Tehničko mjerilo i klinički nadzor | Kantesti AI

Dom Medicinska validacija

Medicinska validacija i klinički standardi za Analiza krvnog testa umjetnom inteligencijom

Interna, automatizirana referentna vrijednost motora Kantesti AI, koju je napisao naš glavni liječnik (Chief Medical Officer) i koja nije neovisno validirana niti recenzirana, iza Analizator krvnih testova s umjetnom inteligencijom.

Interna referentna vrijednost
CMO-autorstvo
Usklađeno s HIPAA-om
Napisano i medicinski pregledano od strane

Thomas Klein, dr. med.

Glavni medicinski direktor (CMO), Kantesti AI

Kantesti

Klinički hematolog · glavni liječnik (Chief Medical Officer) u Kantesti · klinički nadzor nad metodologijom tumačenja, dijagnostikom uz pomoć i sustavima za kliničku odluku

Posljednji pregled 29. travnja 2026.
Sljedeća recenzija 1. rujna 2026.
Verzija 2.0

Primarni dokazi i dokumentacija

Mjerna vrijednost učinka na ovoj stranici dolazi iz našeg vlastitog automatiziranog, otvorenog benchmark okvira (harness), pri čemu su kod i scorecardovi objavljeni javno. Riječ je o ponovljivom tehničkom benchmarku, a ne o neovisnoj ili regulatornoj validaciji, niti je to mjera stvarne dijagnostičke točnosti. Pristupite kodu i podacima u nastavku.

Primarni izvor

Kantesti AI Engine — Tumačenje krvne slike Benchmark

Automatizirano kompozitno bodovanje na 100.000 sintetičkih slučajeva za 127 oznaka zemalja

Održava: Kantesti Ltd — engine benchmark; klinički unos od Thomasa Kleina, MD Metoda: Automatizirani, otvoreni benchmark okvir (harness) (MIT licenca) Kompozitni rezultat: 99,80% (samostalno pokrenuto, nije recenzirano) Opseg: 100.000 sintetičkih slučajeva · 127 oznaka zemalja Status: Nije neovisno validirano niti recenzirano Kompozitna formula: 0,35 struktura + 0,55 prisjećanje kliničkih ključnih riječi + 0,10 latencija

Pregled benchmarka i metodologije

Kantestijev Interpretacija AI krvnog testa platform prolazi rigoroznu medicinsku validaciju kao dio našeg internog procesa osiguranja kvalitete. Učinak se mjeri internim, automatiziranim, otvorenim benchmark okvirom (harness).

Ova stranica dokumentira taj benchmark, našu strukturu nadzora liječnika i naš kontinuirani proces praćenja kvalitete. Benchmark je tehnička evaluacija, a ne kliničko ispitivanje ili regulatorna validacija.

100 tisuća Benchmark slučajevi Vidi benchmark
127 Pokriveni country labeli Vidi benchmark

Interni benchmark učinak (kompozitno)

Ovo je rezultat našeg internog, automatiziranog, otvorenog benchmark okvira (harness). Samostalno je pokrenut i nije neovisno validiran niti recenziran.

Ukupni rezultat mjerila (benchmark)

Složeni rezultat mjerila: 99,80% (samostalno pokrenuto, nije recenzirano) — ukupni rezultat našeg automatiziranog, open-source mjerila na 100.000 sintetičkih slučajeva za 127 oznaka zemalja. Kompozit je mješavina tehničkog metrika (35% valjanost strukture izlaza + 55% prisjećanje kliničkih ključnih riječi + 10% latencija); on ne mjeri dijagnostičku točnost i nije neovisno validiran niti recenziran. Pogledajte kod i podatke na GitHubu

Mjerilo daje jedan složeni rezultat iz automatiziranog okvira; ne daje brojke osjetljivosti/specifičnosti po pojedinoj kategoriji testa. Potpune kartice rezultata po svakom slučaju nalaze se u otvorenom repozitoriju.

Medicinski savjetodavni odbor

Naš Medicinski savjetodavni odbor pruža klinički nadzor nad razvojem i validacijom svih AI algoritama. Članovi odbora predstavljaju različite specijalnosti u više zemalja, u području kliničke medicine.

Thomas Klein, dr. med.

Glavni medicinski direktor (CMO) Klinička hematologija i dijagnostika umjetne inteligencije

Dr. Sarah Mitchell, dr. med., dr. sc.

Glavni medicinski savjetnik Klinička patologija i laboratorijska medicina

Prof. dr. Hans Weber

Viši medicinski savjetnik Laboratorijska medicina i klinička kemija

Dr. Maria Rodriguez, dr. med., magistra javnog zdravstva

Medicinski savjetnik Interna medicina i preventivna medicina

Dr. Chen Wei, dr. med., magistar znanosti

Medicinski savjetnik Endokrinologija i metabolička medicina

Upoznajte naš cjeloviti Medicinski savjetodavni odbor s detaljnim profilima, kvalifikacijama i istraživačkim iskustvom.

Pogledajte sve savjetnike →

Kontinuirano praćenje kvalitete

Nakon uvođenja, motor se prati putem internih operativnih provjera i strukturiranih povratnih informacija korisnika te našeg Medicinskog savjetodavnog odbora. Ovo je interno praćenje i nije neovisna studija ishoda u kliničkom okruženju.

Mjesečna izvješća o učinku

Sveobuhvatna analiza točnosti u svim kategorijama biomarkera, demografskim segmentima i geografskim regijama. Identifikacija trendova omogućuje proaktivno upravljanje kvalitetom.

Povratne informacije pružatelja zdravstvene zaštite

Strukturirana integracija povratnih informacija od liječnika i laboratorijskih stručnjaka. Označene interpretacije podliježu pregledu Medicinskog savjetodavnog odbora, a ispravci su integrirani u obuku.

Podaci o obuci i osiguranje kvalitete

Naš proces osiguranja kvalitete primjenjuje standardne kontrole na podatke koje koristi platforma.

Kontrole kvalitete

Višefazno osiguranje kvalitete podataka:

  • Uklanjanje nepotpunih ili oštećenih zapisa
  • Detekcija outliera za predanalitičke pogreške
  • Provjera porijekla za sve skupove podataka
  • Anonimizacija usklađena s HIPAA-om i GDPR-om

Partneri za tehnologiju i usklađenost

Našu infrastrukturu za validaciju i razvoj umjetne inteligencije podržavaju partnerstva s vodećim tehnološkim pružateljima usluga u industriji.

Microsoft FoundersHub

Oblačna infrastruktura i platforma za razvoj umjetne inteligencije na razini poduzeća koja podržava skalabilne tijekove rada za validaciju.

NVIDIA početni program

Resursi za GPU računalstvo i optimizacija AI modela omogućuju učinkovito treniranje i optimizaciju modela.

Google Cloud AI

Infrastruktura strojnog učenja koja podržava distribuirano treniranje modela i zaključivanje u stvarnom vremenu.

Cloudflare

Globalna edge mreža koja osigurava siguran, pristup s niskom latencijom globalno.

Usklađeno s HIPAA-om

Zaštitne mjere za zaštitu podataka u zdravstvu u SAD-u

Usklađeno s GDPR-om

Europska uredba o zaštiti podataka

Prikladna upotreba i ograničenja

Transparentnost u pogledu mogućnosti i ograničenja ključna je za odgovornu primjenu umjetne inteligencije u zdravstvu. Kantesti osmišljen je kao alat za podršku odlučivanju koji nadopunjuje, a ne zamjenjuje, profesionalnu medicinsku prosudbu.

Informacije nisu dostupne

Naša umjetna inteligencija interpretira podatke biomarkera izolirano. Sljedeći klinički kontekst nije dostupan sustavu:

  • Potpuna medicinska povijest pacijenta
  • Trenutni lijekovi i potencijalne interakcije
  • Nalazi fizikalnog pregleda
  • Genetski čimbenici i obiteljska anamneza
  • Čimbenici životnog stila (osim ako ih korisnik ne navede)

Varijacije laboratorijske metodologije

Referentni rasponi razlikuju se između laboratorija zbog razlika u opremi i standardima kalibracije. Naša baza podataka referentnih raspona specifičnih za laboratorij obuhvaća mnoge varijacije, ali korisnici trebaju provjeriti odgovaraju li izvučene vrijednosti njihovom izvornom izvještaju.

Razmatranja kvalitete dokumenta

Točnost OCR-a ovisi o kvaliteti dokumenta. Rukom pisani rezultati ili skeniranja niske rezolucije mogu utjecati na izdvajanje vrijednosti. Ručna korekcija dostupna je za sve izdvojene vrijednosti prije analize.

Medicinska odricanje odgovornosti

Kantesti je informacijski alat pokretan umjetnom inteligencijom koji interpretira rezultate krvnih pretraga na temelju utvrđenih medicinskih referentnih raspona i kliničkih smjernica. NIJE medicinski uređaj i ne dijagnosticira, ne liječi, ne izlječuje niti sprječava bilo koju bolest.

Pružene informacije služe isključivo u obrazovne i informativne svrhe i ne smiju se smatrati medicinskim savjetom. Uvijek se posavjetujte s kvalificiranim zdravstvenim djelatnikom prije donošenja odluka o svom zdravlju ili liječenju.

U slučaju medicinske hitne situacije odmah se obratite hitnoj pomoći. Kantesti nije namijenjen za hitne slučajeve.

Sukob interesa i objava financiranja

Ova dokumentacija o validaciji objavljena je od strane Kantesti Ltd (UK Companies House br. 17090423), sa sjedištem u Londonu, Ujedinjeno Kraljevstvo. Članovi Medicinskog savjetodavnog odbora dobivaju naknadu za svoje savjetodavne uloge. Glavni liječnik (Thomas Klein, MD) stalno je zaposlen u Kantesti Ltd. Sva ovdje prijavljena validacija interna je za Kantesti i nije neovisno provjerena niti recenzirana. Nije primljeno nikakvo vanjsko financiranje za studije validacije. Tvrtka se samofinancira prihodima i tehnološkim partnerstvima s Microsoftom za Startups, NVIDIA Inception, Google Cloudom i Cloudflareom.

Često postavljana pitanja o medicinskoj validaciji

Koliko često se ažurira AI model?

Naš model prolazi tromjesečno ponovno treniranje uz uključivanje novih validiranih podataka, ažuriranih kliničkih smjernica i istraživanja novih biomarkera. Svako ažuriranje provjerava se u odnosu na naš interni automatizirani mjeritelj prije uvođenja. Ažuriranja koja ne zadovoljavaju prag našeg mjeritelja ne isporučuju se.

Kako se izvještava o izvedbi mjerila?

Učinkovitost se prikazuje kao jedinstvena kompozitna ocjena iz našeg automatiziranog mjerila, a ne kao dijagnostička točnost po kategorijama. Kompozitna ocjena objedinjuje valjanost strukture izlaza, prisjećanje kliničkih ključnih riječi i latenciju te je isključivo tehnička mjera.

Mogu li vjerovati interpretaciji umjetne inteligencije za medicinske odluke?

Kantesti je osmišljen kao alat za podršku u donošenju odluka, a ne kao zamjena za profesionalnu medicinsku prosudbu. Naša umjetna inteligencija pruža validirana tumačenja na temelju utvrđenih referentnih raspona, ali klinički kontekst - uključujući vašu medicinsku povijest, lijekove i simptome - zahtijeva liječničku procjenu za odluke o liječenju. Uvijek se posavjetujte sa svojim liječnikom.

Koliko slučajeva i oznaka zemalja obuhvaća mjerilo?

Automatizirano mjerilo učinka pokreće se na 100.000 sintetičkih slučajeva koji obuhvaćaju 127 oznaka zemalja. To je tehničko mjerilo sadržaja i formata, a ne studija točnosti demografskih podataka, te nije neovisno validirano niti recenzirano.

Što se događa ako umjetna inteligencija napravi grešku?

Pružatelji zdravstvene skrbi i korisnici mogu označiti tumačenja za pregled Medicinskog savjetodavnog odbora. Označene slučajeve analizira naš direktor marketinga, dr. med. Thomas Klein, i medicinski tim. Ako se potvrde pogreške, ispravci se integriraju u buduće cikluse obuke. Naše kontinuirano praćenje prati stvarne performanse kako bismo proaktivno identificirali i riješili sustavne probleme.

Gdje mogu pronaći cjelovito izvješće o validaciji?

Naša metodologija benchmarka, kod i pojedinačni scorecardovi za svaki slučaj javno su dostupni: benchmark za krvne pretrage Kantesti AI motora na GitHubu (https://github.com/emirhanai/kantesti-blood-test-benchmark) i zapis na Figshareu (DOI: 10.6084/m9.figshare.32095435). Riječ je o samostalno pokrenutom, automatiziranom benchmarku koji nije neovisno validiran niti recenziran.

Tko pregledava medicinski sadržaj na Kantestiju?

Svi medicinski sadržaji napisani su i pregledani od strane Thomasa Kleina, MD, našeg glavnog liječnika. Dr. Klein je specijalist kliničke hematologije s certifikatom odbora koji obnaša dužnost glavnog liječnika u Kantesti i tumačenje uz potporu umjetne inteligencije. Dodatni nadzor pruža naš Medicinski savjetodavni odbor.

Iskustvo uz AI-pomoćnu analizu krvnih pretraga

Pridružite se milijunima korisnika diljem svijeta koji vjeruju Kantestijev AI analizator krvnih testova za AI-pomoćno, informativno tumačenje krvne slike na 75+ jezika.

Korporativna transparentnost

Vjerujemo u potpunu transparentnost o tome tko smo i kako poslujemo. U nastavku ćete pronaći podatke o registraciji naše tvrtke i informacije o vodstvu.

Od ožujka 2026. godine Kantesti AI platforma — trenutačno djeluje kao Kantesti V11 — njome upravlja Kantesti d.o.o., privatno društvo s ograničenom odgovornošću osnovano u Engleskoj i Walesu (UK Companies House br. 17090423), sa sjedištem registriranim u Londonu, Ujedinjeno Kraljevstvo. Ova registracija u Ujedinjenom Kraljevstvu konsolidira globalne operacije pod jedinstvenom, transparentnom korporativnom strukturom kojom upravljaju regulatorni standardi Ujedinjenog Kraljevstva, nadovezujući se na razvoj koji je započeo 2019. Ista vlasnička neuronska mreža — koja tumači više od 15.000 biomarkera na 75+ jezika za više od 2 milijuna korisnika u 127 zemalja — i dalje se razvija i održava od istih inženjerskih i medicinskih timova. Naše interne mjerila, nadzor Medicinskog savjetodavnog odbora i partnerstva s Microsoftom za Startups (Founders Hub), NVIDIA Inception i Google Cloud ostaju nepromijenjeni. Korisnici diljem svijeta i dalje imaju pristup identičnoj kvaliteti usluge, sada poduprtoj poboljšanim korporativnim upravljanjem u Ujedinjenom Kraljevstvu uz naš postojeći GDPR (EU) i HIPAA (US) usklađenost.

Kantesti AI · Kantesti Ltd

Nazivi brendova: Kantesti, Kantesti AI

Pravna osoba: Kantesti Ltd (privatno društvo s ograničenom odgovornošću)

Companies House br.: 17090423

Nadležnost: Engleska i Wales, Ujedinjeno Kraljevstvo

Vrsta poslovanja: AI zdravstvena tehnologija (SaaS)

Osnovano: 2019 · UK subjekt registriran: ožujak 2026.

Zapovjedništvo: 4 Raven Road, Jedinica 1c3-1100, London, E18 1HB, Ujedinjeno Kraljevstvo

Verzija aplikacije: Kantesti V11

Kontakt: [email protected]

UK telefon: +44 7508 364740 (pon–pet 9:00–18:00 GMT)

DE telefon: +49 177 497 4039 (pon–pet 9:00–18:00 CET)

Rukovodstvo

Osnivač i izvršni direktor: Julian Emirhan Bulut

Vizionarski poduzetnik koji predvodi inovacije umjetne inteligencije u zdravstvenoj tehnologiji. Izgradnja pristupačnih alata za interpretaciju krvnih testova za globalno poboljšanje zdravlja.

Povežite se na LinkedInu

Glavni medicinski službenik: Thomas Klein, dr. med.

Liječnik specijalist hematologije s certifikatom odbora koji vodi klinički nadzor našeg medicinskog sadržaja.

Usklađenost

Zaštita podataka: Usklađeno s GDPR-om (EU)

Privatnost u zdravstvu: Prakse usklađene s HIPAA-om (SAD)

Medicinski uređaj: Nije klasificirano kao medicinski proizvod - samo informativni alat

Reference i standardi

Naša metodologija validacije i klinički standardi temelje se na utvrđenim medicinskim smjernicama i međunarodnim standardima.

  1. [1] Svjetska zdravstvena organizacija (WHO). Upotreba glikiranog hemoglobina (HbA1c) u dijagnozi dijabetesa melitusa. Ženeva: WHO; 2011. Dostupno na: https://www.who.int/diabetes/publications/diagnosis_diabetes2011/en/
  2. [2] Međunarodna organizacija za standardizaciju. ISO 15189:2022 Medicinski laboratoriji — Zahtjevi za kvalitetu i kompetenciju. Ženeva: ISO; 2022. https://www.iso.org/standard/76677.html
  3. [3] Institut za kliničke i laboratorijske standarde (CLSI). EP09c: Usporedba postupaka mjerenja i procjena pristranosti korištenjem uzoraka pacijenata. 3. izd. Wayne, PA: CLSI; 2018.
  4. [4] Nacionalni institut za zdravlje (NIH). Referentni rasponi krvnih testova. Bethesda, MD: NIH; Ažurirano 2024. Dostupno na: MedlinePlus
  5. [5] Američko udruženje za kliničku kemiju (AACC). Referentni rasponi laboratorijskih ispitivanja. Washington, DC: AACC; 2024. https://www.aacc.org/
  6. [6] Međunarodna federacija za kliničku kemiju (IFCC). Referentni postupci mjerenja. Milano: IFCC; 2023. https://www.ifcc.org/
  7. [7] Bulut J E. Kantesti AI motor — Mjerilo tumačenja krvnih pretraga (automatizirano, open-source okvir). Kantesti Ltd; 2026. Kod i podaci: GitHub · DOI: 10.6084/m9.figshare.32095435
  8. [8] Ministarstvo zdravstva i socijalnih usluga SAD-a. HIPAA pravilo o privatnosti. 45 CFR Dio 160 i poddijelovi A i E Dijela 164. Washington, DC: HHS; 2013.
  9. [9] Europski parlament i Vijeće. Opća uredba o zaštiti podataka (GDPR). Uredba (EU) 2016/679. Bruxelles: EU; 2016.