Endpoints da API de análises de sangue

Endpoint de produção para análise de exames de sangue. Envie uma ou mais imagens do exame de sangue ou um PDF e receba parâmetros estruturados, metadados do paciente e do laboratório, e uma interpretação clínica completa em qualquer um dos 100 idiomas suportados. Consome 1 crédito por requisição.

Parâmetros da Requisição

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v12/18-09-2026/analyze" \
  -F "username=SEU_USUARIO" \
  -F "password=SUA_SENHA" \
  -F "language=pt" \
  -F "file=@exame_sangue.pdf"

Exemplo Python

import requests

def analyze_blood_test(file_paths, username, password, language="pt"):
    """
    Analisa um exame de sangue com o Kantesti Análise de Sangue v12.

    Args:
        file_paths: Um ou mais caminhos para imagens do exame, ou um único PDF
        username: Nome de usuário da API
        password: Senha da API
        language: Código do idioma do relatório (padrão: pt)

    Returns:
        dict: Parâmetros estruturados, metadados e interpretação clínica
    """
    url = "https://app.aibloodtestinterpret.com/api/v12/18-09-2026/analyze"

    handles = [open(path, "rb") for path in file_paths]
    try:
        files = [("file", (path, handle)) for path, handle in zip(file_paths, handles)]
        data = {"username": username, "password": password, "language": language}
        response = requests.post(url, files=files, data=data, timeout=300)
        response.raise_for_status()
        return response.json()
    finally:
        for handle in handles:
            handle.close()

# Exemplo de uso
if __name__ == "__main__":
    result = analyze_blood_test(
        file_paths=["exame_sangue.pdf"],
        username="seu_usuario",
        password="sua_senha",
        language="pt"
    )
    print(f"Status: {result['status']}")
    for param in result["data"]["parameters"]:
        print(f"  {param['short_name']}: {param['result']} {param['unit']} ({param['evaluation']})")

Exemplo de Resposta

{
  "status": "success",
  "api_version": "v12",
  "data": {
    "metadata": {
      "patient_name": "Jan Novak",
      "patient_age": "45",
      "patient_sex": "Male",
      "lab_name": "BioLAB Medical Center",
      "lab_city": "Prague",
      "lab_country": "Czech Republic",
      "lab_date": "2026-09-11",
      "results_date": "2026-09-12"
    },
    "parameters": [
      {"short_name": "Glucose", "long_name": "Fasting Blood Glucose", "result": "92", "unit": "mg/dL", "reference_range": "74 - 100", "range_normal_min": 74, "range_normal_max": 100, "type": "range", "evaluation": "normal"},
      {"short_name": "ALT", "long_name": "Alanine aminotransferase", "result": "65", "unit": "U/L", "reference_range": "< 45", "range_normal_min": 7, "range_normal_max": 45, "type": "range", "evaluation": "high"},
      {"short_name": "Creatinine", "long_name": "Creatinine", "result": "0.9", "unit": "mg/dL", "reference_range": "0.7 - 1.2", "range_normal_min": 0.7, "range_normal_max": 1.2, "type": "range", "evaluation": "normal"}
    ],
    "interpretation": [
      {"shortcode": "overview", "item": "Most parameters are within their reference ranges."},
      {"shortcode": "key_findings", "item": "Alanine aminotransferase is above the reference range, which warrants a follow-up liver panel."}
    ]
  },
  "timestamp": "2026-09-18T10:30:00Z"
}

Endpoint de produção para análise de exames de sangue. Consome 1 crédito por requisição.

Parâmetros da Requisição

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v11/01-06-2025/analyze" \
  -F "username=SEU_USUARIO" \
  -F "password=SUA_SENHA" \
  -F "language=pt" \
  -F "file=@exame_sangue.pdf"

Exemplo Python

import requests

def analisar_exame_sangue(caminho_arquivo: str, usuario: str, senha: str, idioma: str = "pt"):
    url = "https://app.aibloodtestinterpret.com/api/v11/01-06-2025/analyze"

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

resultado = analisar_exame_sangue("exame_sangue.pdf", "seu_usuario", "sua_senha")
print(resultado)

Referência dos campos de resposta

Nível raiz

Objeto data.metadata

Elemento do array data.parameters

Elemento do array data.interpretation

Exemplo de resposta completa

{
  "status": "success",
  "data": {
    "metadata": {
      "patient_name": "Anna Müller",
      "lab_name": "MedLab Diagnostics International",
      "lab_city": "São Paulo",
      "lab_country": "Brasil",
      "lab_date": "2025-12-15",
      "results_date": "2025-12-16",
      "patient_age": "38",
      "patient_sex": "female"
    },
    "parameters": [
      {
        "short_name": "WBC",
        "long_name": "Contagem de glóbulos brancos",
        "category": "Hemograma completo",
        "result": "6.8",
        "unit": "10^9/L",
        "evaluation": "normal",
        "range_min": "4.0",
        "range_max": "11.0",
        "short_description": "Mede o número total de glóbulos brancos.",
        "long_description": "Os glóbulos brancos (leucócitos) são componentes essenciais do sistema imunológico..."
      },
      {
        "short_name": "RBC",
        "long_name": "Contagem de glóbulos vermelhos",
        "category": "Hemograma completo",
        "result": "4.52",
        "unit": "10^12/L",
        "evaluation": "normal",
        "range_min": "3.8",
        "range_max": "5.8",
        "short_description": "Mede o número total de glóbulos vermelhos.",
        "long_description": "Os glóbulos vermelhos (eritrócitos) transportam oxigênio dos pulmões para os tecidos..."
      },
      {
        "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 nos glóbulos vermelhos que transporta oxigênio.",
        "long_description": "A hemoglobina é a proteína contendo ferro nos glóbulos vermelhos responsável pelo transporte de oxigênio..."
      },
      {
        "short_name": "GLU",
        "long_name": "Glicose em jejum",
        "category": "Painel metabólico",
        "result": "102",
        "unit": "mg/dL",
        "evaluation": "borderline_high",
        "range_min": "70",
        "range_max": "140",
        "short_description": "Mede o nível de açúcar no sangue em jejum.",
        "long_description": "A glicose em jejum é um indicador chave de como o corpo metaboliza o açúcar..."
      },
      {
        "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": "Mede o colesterol total no sangue.",
        "long_description": "O colesterol total é a soma do colesterol HDL, LDL e 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": "Mede o nível de colesterol 'ruim'.",
        "long_description": "O colesterol LDL pode se acumular nas paredes das artérias..."
      }
    ],
    "interpretation": [
      {
        "title": "Avaliação geral de saúde",
        "shortcode": "overall_health_assessment",
        "subsections": [
          {
            "subtitle": "Visão geral completa",
            "items": [
              {"item": "A paciente apresenta parâmetros hematológicos geralmente saudáveis com todos os valores do hemograma dentro da normalidade."},
              {"item": "O perfil lipídico mostra áreas que requerem atenção, particularmente os níveis de colesterol LDL."}
            ]
          }
        ]
      },
      {
        "title": "Recomendações",
        "shortcode": "recommendations",
        "subsections": [
          {
            "subtitle": "Modificações no estilo de vida",
            "items": [
              {"item": "Aumentar a atividade física aeróbica para pelo menos 150 minutos por semana."},
              {"item": "Adotar uma dieta do tipo mediterrâneo rica em vegetais, frutas e gorduras saudáveis."}
            ]
          }
        ]
      }
    ]
  },
  "api_version": "v11",
  "timestamp": "2025-12-16T14:32:18Z"
}

Endpoint de produção com cálculo completo da pontuação de saúde e análise de risco de doenças. Aceita a mesma requisição que /api/v12/18-09-2026/analyze e acrescenta os campos abaixo à resposta. Consome 1 crédito por requisição.

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v12/health-score/analyze" \
  -F "username=SEU_USUARIO" \
  -F "password=SUA_SENHA" \
  -F "language=pt" \
  -F "file=@exame_sangue.pdf"

Campos adicionais de resposta

{
  "health_score": {
    "overall": 78,
    "optimal": 4,
    "normal": 12,
    "warning": 3,
    "critical": 1,
    "total_parameters": 20,
    "score_interpretation": "good",
    "recommendations": [
      "Consider increasing vitamin D intake",
      "Schedule follow-up for cholesterol levels"
    ]
  },
  "disease_risks": [
    {"name": "Cardiovascular Disease", "percentage": "18%", "severity": "low"},
    {"name": "Type 2 Diabetes", "percentage": "12%", "severity": "low"},
    {"name": "Metabolic Syndrome", "percentage": "25%", "severity": "moderate"}
  ]
}

Analisa tendências de parâmetros de exames de sangue ao longo de múltiplas datas de testes para identificar padrões e fornecer insights de saúde.

Parâmetros da Requisição

Objeto analysis_options

Estrutura do Array blood_tests

*lab_date ou results_date e obrigatório para cada exame de sangue.

Estrutura blood_tests[].parameters

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/analytics/trends/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "SEU_USUARIO",
    "password": "SUA_SENHA",
    "language": "pt",
    "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": 220, "unit": "mg/dL"},
          {"short_name": "LDL", "result": 140, "unit": "mg/dL"},
          {"short_name": "HDL", "result": 45, "unit": "mg/dL"}
        ]
      },
      {
        "lab_date": "2024-05-10",
        "parameters": [
          {"short_name": "GLU", "result": 102, "unit": "mg/dL"},
          {"short_name": "HbA1c", "result": 5.9, "unit": "%"},
          {"short_name": "CHOL", "result": 205, "unit": "mg/dL"},
          {"short_name": "LDL", "result": 125, "unit": "mg/dL"},
          {"short_name": "HDL", "result": 48, "unit": "mg/dL"}
        ]
      },
      {
        "lab_date": "2024-08-22",
        "parameters": [
          {"short_name": "GLU", "result": 95, "unit": "mg/dL"},
          {"short_name": "HbA1c", "result": 5.6, "unit": "%"},
          {"short_name": "CHOL", "result": 190, "unit": "mg/dL"},
          {"short_name": "LDL", "result": 110, "unit": "mg/dL"},
          {"short_name": "HDL", "result": 52, "unit": "mg/dL"}
        ]
      },
      {
        "lab_date": "2024-12-18",
        "parameters": [
          {"short_name": "GLU", "result": 88, "unit": "mg/dL"},
          {"short_name": "HbA1c", "result": 5.3, "unit": "%"},
          {"short_name": "CHOL", "result": 175, "unit": "mg/dL"},
          {"short_name": "LDL", "result": 95, "unit": "mg/dL"},
          {"short_name": "HDL", "result": 55, "unit": "mg/dL"}
        ]
      }
    ]
  }'

Exemplo Python

import requests
from typing import List, Dict, Optional

def analisar_tendencias(
    usuario: str,
    senha: str,
    exames_sangue: List[Dict],
    idioma: str = "pt",
    tipo_analise: str = "comprehensive"
) -> Dict:
    """
    Analisa tendencias de exames de sangue ao longo do tempo.

    Args:
        usuario: Usuario da API
        senha: Senha da API
        exames_sangue: Lista de objetos de exames com lab_date e parameters
        idioma: Codigo do idioma da resposta
        tipo_analise: comprehensive, quick ou focused

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

    payload = {
        "username": usuario,
        "password": senha,
        "language": idioma,
        "analysis_type": tipo_analise,
        "blood_tests": exames_sangue
    }

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

# Exemplo de uso
if __name__ == "__main__":
    exames_sangue = [
        {
            "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": 220, "unit": "mg/dL"},
                {"short_name": "LDL", "result": 140, "unit": "mg/dL"},
                {"short_name": "HDL", "result": 45, "unit": "mg/dL"}
            ]
        },
        {
            "lab_date": "2024-05-10",
            "parameters": [
                {"short_name": "GLU", "result": 102, "unit": "mg/dL"},
                {"short_name": "HbA1c", "result": 5.9, "unit": "%"},
                {"short_name": "CHOL", "result": 205, "unit": "mg/dL"},
                {"short_name": "LDL", "result": 125, "unit": "mg/dL"},
                {"short_name": "HDL", "result": 48, "unit": "mg/dL"}
            ]
        },
        {
            "lab_date": "2024-08-22",
            "parameters": [
                {"short_name": "GLU", "result": 95, "unit": "mg/dL"},
                {"short_name": "HbA1c", "result": 5.6, "unit": "%"},
                {"short_name": "CHOL", "result": 190, "unit": "mg/dL"},
                {"short_name": "LDL", "result": 110, "unit": "mg/dL"},
                {"short_name": "HDL", "result": 52, "unit": "mg/dL"}
            ]
        },
        {
            "lab_date": "2024-12-18",
            "parameters": [
                {"short_name": "GLU", "result": 88, "unit": "mg/dL"},
                {"short_name": "HbA1c", "result": 5.3, "unit": "%"},
                {"short_name": "CHOL", "result": 175, "unit": "mg/dL"},
                {"short_name": "LDL", "result": 95, "unit": "mg/dL"},
                {"short_name": "HDL", "result": 55, "unit": "mg/dL"}
            ]
        }
    ]

    resultado = analisar_tendencias(
        usuario="seu_usuario",
        senha="sua_senha",
        exames_sangue=exames_sangue
    )

    print(f"Tendencia geral: {resultado['data']['overall_trend']}")
    for tendencia in resultado['data']['parameter_trends']:
        print(f"{tendencia['parameter']}: {tendencia['direction']} ({tendencia['change_percent']}%)")

Referência dos Campos de Resposta

Estrutura do Objeto parameter_trends

Exemplo de Resposta

{
  "api_version": "1.0.0",
  "status": "success",
  "message": "Analise de tendencias concluida com sucesso",
  "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": [
      "Painel Metabolico",
      "Vitaminas",
      "Marcadores de Diabetes",
      "Estudos de Ferro",
      "Painel Lipidico",
      "Hemograma Completo"
    ],
    "chart_config": {
      "dates": ["Jan 2024", "Mai 2024", "Set 2024", "Dez 2024"],
      "raw_dates": ["2024-01-15", "2024-05-20", "2024-09-10", "2024-12-18"]
    },
    "language": "pt",
    "overall_health_trend": {
      "summary": "No geral, os parametros do exame de sangue mostram tendencias positivas com melhorias na hemoglobina, perfil lipidico incluindo colesterol LDL e HDL, status de vitamina D e reservas de ferro.",
      "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": "A hemoglobina mede a proteina transportadora de oxigenio nas celulas vermelhas do sangue.",
          "significant_variations": "Inicialmente baixa em 12.8 g/dL, depois aumentou gradualmente para 14.8 g/dL.",
          "trend": "increasing",
          "unit": "g/dL"
        },
        "interpretation": "A hemoglobina mede a proteina transportadora de oxigenio nas celulas vermelhas do sangue."
      },
      {
        "parameter": "Colesterol LDL",
        "short_name": "LDL",
        "category": "Painel 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": "O LDL-C e o colesterol 'ruim' associado ao aumento do risco de doencas cardiacas.",
          "significant_variations": "O LDL-C mudou de alto (110 mg/dL) para normal (85 mg/dL).",
          "trend": "decreasing"
        }
      }
    ],
    "risk_factors": [],
    "sandbox_mode": false
  }
}

Gera recomendações abrangentes de nutrição e suplementos baseadas nos parâmetros de exames de sangue e perfil do paciente.

Esquema do Objeto Paciente

Descrição detalhada de todos os campos disponíveis para o objeto paciente:

Referência de campos de resposta

Objeto nutrition_plan.educational_insights

Elemento do array blood_marker_education

Elemento do array food_recommendations.power_foods

Elemento do array supplement_recommendations

Exemplo cURL completo

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/nutrition/diet-plan/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "seu_nome_usuario",
    "password": "sua_senha",
    "language": "pt",
    "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"]
  }'

Resposta 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": "A vitamina D é essencial para a saúde óssea, função imunológica e regulação do humor. Seu nível de 18 ng/mL indica deficiência que pode afetar a absorção de cálcio e a saúde geral.",
            "normal_range": "30-50 ng/mL"
          },
          {
            "marker": "Colesterol LDL",
            "explanation": "O colesterol LDL, frequentemente chamado de 'colesterol ruim', pode se acumular nas paredes arteriais. Seu nível de 140 mg/dL está elevado e pode aumentar o risco cardiovascular.",
            "normal_range": "< 100 mg/dL"
          }
        ],
        "nutrition_principles": [
          "Priorize ácidos graxos ômega-3 para saúde cardíaca",
          "Aumente fibras solúveis para reduzir colesterol LDL",
          "Inclua alimentos ricos em vitamina D e exposição solar"
        ]
      }
    },
    "food_recommendations": {
      "power_foods": [
        {
          "food": "Salmão selvagem",
          "nutrients": ["Ômega-3", "Vitamina D", "Proteínas"],
          "serving": "150g, 3 vezes por semana",
          "why": "Excelente fonte de ômega-3 e vitamina D natural para saúde cardíaca e óssea"
        },
        {
          "food": "Aveia integral",
          "nutrients": ["Beta-glucana", "Fibras", "Magnésio"],
          "serving": "50g por dia no café da manhã",
          "why": "As fibras solúveis da aveia ajudam a reduzir a absorção do colesterol LDL"
        },
        {
          "food": "Azeite de oliva extra virgem",
          "nutrients": ["Gorduras monoinsaturadas", "Polifenóis", "Vitamina E"],
          "serving": "2-3 colheres de sopa por dia",
          "why": "Gorduras saudáveis mediterrâneas melhoram o perfil lipídico e protegem o coração"
        },
        {
          "food": "Espinafre",
          "nutrients": ["Ferro", "Folato", "Vitamina K"],
          "serving": "100g por dia, cru ou cozido",
          "why": "Rico em ferro e antioxidantes para energia e saúde cardiovascular"
        }
      ]
    },
    "supplement_recommendations": [
      {
        "supplement": "Vitamina D3",
        "dosage": "2000-4000 UI por dia",
        "timing": "Com o café da manhã (refeição com gorduras)",
        "duration": "3-6 meses, depois retestar níveis sanguíneos",
        "reason": "Seu nível de 18 ng/mL está abaixo do ideal de 30-50 ng/mL"
      },
      {
        "supplement": "Ômega-3 (EPA/DHA)",
        "dosage": "1000-2000mg EPA+DHA por dia",
        "timing": "Com as refeições principais",
        "duration": "Contínuo para saúde cardíaca",
        "reason": "Ajuda a reduzir triglicerídeos e melhora a relação HDL/LDL"
      },
      {
        "supplement": "Coenzima Q10",
        "dosage": "100mg por dia",
        "timing": "Com a refeição da manhã",
        "duration": "Mínimo 3 meses",
        "reason": "Apoia a saúde cardíaca, particularmente importante com hipertensão"
      }
    ]
  },
  "api_version": "v1",
  "timestamp": "2025-12-22T10:30:00Z"
}

Analisa 2-20 exames de sangue e fornece comparação detalhada com insights narrativos gerados por IA.

Parâmetros da Requisição

Estrutura do Array blood_tests

*lab_date ou results_date e obrigatório para cada exame de sangue.

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/bloodtest/comparison/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "SEU_USUARIO",
    "password": "SUA_SENHA",
    "language": "pt",
    "blood_tests": [
      {
        "lab_date": "2025-06-15",
        "lab_name": "Laboratorio Medico Central",
        "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 Central",
        "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"}
        ]
      }
    ]
  }'

Exemplo Python

import requests
from typing import Dict, List

def comparar_exames_sangue(
    usuario: str,
    senha: str,
    exames_sangue: List[Dict],
    idioma: str = "pt"
) -> Dict:
    """
    Compara multiplos exames de sangue com analise narrativa baseada em IA.

    Args:
        usuario: Usuario da API
        senha: Senha da API
        exames_sangue: Lista de objetos de exames (2-20 exames)
        idioma: Idioma da resposta

    Returns:
        dict: Resultados da comparacao com insights narrativos de IA
    """
    url = "https://app.aibloodtestinterpret.com/api/v1/bloodtest/comparison/analyze"

    if len(exames_sangue) < 2:
        raise ValueError("Minimo de 2 exames de sangue necessarios")
    if len(exames_sangue) > 20:
        raise ValueError("Maximo de 20 exames de sangue permitidos")

    payload = {
        "username": usuario,
        "password": senha,
        "language": idioma,
        "blood_tests": exames_sangue
    }

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

# Exemplo de uso
if __name__ == "__main__":
    exames = [
        {
            "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_exames_sangue("seu_usuario", "sua_senha", exames)

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

Referência dos Campos de Resposta

Estrutura do Objeto parameter_analysis

Exemplo de Resposta

{
  "api_version": "1.0.0",
  "status": "success",
  "message": "Comparacao de exames de sangue concluida com sucesso",
  "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 os relatorios",
      "key_findings": [
        "Niveis de hemoglobina e RBC normalizados indicando resolucao de anemia",
        "Glicose e HbA1c melhoraram para faixa normal sugerindo melhor controle glicemico",
        "Perfil lipidico melhorou com colesterol total, LDL, HDL e triglicerideos 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": "Melhoria de anemia para niveis normais 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 proximo da faixa ideal, reduzindo risco de aterosclerose",
        "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 melhorado protege contra doencas cardiacas",
        "trend_assessment": "positive"
      }
    ],
    "health_assessment": {
      "overall_health_trend": "improved",
      "areas_of_improvement": [
        "Correcao de anemia",
        "Controle glicemico",
        "Normalizacao do perfil lipidico",
        "Status de vitamina D e ferro"
      ],
      "areas_of_concern": [],
      "positive_developments": [
        "Resolucao de anemia",
        "Glicose e HbA1c normais",
        "Perfil de risco cardiovascular melhorado"
      ],
      "risk_factors": [
        "Anemia ferropriva previa",
        "Dislipidemia anterior",
        "Historico de metabolismo de glicose prejudicado"
      ]
    },
    "recommendations": {
      "immediate_actions": [
        "Continuar suplementacao atual de ferro e vitamina D",
        "Manter controle glicemico e lipidico com dieta e exercicio"
      ],
      "follow_up_tests": [
        "Repetir hemograma e estudos de ferro em 3 meses",
        "Monitorar glicose em jejum e HbA1c trimestralmente",
        "Reavaliacao do painel lipidico em 6 meses"
      ],
      "lifestyle_modifications": [
        "Adotar dieta saudavel para o coracao com baixo teor de gorduras saturadas",
        "Aumentar atividade fisica para manter saude metabolica"
      ],
      "specialist_referrals": [
        "Consultar hematologista se anemia recorrer",
        "Encaminhamento para endocrinologista se controle de glicose piorar"
      ],
      "monitoring_frequency": "3 meses"
    },
    "detailed_interpretation": {
      "sections": [
        {
          "title": "Resumo Executivo",
          "content": "O paciente mostra melhoria acentuada em anemia, metabolismo de glicose, perfil lipidico e status de vitaminas ao longo de 6 meses."
        },
        {
          "title": "Recomendacoes Clinicas",
          "content": "Continuar suplementacao e medidas de estilo de vida. Monitorar regularmente hemograma, ferro, glicose e lipidios."
        }
      ]
    },
    "summary": {
      "improved_parameters": 13,
      "stable_parameters": 0,
      "worsened_parameters": 0,
      "overall_trend": "improved"
    },
    "sandbox_mode": false
  }
}

Verifique sua cota de API restante. Requer autenticação.

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

Gera um relatório completo de avaliação de riscos de saúde familiar alimentado por IA.

Parâmetros da solicitação (JSON Body)

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/family-health/analyze" \
  -H "Content-Type: application/json" \
  -d '{"username":"USUARIO","password":"SENHA","patient_data":{"name":"Joana Silva","age":42,"gender":"female"},"family_members":[{"relation":"father","age":70,"conditions":["hypertension"]}],"language":"pt"}'

Exemplo Python

import requests
url = "https://app.aibloodtestinterpret.com/api/v1/family-health/analyze"
payload = {"username":"USUARIO","password":"SENHA","patient_data":{"name":"Joana Silva","age":42,"gender":"female"},"family_members":[{"relation":"father","age":70,"conditions":["hypertension"]}],"language":"pt"}
response = requests.post(url, json=payload, timeout=120)
print(response.json())

Exemplo de resposta

{"status":"success","data":{"report_data":{"report_title":"Relatório de Avaliação de Riscos de Saúde Familiar","hereditary_risk_analysis":{"high_risk":[{"condition":"Doença cardiovascular","risk_score":75}]},"genetic_screening_recommendations":["Teste genético BRCA1/BRCA2"]}},"timestamp":"2026-03-23T10:30:00Z","api_version":"1.0.0"}

Códigos de erro Family Health API

Posiciona no corpo cada resultado sinalizado de um painel laboratorial. Consome 1 crédito por requisição bem-sucedida. Uma requisição que não passe na validação, ou cujos marcadores sinalizados não possam ser posicionados, não é cobrada.

Parâmetros da Requisição

Campos do objeto parameters

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/body-map/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "SEU_USUARIO",
    "password": "SUA_SENHA",
    "parameters": [
      {"short_name": "ALT", "long_name": "Alanine aminotransferase", "result": "65", "unit": "U/L", "range_normal_min": 7, "range_normal_max": 45, "evaluation": "high"},
      {"short_name": "AST", "long_name": "Aspartate aminotransferase", "result": "48", "unit": "U/L", "range_normal_min": 8, "range_normal_max": 40, "evaluation": "slightly_high"},
      {"short_name": "TSH", "long_name": "Thyrotropin", "result": "6.2", "unit": "mIU/L", "range_normal_min": 0.4, "range_normal_max": 4.0, "evaluation": "high"}
    ]
  }'

Exemplo Python

import requests

def build_body_map(parameters, username, password, include_image=False):
    """
    Posiciona no corpo os resultados do exame de sangue fora do intervalo.

    Args:
        parameters: Lista de objetos de resultados laboratoriais
        username: Nome de usuário da API
        password: Senha da API
        include_image: Solicitar a ilustração renderizada (gasta crédito de imagem)

    Returns:
        dict: Bloco do mapa corporal com regiões, legenda e URLs de ilustração
    """
    url = "https://app.aibloodtestinterpret.com/api/v1/body-map/analyze"

    response = requests.post(url, json={
        "username": username,
        "password": password,
        "parameters": parameters,
        "include_image": include_image,
    }, timeout=60)
    response.raise_for_status()
    return response.json()

# Exemplo de uso
if __name__ == "__main__":
    result = build_body_map(
        parameters=[
            {"short_name": "ALT", "result": "65", "unit": "U/L",
             "range_normal_min": 7, "range_normal_max": 45, "evaluation": "high"},
            {"short_name": "TSH", "result": "6.2", "unit": "mIU/L",
             "range_normal_min": 0.4, "range_normal_max": 4.0, "evaluation": "high"},
        ],
        username="seu_usuario",
        password="sua_senha",
    )

    body_map = result["data"]["body_map"]
    if result["data"]["all_clear"]:
        print("Tudo certo — nada sinalizado.")
    for region in body_map["regions"]:
        severity = "fora do intervalo" if region["level"] == 2 else "limítrofe"
        print(f"  {region['key']}: {severity} ({', '.join(region['markers'])})")
    print(f"Ilustração: {body_map['image_url'] or body_map['fallback_url']}")

Exemplo de Resposta

{
  "status": "success",
  "api_version": "1.0.0",
  "message": "Body map generated successfully",
  "data": {
    "body_map": {
      "v": 4,
      "spec": "v4-thy2-liv2",
      "unmapped": 0,
      "image_url": "/static/body_maps/v4-thy2-liv2.webp",
      "fallback_url": "/body-map/v4-thy2-liv2.0123456789abcdef.webp",
      "regions": [
        {"key": "thyroid", "level": 2, "drawn": true, "markers": ["TSH"]},
        {"key": "liver", "level": 2, "drawn": true, "markers": ["ALT", "AST"]}
      ]
    },
    "engine_version": 4,
    "region_keys": ["brain_nerves", "thyroid", "heart_vessels", "liver", "pancreas", "adrenals", "kidneys", "gut", "reproductive", "blood", "immune", "bones", "muscles"],
    "mode": "deterministic",
    "all_clear": false
  },
  "timestamp": "2026-09-18T10:30:00Z"
}

Referência dos campos de resposta

Verifica um payload sem executar a análise e informa quais dos seus nomes de analitos o motor reconhece. É necessária autenticação; não há consumo de cota e o endpoint continua funcionando em uma conta sem créditos.

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/body-map/validate" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "SEU_USUARIO",
    "password": "SUA_SENHA",
    "parameters": [
      {"short_name": "ALT", "result": "65", "evaluation": "high"},
      {"short_name": "Unobtainium", "result": "9", "evaluation": "high"}
    ]
  }'

Exemplo de Resposta

{
  "status": "success",
  "api_version": "1.0.0",
  "message": "Payload is valid",
  "data": {
    "valid": true,
    "errors": [],
    "parameter_count": 2,
    "flagged_count": 2,
    "recognised": [
      {"name": "ALT", "region": "liver", "level": 2}
    ],
    "unrecognised": [
      {"name": "Unobtainium", "region": null, "level": 2}
    ]
  },
  "timestamp": "2026-09-18T10:30:00Z"
}

Lista as 13 regiões corporais em ordem canônica, juntamente com os níveis de gravidade. Use-o para construir as suas próprias traduções da legenda.

Exemplo cURL

curl "https://app.aibloodtestinterpret.com/api/v1/body-map/regions"

Exemplo de Resposta

{
  "status": "success",
  "data": {
    "regions": [
      {"key": "brain_nerves", "code": "brn", "order": 0},
      {"key": "thyroid", "code": "thy", "order": 1},
      {"key": "heart_vessels", "code": "hrt", "order": 2},
      {"key": "liver", "code": "liv", "order": 3}
    ],
    "region_keys": ["brain_nerves", "thyroid", "heart_vessels", "liver", "pancreas", "adrenals", "kidneys", "gut", "reproductive", "blood", "immune", "bones", "muscles"],
    "levels": {
      "0": "within range — not shown",
      "1": "borderline (slightly high / slightly low)",
      "2": "out of range (high / low / abnormal)"
    },
    "count": 13
  }
}

Metadados de capacidades: se o motor está habilitado nesta instalação, os limites de requisição, o esquema de autenticação e a lista completa de endpoints.

Exemplo cURL

curl "https://app.aibloodtestinterpret.com/api/v1/body-map/info"

Calcula a idade biológica do sangue e os índices derivados a partir de um painel laboratorial. Consome 1 crédito por requisição bem-sucedida. Uma requisição que não passe na validação, ou cujo painel não permita calcular nada, não é cobrada.

Parâmetros da Requisição

Os nove marcadores PhenoAge

Envie-os com os nomes que o seu laboratório imprimiu — a correspondência é feita por nome, em qualquer um dos 39 idiomas de relatório suportados, e as unidades são convertidas automaticamente.

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/blood-age/analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "SEU_USUARIO",
    "password": "SUA_SENHA",
    "metadata": {"patient_age": "40", "patient_sex": "Male", "lab_date": "2026-09-11"},
    "parameters": [
      {"short_name": "Albumin", "result": 4.4, "unit": "g/dL", "range_normal_min": 3.5, "range_normal_max": 5.0},
      {"short_name": "Creatinine", "result": 0.9, "unit": "mg/dL", "range_normal_min": 0.6, "range_normal_max": 1.2},
      {"short_name": "Glucose", "result": 90, "unit": "mg/dL", "range_normal_min": 70, "range_normal_max": 99},
      {"short_name": "CRP", "result": 1.0, "unit": "mg/L", "range_normal_min": 0, "range_normal_max": 5},
      {"short_name": "Lymphocytes", "result": 30, "unit": "%", "range_normal_min": 20, "range_normal_max": 40},
      {"short_name": "MCV", "result": 90, "unit": "fL", "range_normal_min": 80, "range_normal_max": 100},
      {"short_name": "RDW", "result": 13, "unit": "%", "range_normal_min": 11.5, "range_normal_max": 14.5},
      {"short_name": "ALP", "result": 70, "unit": "U/L", "range_normal_min": 40, "range_normal_max": 130},
      {"short_name": "WBC", "result": 6.0, "unit": "10^9/L", "range_normal_min": 4, "range_normal_max": 11}
    ]
  }'

Exemplo Python

import requests

def biological_blood_age(parameters, metadata, username, password):
    """
    Calcula a idade biológica do sangue a partir de um painel de rotina.

    Args:
        parameters: Lista de objetos de resultados laboratoriais
        metadata: Cabeçalho do relatório com patient_age e patient_sex
        username: Nome de usuário da API
        password: Senha da API

    Returns:
        dict: Bloco de idade do sangue, índices derivados e um resumo plano
    """
    url = "https://app.aibloodtestinterpret.com/api/v1/blood-age/analyze"

    response = requests.post(url, json={
        "username": username,
        "password": password,
        "parameters": parameters,
        "metadata": metadata,
    }, timeout=60)
    response.raise_for_status()
    return response.json()

# Exemplo de uso
if __name__ == "__main__":
    result = biological_blood_age(
        parameters=[
            {"short_name": "Albumin", "result": 4.4, "unit": "g/dL"},
            {"short_name": "Creatinine", "result": 0.9, "unit": "mg/dL"},
            {"short_name": "Glucose", "result": 90, "unit": "mg/dL"},
            {"short_name": "CRP", "result": 1.0, "unit": "mg/L"},
            {"short_name": "Lymphocytes", "result": 30, "unit": "%"},
            {"short_name": "MCV", "result": 90, "unit": "fL"},
            {"short_name": "RDW", "result": 13, "unit": "%"},
            {"short_name": "ALP", "result": 70, "unit": "U/L"},
            {"short_name": "WBC", "result": 6.0, "unit": "10^9/L"},
        ],
        metadata={"patient_age": "40", "patient_sex": "Male"},
        username="seu_usuario",
        password="sua_senha",
    )

    summary = result["data"]["summary"]
    if summary["status"] != "ok":
        print(f"Nenhuma idade calculada: {summary['status']}")
    else:
        print(f"Cronológica: {summary['chronological_age']}")
        print(f"Biológica:   {summary['biological_age']} ({summary['source']})")
        print(f"Diferença:   {summary['delta_years']:+} anos")

    for index in result["data"]["blood_age"]["indices"]:
        print(f"  {index['key']}: {index['value']} {index['unit']} [{index['band']}]")

Exemplo de Resposta

{
  "status": "success",
  "api_version": "1.0.0",
  "message": "Biological blood age computed successfully",
  "data": {
    "blood_age": {
      "version": 1,
      "age": {
        "status": "ok",
        "source": "formula",
        "chrono": 40,
        "pheno": 35.1,
        "delta": -4.9,
        "sex": "m",
        "found": ["albumin", "creatinine", "glucose", "crp", "lymph", "mcv", "rdw", "alp", "wbc"],
        "missing": [],
        "labels": {"albumin": "Albumin", "creatinine": "Creatinine", "glucose": "Glucose"},
        "inputs": {"albumin": 44.0, "creatinine": 79.56, "glucose": 5.0}
      },
      "indices": [
        {"key": "fib4", "group": "liver", "value": 1.12, "unit": "", "band": "ok", "from": ["AST", "ALT", "PLT"]},
        {"key": "egfr", "group": "kidneys", "value": 98.0, "unit": "mL/min/1.73m2", "band": "ok", "from": ["Creatinine"]},
        {"key": "nlr", "group": "immune", "value": 1.8, "unit": "", "band": "ok", "from": ["Neutrophils", "Lymphocytes"]}
      ]
    },
    "engine_version": 1,
    "mode": "deterministic",
    "summary": {
      "status": "ok",
      "source": "formula",
      "chronological_age": 40,
      "biological_age": 35.1,
      "delta_years": -4.9,
      "sex": "m",
      "markers_found": 9,
      "markers_missing": [],
      "indices_count": 3
    }
  },
  "timestamp": "2026-09-18T10:30:00Z"
}

Referência dos campos de resposta

Verifica um payload sem executar a análise e informa quais dos nove marcadores PhenoAge o seu painel fornece e se foi possível ler uma idade cronológica — as duas coisas que decidem se você obterá a fórmula completa ou a estimativa parcial. É necessária autenticação; não há consumo de cota e o endpoint continua funcionando em uma conta sem créditos.

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/blood-age/validate" \
  -H "Content-Type: application/json" \
  -d '{
    "username": "SEU_USUARIO",
    "password": "SUA_SENHA",
    "metadata": {"patient_age": "40", "patient_sex": "Male"},
    "parameters": [
      {"short_name": "MCV", "result": 90, "unit": "fL"},
      {"short_name": "WBC", "result": 6.0, "unit": "10^9/L"},
      {"short_name": "Lymphocytes", "result": 30, "unit": "%"}
    ]
  }'

Exemplo de Resposta

{
  "status": "success",
  "api_version": "1.0.0",
  "message": "Payload is valid",
  "data": {
    "valid": true,
    "errors": [],
    "parameter_count": 3,
    "looks_like_blood_panel": true,
    "chronological_age": 40,
    "sex": "m",
    "phenoage_markers_found": ["lymph", "mcv", "wbc"],
    "phenoage_markers_missing": ["albumin", "creatinine", "glucose", "crp", "rdw", "alp"],
    "expected_source": "partial",
    "recognised_markers": ["lymph_pct", "mcv", "wbc"]
  },
  "timestamp": "2026-09-18T10:30:00Z"
}

Lista as nove entradas do PhenoAge, todos os marcadores que o motor consegue ler com a sua unidade de destino, e a faixa etária à qual a fórmula se aplica.

Exemplo cURL

curl "https://app.aibloodtestinterpret.com/api/v1/blood-age/biomarkers"

Exemplo de Resposta

{
  "status": "success",
  "data": {
    "phenoage_inputs": ["albumin", "creatinine", "glucose", "crp", "lymph", "mcv", "rdw", "alp", "wbc"],
    "phenoage_age_range": {"min": 18, "max": 100},
    "markers": [
      {"key": "albumin", "target_unit": "g/l"},
      {"key": "alp", "target_unit": "u/l"},
      {"key": "alt", "target_unit": "u/l"}
    ],
    "marker_count": 33,
    "name_matching": "Markers are matched by the analyte name your laboratory printed, in any of the supported report languages. You never send these keys."
  }
}

Metadados de capacidades: se o motor está habilitado nesta instalação, os dois modos e quanto custa cada um, os limites de requisição, o esquema de autenticação e os idiomas suportados.

Exemplo cURL

curl "https://app.aibloodtestinterpret.com/api/v1/blood-age/info"

Interpreta um teste de DNA e devolve um relatório abrangente de saúde genética. Envie um arquivo como multipart/form-data ou linhas de genótipo coladas como JSON. O arquivo enviado é processado na hora, de modo que um arquivo ilegível recebe de imediato a resposta 400 e não tem custo. O crédito só é cobrado depois de o relatório ter sido produzido.

Parâmetros da Requisição

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/dna-interpretation/analyze?async=1" \
  -u "SEU_USUARIO:SUA_SENHA" \
  -F "file=@genome_raw_data.txt" \
  -F "language=en" \
  -F 'patient={"age": 41, "sex": "female", "medications": "clopidogrel"}'

# 202 Accepted: {"status": "pending", "job_id": "...", "poll_url": "/api/jobs/...", ...}
curl -u "SEU_USUARIO:SUA_SENHA" "https://app.aibloodtestinterpret.com/api/jobs/JOB_ID"

Exemplo Python

import time
import requests

BASE = "https://app.aibloodtestinterpret.com"
AUTH = ("SEU_USUARIO", "SUA_SENHA")


def run(path, poll=True, **kwargs):
    """POST em modo assíncrono; depois consulta /api/jobs/<id> até o relatório ficar pronto."""
    resp = requests.post(f"{BASE}{path}?async=1", auth=AUTH, timeout=60, **kwargs)
    body = resp.json()
    if resp.status_code != 202:
        return body                      # um erro ou uma resposta síncrona
    while True:
        time.sleep(body.get("poll_interval_ms", 3000) / 1000)
        job = requests.get(f"{BASE}{body['poll_url']}", auth=AUTH, timeout=30).json()
        if job["status"] in ("completed", "failed"):
            return job["result"]["response"]


# 1) Interpretação de testes de DNA
with open("genome_raw_data.txt", "rb") as fh:
    dna = run("/api/v1/dna-interpretation/analyze",
              files={"file": fh},
              data={"language": "en", "patient": '{"age": 41, "sex": "female"}'})
report = dna["data"]["report"]
print(report["executive_summary"])
for section in report["sections"]:
    print(section["title"], "-", section["risk_level"])

Exemplo de Resposta

{
  "status": "success",
  "api_version": "1.0.0",
  "message": "DNA test interpretation completed successfully",
  "data": {
    "analysis_id": "DNA-3F9A1C07B2",
    "module": "dna_interpretation",
    "generated_at": "2026-09-23T10:30:00Z",
    "language": "en",
    "source": {
      "kind": "raw", "format": "23andme", "build": "GRCh37",
      "total_records": 638463, "called": 631022, "no_call_rate": 0.0117,
      "inferred_sex": "female", "panel_total": 334, "panel_found": 291,
      "filename": "genome_raw_data.txt", "warnings": []
    },
    "report": {
      "report_type": "dna",
      "title": "Genetic health report",
      "executive_summary": "Array genotyping with good coverage of the clinical panel...",
      "overall_assessment": {"level": "slightly_elevated", "summary": "Mostly typical findings with a few actionable ones."},
      "data_quality": {"source": "23andMe v5 raw file", "markers_analyzed": 291, "coverage_note": "...", "limitations": "..."},
      "sections": [
        {
          "key": "nutrigenomics", "title": "Nutrient metabolism", "risk_level": "slightly_elevated",
          "summary": "Reduced folate cycle activity...",
          "findings": [
            {"gene": "MTHFR", "rsid": "rs1801133", "genotype": "AG", "phenotype": "C677T heterozygous",
             "risk_level": "slightly_elevated", "evidence": "established",
             "explanation": "About 65% of typical enzyme activity.", "recommendation": "Check homocysteine."}
          ]
        }
      ],
      "pharmacogenomics": [
        {"gene": "CYP2C19", "rsids": ["rs4244285"], "predicted_phenotype": "Intermediate metabolizer",
         "affected_drugs": ["clopidogrel", "omeprazole"], "recommendation": "Review before prescribing clopidogrel."}
      ],
      "disease_risks": [], "carrier_status": [], "nutrigenomics": [], "traits": [],
      "lifestyle_recommendations": ["..."], "recommended_tests": [{"test": "Homocysteine", "reason": "MTHFR C677T"}],
      "red_flags": [], "limitations": "Consumer arrays miss rare variants.",
      "disclaimer": "AI-generated clinical decision support for clinician review; not a diagnosis."
    }
  },
  "timestamp": "2026-09-23T10:30:00Z"
}

Referência dos campos de resposta

Processa o arquivo enviado exatamente como /analyze e informa o que foi encontrado, sem chamada à IA. É necessária autenticação; não há consumo de créditos. Use-o para verificar um arquivo antes de gastar um crédito.

Exemplo de Resposta

{
  "status": "success",
  "message": "Payload is valid",
  "data": {
    "valid": true,
    "language": "en",
    "source": {"kind": "raw", "format": "ancestrydna", "build": "GRCh37", "panel_total": 334, "panel_found": 287, "warnings": []}
  }
}

Combina um relatório de DNA com um exame de sangue interpretado em um único relatório de saúde. Cada ligação entre um achado genético e um valor laboratorial é classificada, seguida de uma matriz de risco, ações prioritárias e um plano de monitoramento. Consome 1 crédito por requisição bem-sucedida.

Parâmetros da Requisição

Exemplo Python

# 2) Relatório de saúde DNA + sangue (usa run() e dna do exemplo acima)
blood_test = {
    "parameters": [
        {"short_name": "25-OH D", "result": 18, "unit": "ng/mL", "range_normal_min": 30, "range_normal_max": 100, "evaluation": "low"},
        {"short_name": "Homocysteine", "result": 13.2, "unit": "µmol/L", "evaluation": "high"}
    ]
}
combined = run("/api/v1/dna-blood-report/analyze",
               json={"dna_report": dna, "blood_test": blood_test, "language": "en"})
for link in combined["data"]["report"]["correlations"]:
    print(link["topic"], link["concordance"], link["action"])

Exemplo de Resposta

{
  "status": "success",
  "message": "DNA + blood health report completed successfully",
  "data": {
    "analysis_id": "DNB-8C21E40A9D",
    "module": "dna_blood_report",
    "language": "en",
    "report": {
      "report_type": "dna_blood",
      "executive_summary": "The low vitamin D level matches the GC genotype; homocysteine is borderline, in line with MTHFR C677T.",
      "overall_status": {"level": "watch", "summary": "Two gene-lab matches to act on."},
      "correlations": [
        {"topic": "Vitamin D", "genetic_finding": "GC rs2282679 GT", "lab_finding": "25-OH D 18 ng/mL",
         "concordance": "confirms", "interpretation": "Genetic tendency and lab value agree.", "action": "Supplement and recheck in 12 weeks."}
      ],
      "risk_matrix": [{"area": "Folate cycle", "genetic_risk": "slightly_elevated", "lab_status": "borderline", "combined_assessment": "Watch homocysteine."}],
      "priority_actions": [{"priority": "high", "action": "Start vitamin D3", "why": "Deficient level and GC genotype"}],
      "monitoring_plan": [{"marker": "25-OH vitamin D", "interval": "12 weeks", "reason": "Dose check"}],
      "lifestyle_plan": [], "questions_for_clinician": [], "red_flags": [],
      "limitations": "One blood test; values vary.",
      "disclaimer": "AI-generated clinical decision support for clinician review; not a diagnosis."
    }
  }
}

Referência dos campos de resposta

Elabora um plano de suplementação personalizado a partir do relatório de DNA, das respostas ao questionário e, opcionalmente, de um exame de sangue interpretado. O catálogo de produtos e as configurações do consultor da sua clínica são aplicados automaticamente. Consome 1 crédito por requisição bem-sucedida.

Parâmetros da Requisição

Exemplo cURL

curl -X POST "https://app.aibloodtestinterpret.com/api/v1/dna-supplements/analyze?async=1" \
  -u "SEU_USUARIO:SUA_SENHA" \
  -H "Content-Type: application/json" \
  -d '{
    "dna_report": { ...data.report da interpretação de DNA... },
    "answers": {"diet_type": "vegetarian", "pregnancy": "no", "sun_exposure": "low", "goals": ["energy", "immunity"]},
    "language": "en"
  }'

Exemplo Python

# 3) Plano de suplementação (usa run(), dna e blood_test dos exemplos acima)
plan = run("/api/v1/dna-supplements/analyze",
           json={"dna_report": dna, "blood_test": blood_test,
                 "answers": {"diet_type": "vegetarian", "pregnancy": "no"},
                 "language": "en"})
for item in plan["data"]["report"]["recommendations"]:
    print(item["name"], item["dose"], item["timing"], "-", item["source"])

Exemplo de Resposta

{
  "status": "success",
  "message": "Supplement plan completed successfully",
  "data": {
    "analysis_id": "SUP-51B7D2E6F0",
    "module": "dna_supplements",
    "language": "en",
    "catalogue": {"mode": "prefer", "products": 24},
    "report": {
      "report_type": "supplement",
      "summary": "Plan built from GC and MTHFR findings, a low vitamin D level and a vegetarian diet.",
      "recommendations": [
        {"name": "Vitamin D3 + K2", "source": "clinic_library", "product": "Vitamin D3 + K2 (Clinic Brand)",
         "form": "softgel", "dose": "2000 IU", "timing": "with lunch", "duration": "12 weeks", "priority": "high",
         "rationale": {"genetic": "GC rs2282679 GT", "lab": "25-OH D 18 ng/mL", "questionnaire": "little sun"},
         "evidence": "established", "cautions": ["Recheck calcium"], "interactions": ["Thiazide diuretics"],
         "retest": "25-OH D in 12 weeks"}
      ],
      "avoid_or_caution": [{"name": "High-dose vitamin A", "reason": "Pregnancy planning"}],
      "uncovered_needs": [],
      "dietary_sources": [{"nutrient": "Folate", "foods": ["lentils", "spinach"]}],
      "retest_plan": [{"marker": "25-OH vitamin D", "when": "12 weeks", "why": "Dose check"}],
      "clinician_review_required": ["Thiazide co-medication"],
      "disclaimer": "AI-generated clinical decision support for clinician review; not a diagnosis."
    }
  }
}

Referência dos campos de resposta

Lê ou atualiza o catálogo de produtos e as configurações do consultor da sua clínica. É o mesmo catálogo do painel da clínica e da IA Nutricional, de modo que um produto adicionado em um lugar fica disponível em todos. É necessária autenticação; não há consumo de créditos. Envie catalogue, settings ou ambos; o catálogo substitui a lista inteira.

Exemplo cURL

curl -X PUT "https://app.aibloodtestinterpret.com/api/v1/dna-supplements/settings" \
  -u "SEU_USUARIO:SUA_SENHA" \
  -H "Content-Type: application/json" \
  -d '{
    "catalogue": [
      {"name": "Vitamin D3 + K2", "brand": "Clinic Brand", "form": "softgel", "dosage": "2000 IU / 75 µg", "category": "vitamin"},
      {"name": "Omega-3 EPA/DHA", "brand": "Clinic Brand", "form": "softgel", "dosage": "1000 mg", "category": "omega"}
    ],
    "settings": {"mode": "prefer", "instructions": "Prefer our own brand.", "max_items": 8}
  }'

Extrai todo o conteúdo textual de documentos carregados usando a tecnologia ICR da Kantesti.

Parâmetros da Requisição

Exemplo cURL

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

Exemplo Python

import requests

def icr_extract(file_path: str, username: str, password: str, language: str = "pt"):
    """
    Extrair texto de um documento com a API ICR Kantesti.
    79% mais rápido e 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()

# Exemplo de uso
result = icr_extract("relatorio_medico.pdf", "usuario", "senha", "pt")
print(f"Tipo de documento: {result['data']['document_type']}")
print(f"Páginas: {result['data']['page_count']}")

Exemplo de Resposta

{
  "status": "success",
  "data": {
    "document_type": "blood_test_report",
    "page_count": 1,
    "pages": [{"page_number": 1, "content": {"raw_text": "Hospital Universitário de Colônia - Hemograma...", "sections": [{"type": "header", "content": "Hemograma"}], "tables": [{"headers": ["Teste", "Resultado", "Unidade", "Faixa de Referência"], "rows": [["Glicose", "92", "mg/dL", "74 - 100"], ["ALT", "22", "U/L", "< 35"]]}]}}],
    "metadata": {"detected_language": "pt", "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"
}