) sind essentiell für die Blutgerinnung und Wundheilung..."
      },
      {
        "short_name": "GLU",
        "long_name": "Nüchternglukose",
        "category": "Stoffwechselpanel",
        "result": "102",
        "unit": "mg/dL",
        "evaluation": "borderline_high",
        "range_min": "70",
        "range_max": "140",
        "range_normal_min": "70",
        "range_normal_max": "99",
        "short_description": "Misst den Blutzuckerspiegel nach dem Fasten.",
        "long_description": "Die Nüchternglukose ist ein wichtiger Indikator dafür, wie gut der Körper Zucker verstoffwechselt..."
      },
      {
        "short_name": "TC",
        "long_name": "Gesamtcholesterin",
        "category": "Lipidprofil",
        "result": "218",
        "unit": "mg/dL",
        "evaluation": "borderline_high",
        "range_min": "0",
        "range_max": "300",
        "range_normal_min": "0",
        "range_normal_max": "200",
        "short_description": "Misst das Gesamtcholesterin im Blut.",
        "long_description": "Das Gesamtcholesterin ist die Summe aus HDL-, LDL- und VLDL-Cholesterin..."
      },
      {
        "short_name": "HDL",
        "long_name": "HDL-Cholesterin",
        "category": "Lipidprofil",
        "result": "58",
        "unit": "mg/dL",
        "evaluation": "normal",
        "range_min": "35",
        "range_max": "100",
        "range_normal_min": "50",
        "range_normal_max": "90",
        "short_description": "Misst das 'gute' Cholesterin.",
        "long_description": "HDL (High-Density-Lipoprotein) Cholesterin hilft, andere Formen von Cholesterin zu entfernen..."
      },
      {
        "short_name": "LDL",
        "long_name": "LDL-Cholesterin",
        "category": "Lipidprofil",
        "result": "142",
        "unit": "mg/dL",
        "evaluation": "high",
        "range_min": "0",
        "range_max": "200",
        "range_normal_min": "0",
        "range_normal_max": "100",
        "short_description": "Misst das 'schlechte' Cholesterin.",
        "long_description": "LDL (Low-Density-Lipoprotein) Cholesterin kann sich in den Arterienwänden ablagern..."
      },
      {
        "short_name": "TRIG",
        "long_name": "Triglyzeride",
        "category": "Lipidprofil",
        "result": "156",
        "unit": "mg/dL",
        "evaluation": "borderline_high",
        "range_min": "0",
        "range_max": "500",
        "range_normal_min": "0",
        "range_normal_max": "150",
        "short_description": "Misst das Fett im Blut.",
        "long_description": "Triglyzeride sind eine Art von Fett im Blut, das überschüssige Energie speichert..."
      }
    ],
    "interpretation": [
      {
        "title": "Gesamtgesundheitsbewertung",
        "shortcode": "overall_health_assessment",
        "subsections": [
          {
            "subtitle": "Umfassende Übersicht",
            "shortcode": "overall_health_assessment_overview",
            "items": [
              {"item": "Die Patientin zeigt allgemein gesunde hämatologische Parameter mit allen Blutbildwerten im Normalbereich."},
              {"item": "Die Ergebnisse des kompletten Blutbildes zeigen eine ausreichende Sauerstofftransportkapazität und Immunfunktion."},
              {"item": "Das Lipidprofil zeigt Bereiche, die Aufmerksamkeit erfordern, insbesondere die LDL-Cholesterinwerte."}
            ]
          }
        ]
      },
      {
        "title": "Stoffwechselanalyse",
        "shortcode": "metabolic_analysis",
        "subsections": [
          {
            "subtitle": "Blutzuckerbewertung",
            "shortcode": "metabolic_analysis_glucose",
            "items": [
              {"item": "Der Nüchternglukosewert von 102 mg/dL ist leicht erhöht und deutet auf einen Prädiabetes-Bereich hin."},
              {"item": "Es werden Lebensstiländerungen empfohlen, einschließlich regelmäßiger Bewegung und reduzierter Aufnahme einfacher Kohlenhydrate."},
              {"item": "Eine HbA1c-Nachuntersuchung wird in 3 Monaten empfohlen, um die langfristige Glukosekontrolle zu beurteilen."}
            ]
          }
        ]
      },
      {
        "title": "Kardiovaskuläre Risikobewertung",
        "shortcode": "cardiovascular_risk",
        "subsections": [
          {
            "subtitle": "Lipidprofilanalyse",
            "shortcode": "cardiovascular_risk_lipids",
            "items": [
              {"item": "LDL-Cholesterin mit 142 mg/dL überschreitet die optimalen Werte und erfordert eine Intervention."},
              {"item": "HDL-Cholesterin mit 58 mg/dL bietet moderaten kardiovaskulären Schutz."},
              {"item": "Triglyzeride leicht erhöht; Ernährungsumstellungen zur Reduzierung der gesättigten Fettsäuren werden empfohlen."},
              {"item": "Das Verhältnis von Gesamtcholesterin zu HDL von 3,76 deutet auf ein moderates kardiovaskuläres Risiko hin."}
            ]
          }
        ]
      },
      {
        "title": "Empfehlungen",
        "shortcode": "recommendations",
        "subsections": [
          {
            "subtitle": "Lebensstiländerungen",
            "shortcode": "recommendations_lifestyle",
            "items": [
              {"item": "Erhöhen Sie die aerobe körperliche Aktivität auf mindestens 150 Minuten pro Woche."},
              {"item": "Übernehmen Sie eine mediterrane Ernährung, reich an Gemüse, Obst und gesunden Fetten."},
              {"item": "Begrenzen Sie verarbeitete Lebensmittel, gesättigte Fette und zugesetzten Zucker."},
              {"item": "Erwägen Sie eine Beratung durch einen Ernährungsberater für personalisierte Ernährungsempfehlungen."}
            ]
          },
          {
            "subtitle": "Nachfolgeuntersuchungen",
            "shortcode": "recommendations_followup",
            "items": [
              {"item": "Wiederholung des Lipidprofils in 3 Monaten nach Umsetzung der Lebensstiländerungen."},
              {"item": "HbA1c-Test empfohlen, um die durchschnittlichen Blutzuckerwerte zu beurteilen."},
              {"item": "Jährliches umfassendes Stoffwechselpanel zur laufenden Überwachung."}
            ]
          }
        ]
      }
    ]
  },
  "api_version": "v11",
  "timestamp": "2025-12-16T14:32:18Z"
}

Produktionsendpunkt mit umfassender Gesundheitsscore-Berechnung und Krankheitsrisikoanalyse.

Zusätzliche Antwortfelder

{
  "health_score": {
    "overall": 78,
    "optimal": 4,
    "normal": 12,
    "warning": 3,
    "critical": 1,
    "total_parameters": 20,
    "score_interpretation": "gut",
    "recommendations": [
      "Erwägen Sie eine Erhöhung der Vitamin-D-Aufnahme",
      "Planen Sie eine Nachuntersuchung für Cholesterinwerte"
    ]
  },
  "disease_risks": [
    {"name": "Herz-Kreislauf-Erkrankung", "percentage": "18%", "severity": "niedrig"},
    {"name": "Typ-2-Diabetes", "percentage": "12%", "severity": "niedrig"},
    {"name": "Metabolisches Syndrom", "percentage": "25%", "severity": "mäßig"}
  ]
}

Analysiert Bluttestparameter-Trends über mehrere Testdaten, um Muster zu identifizieren und Gesundheitserkenntnisse zu liefern.

Anfrageparameter

analysis_options Object

blood_tests Array-Struktur

*Entweder lab_date oder results_date ist für jeden Bluttest erforderlich.

blood_tests[].parameters Array-Struktur

cURL-Beispiel

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/analytics/trends/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "IHR_BENUTZERNAME",
    "password": "IHR_PASSWORT",
    "language": "de",
    "analysis_type": "comprehensive",
    "blood_tests": [
      {
        "lab_date": "2024-01-15",
        "parameters": [
          {"name": "Glucose", "short_name": "GLU", "value": 108, "unit": "mg/dL", "range_min": 70, "range_max": 100},
          {"name": "HbA1c", "short_name": "HbA1c", "value": 6.2, "unit": "%", "range_min": 4.0, "range_max": 5.6},
          {"name": "Cholesterol", "short_name": "CHOL", "value": 225, "unit": "mg/dL", "range_min": 0, "range_max": 200},
          {"name": "LDL Cholesterol", "short_name": "LDL", "value": 145, "unit": "mg/dL", "range_min": 0, "range_max": 100},
          {"name": "HDL Cholesterol", "short_name": "HDL", "value": 42, "unit": "mg/dL", "range_min": 40, "range_max": 60}
        ]
      },
      {
        "lab_date": "2024-05-10",
        "parameters": [
          {"name": "Glucose", "short_name": "GLU", "value": 102, "unit": "mg/dL", "range_min": 70, "range_max": 100},
          {"name": "HbA1c", "short_name": "HbA1c", "value": 5.9, "unit": "%", "range_min": 4.0, "range_max": 5.6},
          {"name": "Cholesterol", "short_name": "CHOL", "value": 205, "unit": "mg/dL", "range_min": 0, "range_max": 200},
          {"name": "LDL Cholesterol", "short_name": "LDL", "value": 128, "unit": "mg/dL", "range_min": 0, "range_max": 100},
          {"name": "HDL Cholesterol", "short_name": "HDL", "value": 48, "unit": "mg/dL", "range_min": 40, "range_max": 60}
        ]
      },
      {
        "lab_date": "2024-08-22",
        "parameters": [
          {"name": "Glucose", "short_name": "GLU", "value": 96, "unit": "mg/dL", "range_min": 70, "range_max": 100},
          {"name": "HbA1c", "short_name": "HbA1c", "value": 5.6, "unit": "%", "range_min": 4.0, "range_max": 5.6},
          {"name": "Cholesterol", "short_name": "CHOL", "value": 192, "unit": "mg/dL", "range_min": 0, "range_max": 200},
          {"name": "LDL Cholesterol", "short_name": "LDL", "value": 108, "unit": "mg/dL", "range_min": 0, "range_max": 100},
          {"name": "HDL Cholesterol", "short_name": "HDL", "value": 54, "unit": "mg/dL", "range_min": 40, "range_max": 60}
        ]
      },
      {
        "lab_date": "2024-12-18",
        "parameters": [
          {"name": "Glucose", "short_name": "GLU", "value": 89, "unit": "mg/dL", "range_min": 70, "range_max": 100},
          {"name": "HbA1c", "short_name": "HbA1c", "value": 5.3, "unit": "%", "range_min": 4.0, "range_max": 5.6},
          {"name": "Cholesterol", "short_name": "CHOL", "value": 178, "unit": "mg/dL", "range_min": 0, "range_max": 200},
          {"name": "LDL Cholesterol", "short_name": "LDL", "value": 92, "unit": "mg/dL", "range_min": 0, "range_max": 100},
          {"name": "HDL Cholesterol", "short_name": "HDL", "value": 58, "unit": "mg/dL", "range_min": 40, "range_max": 60}
        ]
      }
    ]
  }'

Python-Beispiel

import requests
from typing import List, Dict, Optional

def trends_analysieren(
    benutzername: str,
    passwort: str,
    bluttests: List[Dict],
    sprache: str = "de",
    analyse_typ: str = "comprehensive"
) -> Dict:
    """
    Analysiert Bluttesttrends über die Zeit.

    Args:
        benutzername: API-Benutzername
        passwort: API-Passwort
        bluttests: Liste von Bluttestobjekten mit lab_date und parameters
        sprache: Antwortsprachcode
        analyse_typ: comprehensive, quick oder focused

    Returns:
        dict: Trendanalyseergebnisse
    """
    url = "https://app.aibloodtestinterpret.com/api/v1/analytics/trends/analyze"

    nutzlast = {
        "username": benutzername,
        "password": passwort,
        "language": sprache,
        "analysis_type": analyse_typ,
        "blood_tests": bluttests
    }

    antwort = requests.post(url, json=nutzlast, timeout=120)
    antwort.raise_for_status()
    return antwort.json()

# Anwendungsbeispiel
if __name__ == "__main__":
    bluttests = [
        {
            "lab_date": "2025-01-15",
            "parameters": [
                {"short_name": "HGB", "result": 12.5, "unit": "g/dL"},
                {"short_name": "CHOL", "result": 220, "unit": "mg/dL"}
            ]
        },
        {
            "lab_date": "2025-06-15",
            "parameters": [
                {"short_name": "HGB", "result": 13.2, "unit": "g/dL"},
                {"short_name": "CHOL", "result": 195, "unit": "mg/dL"}
            ]
        },
        {
            "lab_date": "2025-12-01",
            "parameters": [
                {"short_name": "HGB", "result": 14.1, "unit": "g/dL"},
                {"short_name": "CHOL", "result": 180, "unit": "mg/dL"}
            ]
        }
    ]

    ergebnis = trends_analysieren(
        benutzername="ihr_benutzername",
        passwort="ihr_passwort",
        bluttests=bluttests
    )

    print(f"Gesamttrend: {ergebnis['data']['overall_trend']}")
    for trend in ergebnis['data']['parameter_trends']:
        print(f"{trend['parameter']}: {trend['direction']} ({trend['change_percent']}%)")

Antwortfelder-Referenz

parameter_trends Objektstruktur

Beispielantwort

{
  "api_version": "1.0.0",
  "status": "success",
  "message": "Trendanalyse erfolgreich abgeschlossen",
  "timestamp": "2025-12-22T01:12:49.262700Z",
  "data": {
    "analysis_id": "TRD-49B4C616",
    "analysis_period": {
      "start_date": "2024-01-15",
      "end_date": "2024-12-18",
      "span_months": 11,
      "total_tests": 4
    },
    "categories": [
      "Stoffwechsel-Panel",
      "Vitamine",
      "Diabetes-Marker",
      "Eisenstudien",
      "Lipid-Panel",
      "Großes Blutbild"
    ],
    "chart_config": {
      "dates": ["Jan 2024", "Mai 2024", "Sep 2024", "Dez 2024"],
      "raw_dates": ["2024-01-15", "2024-05-20", "2024-09-10", "2024-12-18"]
    },
    "language": "de",
    "overall_health_trend": {
      "summary": "Insgesamt zeigen die Bluttestparameter positive Trends mit Verbesserungen bei Hämoglobin, Lipidprofil einschließlich LDL- und HDL-Cholesterin, Vitamin-D-Status und Eisenspeichern.",
      "health_risks": [],
      "recommendations": []
    },
    "parameter_trends": [
      {
        "parameter": "Hämoglobin (Hb)",
        "short_name": "Hämoglobin",
        "category": "Großes Blutbild",
        "unit": "g/dL",
        "trend_data": [
          {"date": "2024-01-15", "value": 12.8},
          {"date": "2024-05-20", "value": 13.5},
          {"date": "2024-09-10", "value": 14.2},
          {"date": "2024-12-18", "value": 14.8}
        ],
        "statistical_analysis": {
          "average": 13.82,
          "min": 12.8,
          "max": 14.8,
          "standard_deviation": 0.87,
          "trend_direction": "aufwärts",
          "trend_strength": "moderat"
        },
        "analysis": {
          "description": "Hämoglobin misst das sauerstofftransportierende Protein in roten Blutkörperchen.",
          "significant_variations": "Anfänglich niedrig bei 12,8 g/dL, dann schrittweise auf 14,8 g/dL gestiegen.",
          "trend": "steigend"
        }
      },
      {
        "parameter": "LDL-Cholesterin (LDL-C)",
        "short_name": "LDL-Cholesterin",
        "category": "Lipid-Panel",
        "unit": "mg/dL",
        "trend_data": [
          {"date": "2024-01-15", "value": 110.0},
          {"date": "2024-05-20", "value": 102.0},
          {"date": "2024-09-10", "value": 92.0},
          {"date": "2024-12-18", "value": 85.0}
        ],
        "statistical_analysis": {
          "average": 97.25,
          "min": 85.0,
          "max": 110.0,
          "standard_deviation": 11.0,
          "trend_direction": "abwärts",
          "trend_strength": "stark"
        },
        "analysis": {
          "description": "LDL-C ist das 'schlechte' Cholesterin, das mit erhöhtem Herzkrankheitsrisiko verbunden ist.",
          "significant_variations": "LDL-C sank von hoch (110 mg/dL) auf normal (85 mg/dL).",
          "trend": "sinkend"
        }
      }
    ],
    "risk_factors": [],
    "sandbox_mode": false
  }
}

Erstellt umfassende Ernährungs- und Nahrungsergänzungsmittelempfehlungen basierend auf Bluttestparametern und Patientenprofil.

Anfrageparameter

Patientenobjekt-Schema

Patienten-Demografieobjekt mit gender (siehe Werte) und activity_level (siehe Werte).

{
  "age": 45,
  "gender": "male",
  "weight": 82,
  "height": 178,
  "activity_level": "moderate",
  "medical_conditions": ["hypertension"],
  "current_medications": ["lisinopril"],
  "allergies": ["shellfish"]
}

Python-Beispiel

import requests
from typing import Dict, List, Optional

def ernaehrungsplan_erstellen(
    benutzername: str,
    passwort: str,
    patient: Dict,
    bluttest: Dict,
    gesundheitsziele: Optional[List[str]] = None,
    ernaehrungseinschraenkungen: Optional[List[str]] = None,
    sprache: str = "de"
) -> Dict:
    """
    Erstellt personalisierte Ernährungs- und Nahrungsergänzungsmittelempfehlungen.

    Args:
        benutzername: API-Benutzername
        passwort: API-Passwort
        patient: Patientendemografie und Gesundheitsinformationen
        bluttest: Bluttestparameter
        gesundheitsziele: Optionale Gesundheitsziele
        ernaehrungseinschraenkungen: Optionale Ernährungseinschränkungen
        sprache: Antwortsprache

    Returns:
        dict: Ernährungsplan mit Nahrungsergänzungsmitteln
    """
    url = "https://app.aibloodtestinterpret.com/api/v1/nutrition/diet-plan/analyze"

    nutzlast = {
        "username": benutzername,
        "password": passwort,
        "language": sprache,
        "patient": patient,
        "blood_test": bluttest
    }

    if gesundheitsziele:
        nutzlast["health_goals"] = gesundheitsziele
    if ernaehrungseinschraenkungen:
        nutzlast["dietary_restrictions"] = ernaehrungseinschraenkungen

    antwort = requests.post(url, json=nutzlast, timeout=120)
    antwort.raise_for_status()
    return antwort.json()

# Anwendungsbeispiel
if __name__ == "__main__":
    patient = {
        "age": 45,
        "gender": "male",
        "weight": 82,
        "height": 178,
        "activity_level": "moderate",
        "medical_conditions": ["hypertension"],
        "allergies": ["shellfish"]
    }

    bluttest = {
        "lab_date": "2025-12-01",
        "parameters": [
            {"short_name": "VITD", "result": 18, "unit": "ng/mL"},
            {"short_name": "FER", "result": 25, "unit": "ng/mL"},
            {"short_name": "CHOL", "result": 210, "unit": "mg/dL"}
        ]
    }

    ergebnis = ernaehrungsplan_erstellen(
        benutzername="ihr_benutzername",
        passwort="ihr_passwort",
        patient=patient,
        bluttest=bluttest,
        gesundheitsziele=["lower_cholesterol", "increase_energy"]
    )

    # Nahrungsergänzungsmittelempfehlungen ausgeben
    for supp in ergebnis['data']['supplements']:
        print(f"{supp['name']}: {supp['dosage']} - {supp['reason']}")

Beispielantwort

{
  "status": "success",
  "data": {
    "nutrition_plan": {
      "daily_calories": 2100,
      "macros": {
        "protein": {"grams": 105, "percentage": 20},
        "carbohydrates": {"grams": 236, "percentage": 45},
        "fats": {"grams": 82, "percentage": 35}
      },
      "meal_plan": {
        "breakfast": {
          "description": "Haferflocken mit Beeren und Walnüssen",
          "calories": 420,
          "nutrients": ["Ballaststoffe", "Omega-3", "Antioxidantien"]
        },
        "lunch": {
          "description": "Gegrillter Lachs-Salat mit Olivenöl-Dressing",
          "calories": 550,
          "nutrients": ["Omega-3", "Protein", "Vitamin D"]
        },
        "dinner": {
          "description": "Mageres Hähnchen mit Quinoa und gedämpftem Gemüse",
          "calories": 580,
          "nutrients": ["Protein", "Eisen", "Ballaststoffe"]
        }
      }
    },
    "supplements": [
      {
        "name": "Vitamin D3",
        "dosage": "2000 IE täglich",
        "reason": "Blutspiegel bei 18 ng/mL deutet auf Mangel hin (optimal: 30-50 ng/mL)",
        "priority": "hoch",
        "timing": "Mit Frühstück (fetthaltige Mahlzeit)",
        "duration": "3-6 Monate, dann erneut testen"
      },
      {
        "name": "Omega-3 Fischöl",
        "dosage": "1000mg EPA+DHA täglich",
        "reason": "Unterstützt Cholesterinoptimierung und Herz-Kreislauf-Gesundheit",
        "priority": "mittel",
        "timing": "Mit Mahlzeiten"
      }
    ],
    "dietary_recommendations": [
      {
        "category": "erhöhen",
        "foods": ["Fetter Fisch", "Blattgemüse", "Nüsse", "Olivenöl"],
        "reason": "Unterstützt Vitamin-D-Spiegel und Herz-Kreislauf-Gesundheit"
      },
      {
        "category": "reduzieren",
        "foods": ["Verarbeitete Lebensmittel", "Rotes Fleisch", "Gesättigte Fette"],
        "reason": "Hilft LDL-Cholesterin zu senken"
      }
    ]
  },
  "api_version": "v1",
  "timestamp": "2025-12-22T10:30:00Z"
}

Antwortfelder-Referenz

nutrition_plan.educational_insights Objekt

blood_marker_education Array-Element

food_recommendations.power_foods Array-Element

supplement_recommendations Array-Element

Vollständiges cURL-Beispiel mit Antwort

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/nutrition/diet-plan/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "demo_user",
    "password": "demo_pass",
    "language": "de",
    "patient": {
      "age": 42,
      "gender": "female",
      "weight": 68,
      "height": 165,
      "activity_level": "moderate",
      "conditions": ["iron_deficiency_anemia"],
      "allergies": ["gluten"],
      "dietary_preferences": ["mediterranean"],
      "dietary_restrictions": ["gluten_free"],
      "liked_foods": ["salmon", "spinach", "quinoa"],
      "disliked_foods": ["liver"],
      "meal_frequency": 4,
      "budget": "moderate",
      "medications": ["ferrous_sulfate"]
    },
    "blood_test": {
      "lab_date": "2025-12-20",
      "parameters": [
        {"short_name": "FER", "result": 12, "unit": "ng/mL"},
        {"short_name": "HGB", "result": 10.8, "unit": "g/dL"},
        {"short_name": "VITD", "result": 22, "unit": "ng/mL"}
      ]
    },
    "health_goals": ["increase_energy", "improve_iron_levels"]
  }'

Antwort:

{
  "status": "success",
  "data": {
    "nutrition_plan": {
      "daily_calories": 1850,
      "educational_insights": {
        "blood_marker_education": [
          {
            "marker": "Ferritin (Niedrig)",
            "explanation": "Ferritin ist die Speicherform von Eisen in Ihrem Körper. Niedrige Werte deuten auf erschöpfte Eisenspeicher hin.",
            "normal_range": "Frauen: 20-200 ng/mL (optimal: 50-150 ng/mL)"
          },
          {
            "marker": "Vitamin D (Unzureichend)",
            "explanation": "Vitamin D ist essentiell für Kalziumaufnahme, Immunfunktion und Energie.",
            "normal_range": "30-100 ng/mL (optimal: 40-60 ng/mL)"
          }
        ],
        "nutrition_principles": [
          "Eisenreiche Lebensmittel mit Vitamin-C-Quellen kombinieren",
          "Kalziumreiche Lebensmittel und Tee/Kaffee 2 Stunden von eisenreichen Mahlzeiten fernhalten"
        ]
      },
      "food_recommendations": {
        "power_foods": [
          {
            "food": "Wildlachs",
            "nutrients": ["Vitamin D", "Omega-3", "Protein", "B12"],
            "serving": "150g, 2-3x pro Woche",
            "why": "Ausgezeichnete Vitamin-D-Quelle plus Omega-3 für Entzündungsreduzierung"
          },
          {
            "food": "Spinat mit Zitrone",
            "nutrients": ["Nicht-Häm-Eisen", "Folat", "Vitamin C"],
            "serving": "100g gekocht, täglich",
            "why": "Eisen plus Vitamin-C-Kombination maximiert die Eisenaufnahme"
          }
        ]
      }
    },
    "supplement_recommendations": [
      {
        "supplement": "Eisenbisglycinat",
        "dosage": "25mg elementares Eisen",
        "timing": "Mit Vitamin C auf nüchternen Magen einnehmen",
        "duration": "3-6 Monate, Ferritin nach 3 Monaten erneut testen",
        "reason": "Ferritin bei 12 ng/mL erfordert Supplementierung",
        "priority": "hoch"
      },
      {
        "supplement": "Vitamin D3",
        "dosage": "2000-4000 IE täglich",
        "timing": "Mit Frühstück (fetthaltige Mahlzeit) für Absorption",
        "duration": "Fortlaufend, in 3 Monaten erneut testen",
        "reason": "Wert von 22 ng/mL ist unzureichend; Ziel ist 40-60 ng/mL",
        "priority": "hoch"
      }
    ]
  },
  "api_version": "v1",
  "timestamp": "2025-12-20T14:45:22Z"
}

Analysiert 2-20 Bluttests und liefert einen detaillierten Vergleich mit KI-generierten narrativen Erkenntnissen.

Anfrageparameter

blood_tests Array-Struktur

*Entweder lab_date oder results_date ist für jeden Bluttest erforderlich.

Python-Beispiel

import requests
from typing import Dict, List

def bluttests_vergleichen(
    benutzername: str,
    passwort: str,
    bluttests: List[Dict],
    sprache: str = "de"
) -> Dict:
    """
    Vergleicht mehrere Bluttests für Trendanalyse.

    Args:
        benutzername: API-Benutzername
        passwort: API-Passwort
        bluttests: Liste von Bluttestobjekten (2-20 Tests)
        sprache: Antwortsprache

    Returns:
        dict: Vergleichsergebnisse mit KI-narrativen Erkenntnissen
    """
    url = "https://app.aibloodtestinterpret.com/api/v1/bloodtest/comparison/analyze"

    if len(bluttests) < 2:
        raise ValueError("Mindestens 2 Bluttests erforderlich")
    if len(bluttests) > 20:
        raise ValueError("Maximal 20 Bluttests erlaubt")

    nutzlast = {
        "username": benutzername,
        "password": passwort,
        "language": sprache,
        "blood_tests": bluttests
    }

    antwort = requests.post(url, json=nutzlast, timeout=120)
    antwort.raise_for_status()
    return antwort.json()

# Anwendungsbeispiel
if __name__ == "__main__":
    tests = [
        {
            "lab_date": "2024-06-15",
            "parameters": [
                {"short_name": "HGB", "result": 12.2, "unit": "g/dL"},
                {"short_name": "CHOL", "result": 235, "unit": "mg/dL"},
                {"short_name": "LDL", "result": 155, "unit": "mg/dL"}
            ]
        },
        {
            "lab_date": "2024-12-15",
            "parameters": [
                {"short_name": "HGB", "result": 14.5, "unit": "g/dL"},
                {"short_name": "CHOL", "result": 185, "unit": "mg/dL"},
                {"short_name": "LDL", "result": 98, "unit": "mg/dL"}
            ]
        }
    ]

    ergebnis = bluttests_vergleichen("ihr_benutzername", "ihr_passwort", tests)

    print(f"Gesamttrend: {ergebnis['data']['comparison_summary']['overall_trend']}")
    for param in ergebnis['data']['parameter_analysis']:
        print(f"{param['parameter_name']}: {param['trend_assessment']}")

Antwortfelder-Referenz

parameter_analysis Objektstruktur

Beispielantwort

{
  "api_version": "1.0.0",
  "status": "success",
  "message": "Bluttestvergleich erfolgreich abgeschlossen",
  "timestamp": "2025-12-22T01:12:43.057537Z",
  "data": {
    "comparison_id": "CMP-F4ACEE52",
    "tests_compared": 2,
    "date_range": {
      "earliest": "2024-06-15",
      "latest": "2024-12-15",
      "span_days": 183
    },
    "comparison_summary": {
      "overall_trend": "verbessert",
      "report1_date": "2024-06-15",
      "report2_date": "2024-12-15",
      "time_interval": "183 Tage zwischen Berichten",
      "key_findings": [
        "Hämoglobin- und RBC-Werte normalisiert, was auf Behebung der Anämie hinweist",
        "Glukose und HbA1c verbessert auf Normalbereich",
        "Lipidprofil verbessert mit normalisierten Cholesterinwerten"
      ]
    },
    "parameter_analysis": [
      {
        "parameter_name": "Hämoglobin",
        "report1_value": "12,2 g/dL",
        "report2_value": "14,5 g/dL",
        "change_type": "increased",
        "change_magnitude": "significant",
        "clinical_significance": "Verbesserung von Anämie zu normalen Hämoglobinwerten",
        "trend_assessment": "positive"
      },
      {
        "parameter_name": "LDL-Cholesterin",
        "report1_value": "155 mg/dL",
        "report2_value": "98 mg/dL",
        "change_type": "decreased",
        "change_magnitude": "significant",
        "clinical_significance": "LDL nahe optimalem Bereich, reduziert Atheroskleroserisiko",
        "trend_assessment": "positive"
      }
    ],
    "health_assessment": {
      "overall_health_trend": "verbessert",
      "areas_of_improvement": [
        "Anämiekorrektur",
        "Glykämische Kontrolle",
        "Lipidprofil-Normalisierung"
      ],
      "areas_of_concern": [],
      "positive_developments": [
        "Behebung der Anämie",
        "Normale Glukose und HbA1c",
        "Verbessertes kardiovaskuläres Risikoprofil"
      ]
    },
    "recommendations": {
      "immediate_actions": [
        "Aktuelle Supplementierung für Eisen und Vitamin D fortsetzen"
      ],
      "follow_up_tests": [
        "Blutbild und Eisenstudien in 3 Monaten wiederholen",
        "Nüchternglukose und HbA1c vierteljährlich überwachen"
      ],
      "lifestyle_modifications": [
        "Herzgesunde Ernährung mit wenig gesättigten Fetten"
      ],
      "monitoring_frequency": "3 Monate"
    },
    "summary": {
      "improved_parameters": 13,
      "stable_parameters": 0,
      "worsened_parameters": 0,
      "overall_trend": "verbessert"
    },
    "sandbox_mode": false
  }
}

Gibt API-Plattforminformationen, verfügbare Versionen und unterstützte Funktionen zurück. Keine Authentifizierung erforderlich.

Beispielantwort

{
  "platform": "Kantesti Bluttest-Analyse-API",
  "versions": ["v6", "v8", "v9", "v10", "v11"],
  "latest_version": "v11",
  "supported_languages": 100,
  "documentation": "https://www.kantesti.net/docs/",
  "status": "operational"
}

Gesundheitsprüfungs-Endpunkt für Überwachung. Gibt Servicestatus zurück. Keine Authentifizierung erforderlich.

Beispielantwort

{
  "status": "healthy",
  "timestamp": "2025-12-22T10:30:00Z",
  "uptime": "99.99%"
}

Überprüfen Sie Ihr verbleibendes API-Kontingent. Erfordert Authentifizierung.

cURL-Beispiel

curl -X POST "https://app.aibloodtestinterpret.com/api/quota/check" \
  -H "Content-Type: application/json" \
  -d '{"username": "IHR_BENUTZERNAME", "password": "IHR_PASSWORT"}'

Beispielantwort

{
  "status": "success",
  "quota": {
    "remaining": 847,
    "total": 1000,
    "reset_date": "2026-01-01",
    "plan": "professional"
  }
}

Erstellen Sie einen umfassenden KI-gestützten Familiengesundheits-Risikobewertungsbericht. Analysiert die familiäre Krankengeschichte, Gesundheitsprofile und Bluttestdaten zur Identifizierung erblicher Risikofaktoren mit personalisierten Vorsorgeempfehlungen.

Anfrageparameter (JSON Body)

patient_data Objekt

family_members Array-Element

cURL Beispiel

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/family-health/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "IHR_BENUTZERNAME",
    "password": "IHR_PASSWORT",
    "patient_data": {
      "name": "Anna Müller",
      "age": 42,
      "gender": "female"
    },
    "family_members": [
      {"relation": "father", "age": 70, "conditions": ["hypertension", "type2_diabetes"]},
      {"relation": "mother", "age": 67, "conditions": ["breast_cancer"]}
    ],
    "language": "de"
  }'

Python Beispiel

import requests

url = "https://app.aibloodtestinterpret.com/api/v1/family-health/analyze"
payload = {
    "username": "IHR_BENUTZERNAME",
    "password": "IHR_PASSWORT",
    "patient_data": {"name": "Anna Müller", "age": 42, "gender": "female"},
    "family_members": [
        {"relation": "father", "age": 70, "conditions": ["hypertension", "type2_diabetes"]},
        {"relation": "mother", "age": 67, "conditions": ["breast_cancer"]}
    ],
    "language": "de"
}
response = requests.post(url, json=payload, timeout=120)
print(response.json())

Beispielantwort

{
  "status": "success",
  "data": {
    "report_data": {
      "report_title": "Familiengesundheits-Risikobewertungsbericht",
      "executive_summary": "Basierend auf der Analyse der familiären Krankengeschichte...",
      "hereditary_risk_analysis": {
        "high_risk": [{"condition": "Herz-Kreislauf-Erkrankung", "risk_score": 75}],
        "moderate_risk": [{"condition": "Typ-2-Diabetes", "risk_score": 60}],
        "low_risk": []
      },
      "genetic_screening_recommendations": ["BRCA1/BRCA2 Gentest", "Kardiovaskuläres Genpanel"],
      "preventive_care_timeline": [
        {"age_range": "40-45", "screenings": ["Jährliche Mammographie", "Belastungs-EKG"]}
      ]
    }
  },
  "message": "Familiengesundheits-Risikobewertung erfolgreich abgeschlossen",
  "timestamp": "2026-03-23T10:30:00Z",
  "api_version": "1.0.0"
}

Family Health API Fehlercodes

Extrahiert den gesamten Textinhalt aus hochgeladenen Dokumenten mit Kantesti ICR-Technologie. Gibt strukturiertes JSON mit Dokumenttyp-Erkennung, Tabellenextraktion, Abschnittsanalyse und Metadaten zurück.

Anfrageparameter

cURL Beispiel

curl -X POST "https://app.aibloodtestinterpret.com/api/icr/v1/extract" \
  -F "username=IHR_BENUTZERNAME" \
  -F "password=IHR_PASSWORT" \
  -F "language=de" \
  -F "[email protected]"

Python Beispiel

import requests

def icr_extract(file_path: str, username: str, password: str, language: str = "de"):
    """
    Text aus einem Dokument mit Kantesti ICR API extrahieren.
    79% schneller und genauer als herkömmliche OCR.
    """
    url = "https://app.aibloodtestinterpret.com/api/icr/v1/extract"

    with open(file_path, "rb") as f:
        files = {"file": (file_path, f)}
        data = {"username": username, "password": password, "language": language}
        response = requests.post(url, files=files, data=data, timeout=120)
        response.raise_for_status()
        return response.json()

# Beispielverwendung
result = icr_extract("medizinischer_bericht.pdf", "benutzername", "passwort", "de")
print(f"Dokumenttyp: {result['data']['document_type']}")
print(f"Seiten: {result['data']['page_count']}")

Beispielantwort

{
  "status": "success",
  "data": {
    "document_type": "blood_test_report",
    "page_count": 1,
    "pages": [
      {
        "page_number": 1,
        "content": {
          "raw_text": "Universitätsklinikum Köln - Blutbild\n\nPatient: Max Mustermann\nGeb.: 15.03.1990\nGeschlecht: Männlich\nDatum: 10.01.2026",
          "sections": [
            {"type": "header", "content": "Universitätsklinikum Köln - Blutbild"},
            {"type": "paragraph", "content": "Patient: Max Mustermann, Geb.: 15.03.1990, Männlich"}
          ],
          "tables": [
            {
              "headers": ["Test", "Ergebnis", "Einheit", "Referenzbereich"],
              "rows": [
                ["Glukose", "92", "mg/dL", "74 - 100"],
                ["ALT", "22", "U/L", "< 35"],
                ["Kreatinin", "0,9", "mg/dL", "0,7 - 1,2"],
                ["Leukozyten", "7,2", "10*9/L", "3,8 - 10"],
                ["Hämoglobin", "148", "g/L", "130 - 175"],
                ["Thrombozyten", "230", "10*9/L", "150 - 400"]
              ]
            }
          ]
        }
      }
    ],
    "metadata": {"detected_language": "de", "confidence": "high"},
    "icr_metadata": {"engine": "kantesti-icr", "version": "1.0.0", "images_processed": 1, "timestamp": "2026-02-14T10:30:00Z"}
  },
  "credit_cost": 0.5,
  "api_version": "icr-v1",
  "timestamp": "2026-02-14T10:30:00Z"
}