Endpoints de la API de análisis de sangre

Endpoint de producción para análisis de sangre. Consume 1 crédito por solicitud.

Parámetros de Solicitud

Ejemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v11/01-06-2025/analyze" \
  -F "username=TU_USUARIO" \
  -F "password=TU_CONTRASEÑA" \
  -F "language=es" \
  -F "file=@analisis_sangre.pdf"

Ejemplo Python

import requests

def analizar_sangre(ruta_archivo: str, usuario: str, contrasena: str, idioma: str = "es"):
    url = "https://app.aibloodtestinterpret.com/api/v11/01-06-2025/analyze"

    with open(ruta_archivo, "rb") as f:
        files = {"file": (ruta_archivo, f, "application/pdf")}
        data = {"username": usuario, "password": contrasena, "language": idioma}
        response = requests.post(url, files=files, data=data, timeout=120)
        return response.json()

resultado = analizar_sangre("analisis_sangre.pdf", "tu_usuario", "tu_contrasena")
print(resultado)

Referencia de campos de respuesta

Nivel raíz

Objeto data.metadata

Elemento del array data.parameters

Elemento del array data.interpretation

Ejemplo de respuesta completa

{
  "status": "success",
  "data": {
    "metadata": {
      "patient_name": "Anna Müller",
      "lab_name": "MedLab Diagnostics International",
      "lab_city": "Madrid",
      "lab_country": "España",
      "lab_date": "2025-12-15",
      "results_date": "2025-12-16",
      "patient_age": "38",
      "patient_sex": "female"
    },
    "parameters": [
      {
        "short_name": "WBC",
        "long_name": "Recuento de glóbulos blancos",
        "category": "Hemograma completo",
        "result": "6.8",
        "unit": "10^9/L",
        "evaluation": "normal",
        "range_min": "4.0",
        "range_max": "11.0",
        "short_description": "Mide el número total de glóbulos blancos.",
        "long_description": "Los glóbulos blancos (leucocitos) son componentes esenciales del sistema inmunológico..."
      },
      {
        "short_name": "RBC",
        "long_name": "Recuento de glóbulos rojos",
        "category": "Hemograma completo",
        "result": "4.52",
        "unit": "10^12/L",
        "evaluation": "normal",
        "range_min": "3.8",
        "range_max": "5.8",
        "short_description": "Mide el número total de glóbulos rojos.",
        "long_description": "Los glóbulos rojos (eritrocitos) transportan oxígeno desde los pulmones a los tejidos..."
      },
      {
        "short_name": "HGB",
        "long_name": "Hemoglobina",
        "category": "Hemograma completo",
        "result": "13.2",
        "unit": "g/dL",
        "evaluation": "normal",
        "range_min": "11.5",
        "range_max": "16.0",
        "short_description": "Proteína en los glóbulos rojos que transporta oxígeno.",
        "long_description": "La hemoglobina es la proteína que contiene hierro en los glóbulos rojos responsable del transporte de oxígeno..."
      },
      {
        "short_name": "GLU",
        "long_name": "Glucosa en ayunas",
        "category": "Panel metabólico",
        "result": "102",
        "unit": "mg/dL",
        "evaluation": "borderline_high",
        "range_min": "70",
        "range_max": "140",
        "short_description": "Mide el nivel de azúcar en sangre en ayunas.",
        "long_description": "La glucosa en ayunas es un indicador clave de cómo el cuerpo metaboliza el azúcar..."
      },
      {
        "short_name": "TC",
        "long_name": "Colesterol total",
        "category": "Perfil lipídico",
        "result": "218",
        "unit": "mg/dL",
        "evaluation": "borderline_high",
        "range_min": "0",
        "range_max": "300",
        "short_description": "Mide el colesterol total en sangre.",
        "long_description": "El colesterol total es la suma del colesterol HDL, LDL y VLDL..."
      },
      {
        "short_name": "LDL",
        "long_name": "Colesterol LDL",
        "category": "Perfil lipídico",
        "result": "142",
        "unit": "mg/dL",
        "evaluation": "high",
        "range_min": "0",
        "range_max": "200",
        "short_description": "Mide el nivel de colesterol 'malo'.",
        "long_description": "El colesterol LDL puede acumularse en las paredes de las arterias..."
      }
    ],
    "interpretation": [
      {
        "title": "Evaluación general de salud",
        "shortcode": "overall_health_assessment",
        "subsections": [
          {
            "subtitle": "Visión general completa",
            "items": [
              {"item": "La paciente presenta parámetros hematológicos generalmente saludables con todos los valores del hemograma dentro de la normalidad."},
              {"item": "El perfil lipídico muestra áreas que requieren atención, particularmente los niveles de colesterol LDL."}
            ]
          }
        ]
      },
      {
        "title": "Recomendaciones",
        "shortcode": "recommendations",
        "subsections": [
          {
            "subtitle": "Modificaciones del estilo de vida",
            "items": [
              {"item": "Aumentar la actividad física aeróbica a al menos 150 minutos por semana."},
              {"item": "Adoptar una dieta de tipo mediterráneo rica en verduras, frutas y grasas saludables."}
            ]
          }
        ]
      }
    ]
  },
  "api_version": "v11",
  "timestamp": "2025-12-16T14:32:18Z"
}

Analiza las tendencias de los parámetros del análisis de sangre durante múltiples fechas de prueba para identificar patrones y proporcionar información sobre la salud.

Parámetros de Solicitud

Objeto analysis_options

Estructura del Array blood_tests

*Se requiere lab_date o results_date para cada análisis de sangre.

Estructura blood_tests[].parameters

*Se requiere short_name o name para identificación. Se requiere result o value para el valor numérico.

Ejemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/analytics/trends/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "TU_USUARIO",
    "password": "TU_CONTRASEÑA",
    "language": "es",
    "analysis_type": "comprehensive",
    "blood_tests": [
      {
        "lab_date": "2024-01-15",
        "parameters": [
          {"short_name": "GLU", "result": 110, "unit": "mg/dL"},
          {"short_name": "HbA1c", "result": 6.2, "unit": "%"},
          {"short_name": "CHOL", "result": 240, "unit": "mg/dL"},
          {"short_name": "LDL", "result": 155, "unit": "mg/dL"},
          {"short_name": "HDL", "result": 45, "unit": "mg/dL"}
        ]
      },
      {
        "lab_date": "2024-05-10",
        "parameters": [
          {"short_name": "GLU", "result": 105, "unit": "mg/dL"},
          {"short_name": "HbA1c", "result": 5.9, "unit": "%"},
          {"short_name": "CHOL", "result": 220, "unit": "mg/dL"},
          {"short_name": "LDL", "result": 140, "unit": "mg/dL"},
          {"short_name": "HDL", "result": 48, "unit": "mg/dL"}
        ]
      },
      {
        "lab_date": "2024-08-22",
        "parameters": [
          {"short_name": "GLU", "result": 98, "unit": "mg/dL"},
          {"short_name": "HbA1c", "result": 5.6, "unit": "%"},
          {"short_name": "CHOL", "result": 200, "unit": "mg/dL"},
          {"short_name": "LDL", "result": 120, "unit": "mg/dL"},
          {"short_name": "HDL", "result": 52, "unit": "mg/dL"}
        ]
      },
      {
        "lab_date": "2024-12-18",
        "parameters": [
          {"short_name": "GLU", "result": 92, "unit": "mg/dL"},
          {"short_name": "HbA1c", "result": 5.4, "unit": "%"},
          {"short_name": "CHOL", "result": 185, "unit": "mg/dL"},
          {"short_name": "LDL", "result": 105, "unit": "mg/dL"},
          {"short_name": "HDL", "result": 58, "unit": "mg/dL"}
        ]
      }
    ]
  }'

Ejemplo Python

import requests
from typing import List, Dict

def analizar_tendencias(
    usuario: str,
    contrasena: str,
    analisis_sangre: List[Dict],
    idioma: str = "es",
    tipo_analisis: str = "comprehensive"
) -> Dict:
    """
    Analiza tendencias de analisis de sangre a lo largo del tiempo.

    Args:
        usuario: Usuario de la API
        contrasena: Contrasena de la API
        analisis_sangre: Lista de objetos de analisis con lab_date y parametros
        idioma: Codigo de idioma de respuesta
        tipo_analisis: comprehensive, quick o focused

    Returns:
        dict: Resultados del analisis de tendencias
    """
    url = "https://app.aibloodtestinterpret.com/api/v1/analytics/trends/analyze"

    payload = {
        "username": usuario,
        "password": contrasena,
        "language": idioma,
        "analysis_type": tipo_analisis,
        "blood_tests": analisis_sangre
    }

    response = requests.post(url, json=payload, timeout=120)
    response.raise_for_status()
    return response.json()

# Ejemplo de uso
if __name__ == "__main__":
    analisis_sangre = [
        {
            "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"}
            ]
        }
    ]

    resultado = analizar_tendencias(
        usuario="tu_usuario",
        contrasena="tu_contrasena",
        analisis_sangre=analisis_sangre
    )

    print(f"Tendencia general: {resultado['data']['overall_health_trend']}")
    for tendencia in resultado['data']['parameter_trends']:
        print(f"{tendencia['parameter']}: {tendencia['statistical_analysis']['trend_direction']}")

Referencia de Campos de Respuesta

Estructura del Objeto parameter_trends

Ejemplo de Respuesta

{
  "api_version": "1.0.0",
  "status": "success",
  "message": "Analisis de tendencias completado exitosamente",
  "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": [
      "Panel Metabolico",
      "Vitaminas",
      "Marcadores de Diabetes",
      "Estudios de Hierro",
      "Perfil Lipidico",
      "Hemograma Completo"
    ],
    "chart_config": {
      "dates": ["Ene 2024", "May 2024", "Sep 2024", "Dic 2024"],
      "raw_dates": ["2024-01-15", "2024-05-20", "2024-09-10", "2024-12-18"]
    },
    "language": "es",
    "overall_health_trend": {
      "summary": "En general, los parametros del analisis de sangre muestran tendencias positivas con mejoras en hemoglobina, perfil lipidico incluyendo colesterol LDL y HDL, estado de vitamina D y reservas de hierro.",
      "health_risks": [],
      "recommendations": []
    },
    "parameter_trends": [
      {
        "parameter": "Hemoglobina (Hb)",
        "short_name": "Hemoglobina",
        "category": "Hemograma Completo",
        "unit": "g/dL",
        "original_names": ["Hemoglobina", "HGB"],
        "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": "upward",
          "trend_strength": "moderate"
        },
        "analysis": {
          "description": "La hemoglobina mide la proteina transportadora de oxigeno en los globulos rojos.",
          "significant_variations": "Inicialmente baja en 12.8 g/dL, luego aumento gradualmente a 14.8 g/dL.",
          "trend": "increasing",
          "unit": "g/dL"
        },
        "interpretation": "La hemoglobina mide la proteina transportadora de oxigeno en los globulos rojos."
      },
      {
        "parameter": "Colesterol de Lipoproteinas de Baja Densidad (LDL-C)",
        "short_name": "LDL",
        "category": "Perfil Lipidico",
        "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": "downward",
          "trend_strength": "strong"
        },
        "analysis": {
          "description": "El LDL-C es el colesterol 'malo' asociado con mayor riesgo de enfermedad cardiaca.",
          "significant_variations": "El LDL-C paso de alto (110 mg/dL) a normal (85 mg/dL).",
          "trend": "decreasing"
        }
      }
    ],
    "risk_factors": [],
    "sandbox_mode": false
  }
}

Genera recomendaciones completas de nutrición y suplementos basadas en los parámetros de análisis de sangre y perfil del paciente.

Esquema del Objeto Paciente

Descripción detallada de todos los campos disponibles para el objeto paciente:

Referencia de campos de respuesta

Objeto nutrition_plan.educational_insights

Elemento del array blood_marker_education

Elemento del array food_recommendations.power_foods

Elemento del array supplement_recommendations

Ejemplo cURL completo

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/nutrition/diet-plan/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "tu_nombre_usuario",
    "password": "tu_contraseña",
    "language": "es",
    "patient": {
      "age": 45,
      "gender": "male",
      "weight": 82,
      "height": 178,
      "conditions": ["hypertension"],
      "allergies": ["shellfish"],
      "dietary_preferences": ["mediterranean"],
      "activity_level": "moderate",
      "liked_foods": ["fish", "vegetables", "olive oil"],
      "disliked_foods": ["liver"],
      "meal_frequency": 3,
      "budget": "moderate"
    },
    "blood_test": {
      "lab_date": "2025-12-01",
      "parameters": [
        {"short_name": "VITD", "result": 18, "unit": "ng/mL"},
        {"short_name": "CHOL", "result": 210, "unit": "mg/dL"},
        {"short_name": "LDL", "result": 140, "unit": "mg/dL"},
        {"short_name": "HDL", "result": 45, "unit": "mg/dL"},
        {"short_name": "FE", "result": 65, "unit": "µg/dL"}
      ]
    },
    "health_goals": ["lower_cholesterol", "increase_energy", "heart_health"]
  }'

Respuesta completa

{
  "status": "success",
  "data": {
    "nutrition_plan": {
      "daily_calories": 2100,
      "macros": {
        "protein": {"grams": 105, "percentage": 20},
        "carbohydrates": {"grams": 236, "percentage": 45},
        "fats": {"grams": 82, "percentage": 35}
      },
      "educational_insights": {
        "blood_marker_education": [
          {
            "marker": "Vitamina D",
            "explanation": "La vitamina D es esencial para la salud ósea, función inmunológica y regulación del estado de ánimo. Tu nivel de 18 ng/mL indica deficiencia que puede afectar la absorción de calcio y la salud general.",
            "normal_range": "30-50 ng/mL"
          },
          {
            "marker": "Colesterol LDL",
            "explanation": "El colesterol LDL, frecuentemente llamado 'colesterol malo', puede acumularse en las paredes arteriales. Tu nivel de 140 mg/dL está elevado y puede aumentar el riesgo cardiovascular.",
            "normal_range": "< 100 mg/dL"
          }
        ],
        "nutrition_principles": [
          "Prioriza los ácidos grasos omega-3 para la salud cardíaca",
          "Aumenta las fibras solubles para reducir el colesterol LDL",
          "Incluye alimentos ricos en vitamina D y exposición solar"
        ]
      }
    },
    "food_recommendations": {
      "power_foods": [
        {
          "food": "Salmón salvaje",
          "nutrients": ["Omega-3", "Vitamina D", "Proteínas"],
          "serving": "150g, 3 veces por semana",
          "why": "Excelente fuente de omega-3 y vitamina D natural para salud cardíaca y ósea"
        },
        {
          "food": "Avena integral",
          "nutrients": ["Beta-glucano", "Fibras", "Magnesio"],
          "serving": "50g al día en el desayuno",
          "why": "Las fibras solubles de la avena ayudan a reducir la absorción del colesterol LDL"
        },
        {
          "food": "Aceite de oliva virgen extra",
          "nutrients": ["Grasas monoinsaturadas", "Polifenoles", "Vitamina E"],
          "serving": "2-3 cucharadas al día",
          "why": "Las grasas saludables mediterráneas mejoran el perfil lipídico y protegen el corazón"
        },
        {
          "food": "Espinacas",
          "nutrients": ["Hierro", "Folato", "Vitamina K"],
          "serving": "100g al día, crudas o cocidas",
          "why": "Ricas en hierro y antioxidantes para energía y salud cardiovascular"
        }
      ]
    },
    "supplement_recommendations": [
      {
        "supplement": "Vitamina D3",
        "dosage": "2000-4000 UI al día",
        "timing": "Con el desayuno (comida con grasas)",
        "duration": "3-6 meses, luego volver a analizar niveles",
        "reason": "Tu nivel de 18 ng/mL está por debajo del óptimo de 30-50 ng/mL"
      },
      {
        "supplement": "Omega-3 (EPA/DHA)",
        "dosage": "1000-2000mg EPA+DHA al día",
        "timing": "Con las comidas principales",
        "duration": "Continuo para salud cardíaca",
        "reason": "Ayuda a reducir triglicéridos y mejora la relación HDL/LDL"
      },
      {
        "supplement": "Coenzima Q10",
        "dosage": "100mg al día",
        "timing": "Con la comida de la mañana",
        "duration": "Mínimo 3 meses",
        "reason": "Apoya la salud cardíaca, particularmente importante con hipertensión"
      }
    ]
  },
  "api_version": "v1",
  "timestamp": "2025-12-22T10:30:00Z"
}

Analiza de 2 a 20 análisis de sangre y proporciona una comparación detallada con información narrativa generada por IA.

Parámetros de Solicitud

Estructura del Array blood_tests

*Se requiere lab_date o results_date para cada análisis de sangre.

Ejemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/bloodtest/comparison/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "TU_USUARIO",
    "password": "TU_CONTRASEÑA",
    "language": "es",
    "blood_tests": [
      {
        "lab_date": "2025-06-15",
        "lab_name": "Laboratorio Medico de la Ciudad",
        "parameters": [
          {"short_name": "HGB", "result": 12.8, "unit": "g/dL"},
          {"short_name": "WBC", "result": 8.2, "unit": "10^9/L"},
          {"short_name": "PLT", "result": 245, "unit": "10^9/L"}
        ]
      },
      {
        "lab_date": "2025-12-15",
        "lab_name": "Laboratorio Medico de la Ciudad",
        "parameters": [
          {"short_name": "HGB", "result": 14.2, "unit": "g/dL"},
          {"short_name": "WBC", "result": 7.1, "unit": "10^9/L"},
          {"short_name": "PLT", "result": 238, "unit": "10^9/L"}
        ]
      }
    ]
  }'

Ejemplo Python

import requests
from typing import Dict, List

def comparar_analisis_sangre(
    usuario: str,
    contrasena: str,
    analisis_sangre: List[Dict],
    idioma: str = "es"
) -> Dict:
    """
    Compara multiples analisis de sangre con analisis narrativo impulsado por IA.

    Args:
        usuario: Usuario de la API
        contrasena: Contrasena de la API
        analisis_sangre: Lista de objetos de analisis de sangre (2-20 pruebas)
        idioma: Idioma de respuesta

    Returns:
        dict: Resultados de comparacion con informacion narrativa de IA
    """
    url = "https://app.aibloodtestinterpret.com/api/v1/bloodtest/comparison/analyze"

    if len(analisis_sangre) < 2:
        raise ValueError("Se requieren minimo 2 analisis de sangre")
    if len(analisis_sangre) > 20:
        raise ValueError("Se permiten maximo 20 analisis de sangre")

    payload = {
        "username": usuario,
        "password": contrasena,
        "language": idioma,
        "blood_tests": analisis_sangre
    }

    response = requests.post(url, json=payload, timeout=120)
    response.raise_for_status()
    return response.json()

# Ejemplo de uso
if __name__ == "__main__":
    pruebas = [
        {
            "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"}
            ]
        }
    ]

    resultado = comparar_analisis_sangre("tu_usuario", "tu_contrasena", pruebas)

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

Referencia de Campos de Respuesta

Estructura del Objeto parameter_analysis

Ejemplo de Respuesta

{
  "api_version": "1.0.0",
  "status": "success",
  "message": "Comparacion de analisis de sangre completada exitosamente",
  "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": "improved",
      "report1_date": "2024-06-15",
      "report2_date": "2024-12-15",
      "time_interval": "183 dias entre informes",
      "key_findings": [
        "Los niveles de hemoglobina y globulos rojos se normalizaron indicando resolucion de anemia",
        "La glucosa y HbA1c mejoraron a rango normal sugiriendo mejor control glucemico",
        "El perfil lipidico mejoro con colesterol total, LDL, HDL y trigliceridos normalizados"
      ]
    },
    "parameter_analysis": [
      {
        "parameter_name": "Hemoglobina",
        "report1_value": "12.2 g/dL",
        "report2_value": "14.5 g/dL",
        "change_type": "increased",
        "change_magnitude": "significant",
        "clinical_significance": "Mejora de anemia a niveles normales de hemoglobina",
        "trend_assessment": "positive"
      },
      {
        "parameter_name": "Colesterol LDL",
        "report1_value": "155 mg/dL",
        "report2_value": "98 mg/dL",
        "change_type": "decreased",
        "change_magnitude": "significant",
        "clinical_significance": "LDL cerca del rango optimo, reduciendo riesgo de aterosclerosis",
        "trend_assessment": "positive"
      },
      {
        "parameter_name": "Colesterol HDL",
        "report1_value": "38 mg/dL",
        "report2_value": "55 mg/dL",
        "change_type": "increased",
        "change_magnitude": "significant",
        "clinical_significance": "HDL mejorado protege contra enfermedad cardiaca",
        "trend_assessment": "positive"
      }
    ],
    "health_assessment": {
      "overall_health_trend": "improved",
      "areas_of_improvement": [
        "Correccion de anemia",
        "Control glucemico",
        "Normalizacion del perfil lipidico",
        "Estado de vitamina D y hierro"
      ],
      "areas_of_concern": [],
      "positive_developments": [
        "Resolucion de anemia",
        "Glucosa y HbA1c normales",
        "Perfil de riesgo cardiovascular mejorado"
      ],
      "risk_factors": [
        "Anemia por deficiencia de hierro previa",
        "Dislipidemia anterior",
        "Historia de metabolismo de glucosa alterado"
      ]
    },
    "recommendations": {
      "immediate_actions": [
        "Continuar suplementacion actual de hierro y vitamina D",
        "Mantener control glucemico y lipidico con dieta y ejercicio"
      ],
      "follow_up_tests": [
        "Repetir hemograma y estudios de hierro en 3 meses",
        "Monitorear glucosa en ayunas y HbA1c trimestralmente",
        "Revision del panel lipidico en 6 meses"
      ],
      "lifestyle_modifications": [
        "Adoptar dieta saludable para el corazon baja en grasas saturadas",
        "Aumentar actividad fisica para mantener salud metabolica"
      ],
      "specialist_referrals": [
        "Consultar hematologo si la anemia recurre",
        "Derivacion a endocrinologo si el control de glucosa empeora"
      ],
      "monitoring_frequency": "3 meses"
    },
    "detailed_interpretation": {
      "sections": [
        {
          "title": "Resumen Ejecutivo",
          "content": "El paciente muestra una mejora marcada en anemia, metabolismo de glucosa, perfil lipidico y estado vitaminico en 6 meses."
        },
        {
          "title": "Recomendaciones Clinicas",
          "content": "Continuar suplementacion y medidas de estilo de vida. Monitorear conteos sanguineos, hierro, glucosa y lipidos regularmente."
        }
      ]
    },
    "summary": {
      "improved_parameters": 13,
      "stable_parameters": 0,
      "worsened_parameters": 0,
      "overall_trend": "improved"
    },
    "sandbox_mode": false
  }
}

Verifica tu cuota de API restante. Requiere autenticación.

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

Genere un informe completo de evaluación de riesgos de salud familiar impulsado por IA.

Parámetros de solicitud (JSON Body)

Ejemplo cURL

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

Ejemplo Python

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

Ejemplo de respuesta

{
  "status": "success",
  "data": {
    "report_data": {
      "report_title": "Informe de Evaluación de Riesgos de Salud Familiar",
      "hereditary_risk_analysis": {
        "high_risk": [{"condition": "Enfermedad cardiovascular", "risk_score": 75}],
        "moderate_risk": [{"condition": "Diabetes tipo 2", "risk_score": 60}]
      },
      "genetic_screening_recommendations": ["Prueba genética BRCA1/BRCA2"],
      "preventive_care_timeline": [{"age_range": "40-45", "screenings": ["Mamografía anual"]}]
    }
  },
  "timestamp": "2026-03-23T10:30:00Z",
  "api_version": "1.0.0"
}

Códigos de error Family Health API

Extrae todo el contenido textual de los documentos cargados utilizando la tecnología ICR de Kantesti.

Parámetros de Solicitud

Ejemplo cURL

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

Ejemplo Python

import requests

def icr_extract(file_path: str, username: str, password: str, language: str = "es"):
    """
    Extraer texto de un documento con la API ICR Kantesti.
    79% más rápido y preciso que OCR tradicional.
    """
    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()

# Ejemplo de uso
result = icr_extract("informe_medico.pdf", "usuario", "contraseña", "es")
print(f"Tipo de documento: {result['data']['document_type']}")
print(f"Páginas: {result['data']['page_count']}")

Ejemplo de Respuesta

{
  "status": "success",
  "data": {
    "document_type": "blood_test_report",
    "page_count": 1,
    "pages": [{"page_number": 1, "content": {"raw_text": "Hospital Universitario de Colonia - Hemograma...", "sections": [{"type": "header", "content": "Hemograma"}], "tables": [{"headers": ["Prueba", "Resultado", "Unidad", "Rango de Referencia"], "rows": [["Glucosa", "92", "mg/dL", "74 - 100"], ["ALT", "22", "U/L", "< 35"]]}]}}],
    "metadata": {"detected_language": "es", "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"
}