의료 검증 및 임상 표준 AI 혈액 검사 분석
Kantesti AI 엔진에 대한 내부 자동 벤치마크로, 최고의료책임자(CMO)가 작성했으며 독립적으로 검증되거나 동료심사(peer review)를 거치지 않았습니다. 해당 내용은 AI 혈액 검사 분석기.
주요 증거 및 문서
이 페이지의 성능 수치는 자체 자동화된 오픈소스 벤치마크 하네스에서 비롯되며, 코드와 스코어카드는 공개되어 있습니다. 이는 재현 가능한 기술 벤치마크로서 독립적 또는 규제 목적의 검증이 아니며, 실제 환경에서의 진단 정확도를 측정하는 지표도 아닙니다. 아래에서 코드와 데이터를 확인하세요.
Kantesti AI 엔진 — 혈액검사 결과 해석 벤치마크
127개 국가 라벨에 걸친 100,000개의 합성 사례에 대한 자동 복합 점수 산출
벤치마크 & 방법론 개요
칸테스티의 AI 혈액 검사 해석 당사 내부 품질 프로세스의 일부로서 플랫폼은 엄격한 의료 검증을 거칩니다. 성능은 내부의 자동화된 오픈소스 벤치마크 하네스로 측정됩니다.
이 페이지는 해당 벤치마크, 당사의 의사 감독 구조, 그리고 지속적인 품질 모니터링 프로세스를 문서화합니다. 이 벤치마크는 임상시험 또는 규제 검증이 아닌 기술적 평가입니다.
내부 벤치마크 성능 (복합)
이는 당사의 내부 자동화 오픈소스 벤치마크 하네스의 결과입니다. 자체 실행되었으며 독립적으로 검증되거나 동료심사되지 않았습니다.
전체 벤치마크 결과
복합 벤치마크 점수: 99.80% (자체 실행, 동료 심사 미실시) — 127개 국가 라벨에 걸친 100,000개의 합성 사례에 대해 당사의 자동화된 오픈 소스 벤치마크 하네스가 도출한 전체 결과입니다. 이 복합 점수는 혼합된 기술 지표(35% 출력-구조 타당성 + 55% 임상 키워드 재현율 + 10% 지연시간)이며, ~ 아니다 진단 정확도를 나타내는 지표입니다. 독립적으로 검증되거나 동료 심사를 거치지 않았습니다. GitHub에서 코드 & 데이터 보기
벤치마크는 자동화된 하네스로부터 단일 복합 점수를 생성하며, 테스트 범주별 민감도/특이도 수치를 생성하지 않습니다. 전체 사례별 점수카드는 오픈 저장소에 있습니다.
의료 자문 위원회
당사의 의료 자문 위원회는 모든 AI 알고리즘 개발 및 검증에 대해 임상적 감독을 제공합니다. 위원들은 여러 국가에 걸쳐 임상 의학 전반의 다양한 전문 분야를 대표합니다.
Sarah Mitchell 박사, MD, PhD
최고 의료 고문 임상병리학 및 검사의학한스 베버 교수
수석 의료 고문 검사의학 및 임상화학마리아 로드리게스 박사, MD, MPH
의료 자문가 내과 및 예방의학Chen Wei 박사, MD, MSc
의료 자문가 내분비학 및 대사의학자세한 프로필, 자격 증명, 연구 배경을 갖춘 전체 의료 자문 위원회를 만나보세요.
모든 고문 보기 →지속적인 품질 모니터링
배포 이후에는 내부 운영 점검과 사용자 및 당사 의료자문위원회(Medical Advisory Board)로부터의 구조화된 피드백을 통해 엔진을 모니터링합니다. 이는 내부 모니터링이며 독립적인 임상 결과 연구가 아닙니다.
월별 성과 보고서
모든 바이오마커 범주, 인구통계학적 세그먼트 및 지리적 지역에 대한 포괄적인 정확도 분석을 제공합니다. 추세 파악을 통해 사전 예방적 품질 관리가 가능합니다.
의료 서비스 제공자 피드백
의사와 검사실 전문가의 체계적인 피드백을 통합합니다. 표시된 해석은 의료 자문 위원회의 검토를 거쳐 수정 사항을 교육에 반영합니다.
훈련 데이터 및 품질 보증
당사의 품질보증 프로세스는 플랫폼에서 사용하는 데이터에 표준 통제를 적용합니다.
품질 관리
다단계 데이터 품질 보증:
- 불완전하거나 손상된 기록 제거
- 사전 분석 오류에 대한 이상치 감지
- 모든 데이터 세트에 대한 출처 검증
- HIPAA에 부합하고 GDPR에 부합하는 익명화
기술 및 규정 준수 파트너
당사의 검증 인프라와 AI 개발은 업계를 선도하는 기술 공급업체와의 파트너십을 통해 지원됩니다.
마이크로소프트 파운더스 허브
확장 가능한 검증 워크플로를 지원하는 클라우드 인프라 및 엔터프라이즈급 AI 개발 플랫폼입니다.
NVIDIA Inception 프로그램
효율적인 모델 학습 및 최적화를 가능하게 하는 GPU 컴퓨팅 자원과 AI 모델 최적화.
구글 클라우드 AI
분산 모델 학습과 실시간 추론을 지원하는 머신 러닝 인프라입니다.
클라우드플레어
전 세계적으로 안전하고 저지연으로 접근할 수 있도록 하는 글로벌 엣지 네트워크.
HIPAA에 부합하는
미국 의료 데이터 보호 조치
GDPR에 부합하는
유럽 데이터 보호 규정
적절한 사용 및 제한 사항
의료 분야에서 책임감 있는 AI 배포를 위해서는 역량과 한계에 대한 투명성이 필수적입니다. 칸테스티 전문적인 의학적 판단을 대체하는 것이 아니라 보완하는 의사 결정 지원 도구로 설계되었습니다.
정보에 접근하지 못했습니다
저희 AI는 바이오마커 데이터를 단독으로 해석합니다. 다음과 같은 임상적 맥락은 시스템에서 확인할 수 없습니다.
- 환자의 완전한 병력
- 현재 복용 중인 약물과 잠재적 상호작용
- 신체 검사 결과
- 유전적 요인과 가족력
- 라이프스타일 요소(사용자가 제공하지 않는 한)
실험실 방법론 변형
참고 범위는 장비 차이와 교정 기준으로 인해 실험실마다 달라집니다. 실험실별 참고 범위 데이터베이스는 많은 변이를 다루지만, 사용자는 추출된 값이 원래 보고서와 일치하는지 확인해야 합니다.
문서 품질 고려 사항
OCR 정확도는 문서 품질에 따라 달라집니다. 수기 결과나 저해상도 스캔은 값 추출에 영향을 미칠 수 있습니다. 분석 전에 추출된 모든 값에 대해 수동 보정이 가능합니다.
의학적 면책 조항
칸테스티(Kantesti)는 확립된 의료 기준 범위와 임상 지침을 기반으로 혈액 검사 결과를 해석하는 AI 기반 정보 제공 도구입니다. 의료 기기가 아니며, 질병을 진단, 치료, 완치 또는 예방하지 않습니다.
제공된 정보는 교육 및 정보 제공 목적으로만 제공되며 의학적 조언으로 간주되어서는 안 됩니다. 건강이나 치료에 대한 결정을 내리기 전에 반드시 자격을 갖춘 의료 전문가와 상담하십시오.
응급 상황 발생 시 즉시 응급 서비스에 연락하십시오. 칸테스티는 응급 상황에 대비하여 설계되지 않았습니다.
이해충돌 및 자금 출처 공개
이 검증 문서는 Kantesti Ltd(UK Companies House No. 17090423)가 게시합니다. 본사는 영국 런던에 있습니다. 의료자문위원회 위원들은 자문 역할에 대해 보수를 받습니다. 최고의료책임자(Thomas Klein, MD)는 Kantesti Ltd의 전일제 직원입니다. 여기서 보고되는 모든 검증은 Kantesti 내부에서 수행되었으며 독립적으로 확인되거나 동료심사를 거치지 않았습니다. 검증 연구를 위해 외부 자금은 지원받지 않았습니다. 이 회사는 Microsoft for Startups, NVIDIA Inception, Google Cloud, Cloudflare와의 기술 파트너십 및 수익을 통해 자체 자금으로 운영됩니다.
의료 검증에 관한 자주 묻는 질문
AI 모델은 얼마나 자주 업데이트되나요?
당사 모델은 분기마다 재학습을 수행하며, 여기에는 새로 검증된 데이터, 업데이트된 임상 지침, 그리고 새롭게 부상하는 바이오마커 연구가 포함됩니다. 각 업데이트는 배포 전에 내부 자동 벤치마크와 대조하여 확인합니다. 벤치마크 임계값을 충족하지 못하는 업데이트는 제공하지 않습니다.
벤치마크 성능은 어떻게 보고됩니까?
성능은 범주별 진단 정확도로가 아니라, 당사의 자동화 벤치마크에서 단일 복합 점수로 보고됩니다. 이 복합 점수는 출력 구조의 타당성, 임상 키워드 회상, 그리고 지연 시간을 결합하며, 이는 기술적 측정치일 뿐입니다.
의료적 결정을 내릴 때 AI 해석을 신뢰할 수 있을까?
Kantesti는 의료 전문가의 판단을 대체하는 것이 아니라 의사결정을 지원하는 도구로 설계되었습니다. 당사의 AI는 확립된 참고 범위에 기반하여 검증된 해석을 제공하지만, 치료 결정을 위해서는 환자의 병력, 복용 중인 약물, 증상 등 임상적 맥락을 고려하여 의사의 평가를 받아야 합니다. 반드시 의료 전문가와 상담하십시오.
벤치마크는 몇 건의 사례와 국가 라벨을 포함하나요?
자동화된 벤치마크는 127개 국가 라벨에 걸쳐 100,000개의 합성 사례에서 실행된다. 이는 인구통계학적 정확성 연구가 아니라 기술적 콘텐츠 및 형식 벤치마크이며, 독립적으로 검증되거나 동료 검토를 거치지 않았다.
AI가 실수를 하면 어떻게 되나요?
의료 서비스 제공자와 사용자는 해석 오류를 표시하여 의료 자문 위원회의 검토를 요청할 수 있습니다. 표시된 사례는 당사의 최고 의료 책임자(CMO)인 토마스 클라인 박사와 의료팀이 분석합니다. 오류가 확인되면 수정 사항이 향후 교육 과정에 반영됩니다. 당사는 지속적인 모니터링을 통해 실제 사용 환경에서의 성능을 추적하고 시스템적인 문제를 사전에 파악하여 해결합니다.
전체 검증 보고서는 어디에서 확인할 수 있나요?
우리의 벤치마크 방법론, 코드, 케이스별 점수카드는 공개되어 있습니다: GitHub의 Kantesti AI 엔진 혈액검사 벤치마크(https://github.com/emirhanai/kantesti-blood-test-benchmark)와 Figshare의 기록(DOI: 10.6084/m9.figshare.32095435)입니다. 이는 사용자가 직접 실행하는 자동화 벤치마크이며, 독립적으로 검증되거나 동료심사를 거친 것은 아닙니다.
칸테스티의 의료 콘텐츠는 누가 검토하나요?
모든 의료 콘텐츠는 Thomas Klein, MD, 당사의 최고 의료 책임자(Chief Medical Officer)가 작성하고 검토합니다. Klein 박사는 Kantesti에서 최고 의료 책임자로 재직하며 AI 지원 해석을 제공하는, 보드 인증 임상 혈액종양내과 전문의입니다. 추가 감독은 당사의 의료 자문 위원회에서 제공합니다.
경험 기반 AI 보조 혈액검사 분석
전 세계 수백만 명의 사용자가 신뢰하는 서비스에 참여하세요. 칸테스티의 AI 혈액 검사 분석기 75+개 언어로 제공되는 AI 보조 정보성 혈액검사 결과 해석을 위해.
기업 투명성
저희는 회사의 정체성과 운영 방식에 대한 완전한 투명성을 중요하게 생각합니다. 아래에서 회사 등록 정보와 경영진 정보를 확인하실 수 있습니다.
2026년 3월 기준으로, 칸테스티 AI 플랫폼—현재 Kantesti V11 —은 칸테스티 주식회사, 가 운영하며,. 17090423), 영국 런던에 등록 본사를 두고 있습니다. 이번 영국 법인 설립은 2019년에 시작된 개발 작업을 바탕으로, 영국 규제 기준에 의해 지배되는 단일하고 투명한 기업 구조 아래에서 전 세계 운영을 통합합니다. 동일한 독자적 신경망—75+개 언어로 127개 국가의 200만 명이 넘는 사용자에게 15,000개 이상의 바이오마커를 해석—는 동일한 엔지니어링 및 의료 팀에 의해 계속 개발되고 유지되고 있습니다. 당사 내부 벤치마킹, 의료 자문 위원회의 감독, 그리고 Microsoft for Startups(Founders Hub), NVIDIA Inception, Google Cloud와의 파트너십은 변함이 없습니다. 전 세계 사용자는 이제 기존 GDPR(EU) 및 HIPAA(미국) 준수에 더해 강화된 영국 기업 거버넌스를 바탕으로 동일한 서비스 품질에 계속 접근할 수 있습니다.
Kantesti AI · Kantesti Ltd
브랜드명: Kantesti, Kantesti AI
법인: Kantesti Ltd(유한책임회사)
Companies House No.: 17090423
관할권: 영국 잉글랜드 및 웨일스
사업 유형: AI 의료 기술(SaaS)
설립: 2019 · 영국 법인 등록: 2026년 3월
본부: 영국 런던 E18 1HB, 레이븐 로드 4번지, 1c3-1100호
애플리케이션 버전: Kantesti V11
연락하다: [email protected]
영국 전화: +44 7508 364740 (월–금 9:00–18:00 GMT)
DE 전화: +49 177 497 4039 (월–금 9:00–18:00 CET)
지도
창립자 겸 CEO: 줄리안 에미르한 불루트
의료 기술 분야의 AI 혁신을 선도하는 비전 있는 기업가. 전 세계 보건 개선을 위해 접근성 높은 혈액 검사 해석 도구를 개발합니다.
LinkedIn에서 연결하세요최고 의료 책임자: 토마스 클라인, 의학박사
보드 인증 임상 혈액학자가 당사의 의료 콘텐츠에 대한 임상적 감독을 주도합니다.
규정 준수
데이터 보호: GDPR에 부합하는 (EU)
의료 개인정보 보호: HIPAA에 부합하는 관행 (미국)
의료기기: 의료기기로 분류되지 않음 - 정보 제공용 도구
참고자료 및 표준
당사의 검증 방법론 및 임상 표준은 확립된 의료 지침 및 국제 표준을 기반으로 합니다.
- [1] 세계보건기구(WHO). 당뇨병 진단에서 당화혈색소(HbA1c)의 활용. 제네바: WHO; 2011. 다음에서 이용 가능: https://www.who.int/diabetes/publications/diagnosis_diabetes2011/en/
- [2] 국제표준화기구. ISO 15189:2022 의료 실험실 - 품질 및 역량 요구사항. 제네바: ISO; 2022. https://www.iso.org/standard/76677.html
- [3] 임상 및 실험실 표준 연구소(CLSI). EP09c: 환자 샘플을 이용한 측정 절차 비교 및 편향 추정. 3판 펜실베니아주 웨인: CLSI; 2018.
- [4] 국립보건원(NIH). 혈액 검사 참고 범위. 메릴랜드주 베데스다: NIH; 2024년 업데이트. 다음에서 이용 가능: 메드라인플러스
- [5] 미국 임상화학회(AACC). 실험실 검사 참고 범위. 워싱턴 D.C.: AACC; 2024. https://www.aacc.org/
- [6] 국제임상화학연맹(IFCC). 기준 측정 절차. 밀라노: IFCC; 2023. https://www.ifcc.org/
- [7] Bulut J E. Kantesti AI 엔진 — 혈액검사 결과 해석 벤치마크(자동화, 오픈소스 하네스). Kantesti Ltd; 2026. 코드 & 데이터: GitHub · DOI: 10.6084/m9.figshare.32095435
- [8] 미국 보건복지부. HIPAA 개인정보 보호 규정. 45 CFR 제160부 및 제164부 A 및 E 하위부. 워싱턴 D.C.: HHS; 2013.
- [9] 유럽 의회 및 이사회. 일반 데이터 보호 규정(GDPR). 규정(EU) 2016/679. 브뤼셀: EU; 2016.