ການກວດສອບທາງການແພດ & ມາດຕະຖານທາງດ້ານການຊ່ວຍສໍາລັບ ການວິເຄາະການກວດເລືອດ AI
ການປຽບທຽບພາຍໃນທີ່ຖືກອັດຕະໂນມັດຂອງເຄື່ອງຈັກ AI Kantesti, ຂຽນໂດຍຫົວໜ້າແພດການແພດຂອງພວກເຮົາ (Chief Medical Officer) ແລະບໍ່ໄດ້ຖືກກວດສອບຢ່າງເປັນອິດສະຫຼະ ຫຼື ຜ່ານການທົບທວນຈາກຜູ້ຊ່ຽວຊານ (peer-reviewed), ຢູ່ຫຼັງ AI ກວດວິເຄາະເລືອດ.
- Kantesti V12
- ການປຽບທຽບພາຍໃນ
- ຜູ້ຂຽນໂດຍ CMO
- ສອດຄ່ອງກັບ HIPAA
- ເຄື່ອງມືໃຫ້ຂໍ້ມູນ, ບໍ່ແມ່ນອຸປະກອນການແພດ
ຜູ້ຂຽນ ແລະ ການທົບທວນທາງການແພດ
ຫຼັກຖານ ແລະ ເອກະສານຫຼັກ
ຕົວເລກຜົນການປະຕິບັດໃນໜ້ານີ້ມາຈາກຊຸດທົດສອບອັດຕະໂນມັດຂອງພວກເຮົາເອງ ທີ່ເປີດແຫຼ່ງ (open-source) โดยมีโค้ดและ scorecards ຖືກເຜີຍແຜ່ຢ່າງເປີດເຜີຍ. ມັນເປັນການທົດສອບດ້ານວິຊາການທີ່ສາມາດທົດຊ້ຳໄດ້ (reproducible technical benchmark) ບໍ່ແມ່ນການຢືນຢັນອິດສະຫຼະ ຫຼື ການຢືນຢັນຕາມຂໍ້ກຳນົດ (regulatory validation) ແລະບໍ່ແມ່ນການວັດແທກຄວາມຖືກຕ້ອງດ້ານການວິນິດໄຈໃນການນຳໃຊ້ຈິງ. ເຂົ້າເຖິງໂຄດ ແລະຂໍ້ມູນດ້າງລຸ່ມນີ້.
ເຄື່ອງຈັກ AI Kantesti — ເກນການປະເມີນການອ່ານຜົນກວດເລືອດ
การให้คะแนนแบบผสมอัตโนมัติบนเคสสังเคราะห์ 100,000 เคส ครอบคลุมป้ายกำกับประเทศ 127 ประเทศ
- ດູແລໂດຍ:
- Kantesti Ltd — engine benchmark; ຂໍ້ມູນດ້ານຄລີນິກຈາກ Thomas Klein, MD
- ວິທີການ:
- ຊຸດທົດສອບອັດຕະໂນມັດ ທີ່ເປີດແຫຼ່ງ (MIT license)
- ຄະແນນລວມ:
- 99.80% (ດຳເນີນເອງ, ບໍ່ໄດ້ຜ່ານການທົບທວນໂດຍຜູ້ຊ່ຽວຊານ)
- ຂອບເຂດ:
- เคสสังเคราะห์ 100,000 เคส · ป้ายกำกับประเทศ 127 ประเทศ
- ສະຖານະ:
- ບໍ່ໄດ້ຮັບການຢືນຢັນຢ່າງອິດສະຫຼະ ຫຼື ຜ່ານການທົບທວນໂດຍຜູ້ຊ່ຽວຊານ
- ສູດຄຳນວນຄະແນນລວມ:
- 0.35 โครงสร้าง + 0.55 การเรียกคืนคำสำคัญทางคลินิก + 0.10 เวลาแฝง
ພາບລວມການທົດສອບ & ວິທີການ
Kantesti ຂອງ ການຕີຄວາມໝາຍຂອງການກວດເລືອດ AI ແພລດຟອມຜ່ານການປະເມີນພາຍໃນຢ່າງເປັນລະບົບ ແລະ ການທົບທວນໂດຍແພດ ເຊິ່ງເປັນສ່ວນໜຶ່ງຂອງຂະບວນການຄຸນນະພາບພາຍໃນຂອງພວກເຮົາ. ວັດແທກປະສິດທິພາບດ້ວຍຊຸດເຄື່ອງມືທົດສອບມາດຕະຖານອັດຕະໂນມັດແບບໂອເພນຊອດພາຍໃນ.
ໜ້ານີ້ບັນທຶກເຖິງການທົດສອບນັ້ນ, ໂຄງສ້າງການກຳກັບໂດຍແພດຂອງພວກເຮົາ, ແລະຂະບວນການຕິດຕາມຄຸນນະພາບຢ່າງຕໍ່ເນື່ອງ. ການທົດສອບແມ່ນການປະເມີນດ້ານວິຊາການ (technical evaluation) ບໍ່ແມ່ນການທົດລອງທາງຄລີນິກ (clinical trial) ຫຼື ການຢືນຢັນຕາມຂໍ້ກຳນົດ (regulatory validation).
- V12 ເວີຊັນປັດຈຸບັນຂອງເຄື່ອງມື ມີຫຍັງໃໝ່
- <60 ປີ ເວລາສ້າງລາຍງານ ລາຍງານທັງໝົດ
- 100,000 ກໍລະນີທົດສອບ (Benchmark Cases) ເບິ່ງ benchmark
- 127 ປົກຄຸມ Country Labels ທີ່ກ່າວເຖິງ ເບິ່ງ benchmark
- 100+ ພາສາທີ່ຮອງຮັບ ພາສາຂອງລາຍງານ
ມີຫຍັງໃໝ່ໃນ Kantesti V12
Kantesti V12, ເປີດໃຊ້ເມື່ອວັນທີ , ແມ່ນເວີຊັນປັດຈຸບັນຂອງເຄື່ອງມື AI Kantesti. ໜ້ານີ້ຜ່ານການທົບທວນທາງການແພດຄັ້ງລ່າສຸດໂດຍ Thomas Klein, MD, ໃນວັນທີ 12 ພະຈິກ 2026.
ຄວາມແມ່ນຍຳດີຂຶ້ນ
ໃນການທົດສອບພາຍໃນຂອງພວກເຮົາ, V12 ແປຜົນລາຍງານການກວດເລືອດໄດ້ແມ່ນຍຳກວ່າເວີຊັນກ່ອນ.
ລາຍງານໄວຂຶ້ນ
V12 ໄວກວ່າເວີຊັນກ່ອນ. ລາຍງານທັງໝົດສ້າງສຳເລັດພາຍໃນ 60 ວິນາທີ.
ຂອບເຂດການໃຫ້ຂໍ້ມູນຄືເກົ່າ
V12 ຍັງຄົງເປັນເຄື່ອງມືໃຫ້ຂໍ້ມູນ. ບໍ່ແມ່ນອຸປະກອນການແພດ ແລະ ບໍ່ໃຫ້ການວິນິດໄສທາງການແພດ.
ຄວາມສາມາດຫຼັກໃນ V12
- ລາຍງານການກວດເລືອດໃນ 100+ ພາສາ
- ອັບໂຫຼດຫຼາຍໄຟລ໌: ຮູບພາບຫຼາຍຮູບ ຫຼື PDF ໜຶ່ງໄຟລ໌ໃນການອັບໂຫຼດຄັ້ງດຽວ
- ຄະແນນສຸຂະພາບແບບເລືອກໄດ້ (Health Score v12)
- ແຜນທີ່ຮ່າງກາຍ: ຜົນທີ່ຢູ່ນອກຊ່ວງອ້າງອີງຖືກຈັດວາງໃນ 13 ບໍລິເວນຂອງຮ່າງກາຍ
- ອາຍຸທາງຊີວະພາບຂອງເລືອດ: ອາຍຸຂອງເລືອດພ້ອມດັດຊະນີທາງຄລີນິກທີ່ຄຳນວນມາໄດ້ສູງສຸດ 18 ລາຍການ
- ໂໝດ Sandbox ສຳລັບທົດສອບການເຊື່ອມຕໍ່ໂດຍບໍ່ໃຊ້ເຄຣດິດ
- API v11 ຍັງຄົງມີໃຫ້ບໍລິການເປັນຮຸ່ນທີ່ໝັ້ນຄົງ
ເອກະສານອ້າງອີງທາງເຕັກນິກ V12
ນຳມາຈາກ Kantesti ເອກະສານ API ແລະ ເອກະສານອ້າງອີງ endpoint ຂອງມັນ (ອັບເດດຫຼ້າສຸດ 6 ພະຈິກ 2026).
| ການປ່ອຍອອກ | Blood Test Analysis v12 ທີ່ອອກເມື່ອ 18 ກັນຍາ 2026 ແມ່ນຮຸ່ນປັດຈຸບັນ. v11 ຍັງຄົງມີໃຫ້ໃຊ້ເປັນຮຸ່ນສະຖຽນ (ອັບເດດເມື່ອ 8 ກັນຍາ 2026). |
|---|---|
| endpoint ວິເຄາະ | POST /api/v12/18-09-2026/analyze |
| Health Score v12 | POST /api/v12/health-score/analyze |
| ໄຟລ໌ທີ່ຮອງຮັບ | PNG, JPG, WEBP ຫຼື PDF, ຂະໜາດສູງສຸດ 20 MB. ສາມາດສົ່ງຮູບພາບຫຼາຍຮູບໃນຄຳຂໍດຽວ. |
| ພາສາຂອງລາຍງານ | 100+ ພາສາ |
| ເວລາປະມວນຜົນ | ໄດ້ຜົນພາຍໃນ 60 ວິນາທີ, ເພື່ອຈຸດປະສົງໃຫ້ຂໍ້ມູນເທົ່ານັ້ນ |
| ແຜນທີ່ຮ່າງກາຍ | ຜົນທີ່ຢູ່ນອກຊ່ວງອ້າງອີງຖືກຈັດວາງໃນ 13 ບໍລິເວນຂອງຮ່າງກາຍ (/api/v1/body-map/analyze, ອອກເມື່ອ 18 ກັນຍາ 2026) |
| ອາຍຸເລືອດຊີວະພາບ | ອາຍຸເລືອດ PhenoAge ພ້ອມດັດຊະນີທາງຄລີນິກທີ່ຄຳນວນມາໄດ້ສູງສຸດ 18 ລາຍການ (/api/v1/blood-age/analyze, ອອກເມື່ອ 18 ກັນຍາ 2026) |
| Sandbox | ທົດສອບຈຸດທ້າຍ API ທີ່ບໍ່ໃຊ້ເຄຣດິດ, ຕົວຢ່າງ /api/v12/18-09-2026/sandbox |
| API ທີ່ກ່ຽວຂ້ອງ | API ສຳລັບການດຶງຂໍ້ມູນຈາກເອກະສານ ICR, ການວິເຄາະແນວໂນ້ມ, ໂພຊະນາການ, ການປຽບທຽບ, ສຸຂະພາບຄອບຄົວ ແລະ API ສຸຂະພາບ DNA |
| ມາດຕະຖານອ້າງອີງຄຳຖາມສອບເສັງ | ຄວາມແມ່ນຍຳ 98.89% ໃນຄຳຖາມສອບເສັງຂອງຄະນະແພດສາດ ໃນການທົດສອບມາດຕະຖານອ້າງອີງແບບໂອເພນຊອດ ຕາມທີ່ລະບຸໃນບັນທຶກການອອກເຜີຍແຜ່ເດືອນກັນຍາ 2026. ນີ້ແມ່ນການທົດສອບຄຳຖາມສອບເສັງ. ມັນແຍກຕ່າງຫາກຈາກມາດຕະຖານອ້າງອີງລວມໃນໜ້ານີ້ ແລະບໍ່ແມ່ນຕົວຊີ້ວັດຄວາມແມ່ນຍຳໃນການວິນິດໄສ. |
ການປັບປຸງຄວາມແມ່ນຍຳ ແລະຄວາມໄວທີ່ອະທິບາຍໄວ້ທີ່ນີ້ແມ່ນຜົນພາຍໃນທີ່ລາຍງານໂດຍຕົນເອງ. ນີ້ແມ່ນມາດຕະການທາງເຕັກນິກ ບໍ່ແມ່ນມາດຕະການຄວາມແມ່ນຍຳໃນການວິນິດໄສ ແລະຍັງບໍ່ໄດ້ຮັບການກວດສອບ ຫຼືທົບທວນໂດຍຜູ້ຊ່ຽວຊານອິດສະຫຼະ. ຄະແນນລວມທີ່ລາຍງານໃນໜ້ານີ້ແມ່ນຄ່າທີ່ເຜີຍແຜ່ໃນບັນທຶກມາດຕະຖານອ້າງອີງແບບເປີດຂອງພວກເຮົາ.
ຜົນການທົດສອບພາຍໃນ (Composite)
ນີ້ແມ່ນຜົນຈາກຊຸດທົດສອບອັດຕະໂນມັດ ທີ່ເປີດແຫຼ່ງ (open-source) ພາຍໃນຂອງພວກເຮົາ. ດຳເນີນເອງ (self-run) ແລະບໍ່ໄດ້ຮັບການຢືນຢັນຢ່າງອິດສະຫຼະ ຫຼື ຜ່ານການທົບທວນໂດຍຜູ້ຊ່ຽວຊານ.
ຜົນການປຽບທຽບລວມທັງໝົດ
ຄະແນນການປຽບທຽບລວມ: 99.80% (ດໍາເນີນເອງ, ບໍ່ໄດ້ຜ່ານການທົບທວນໂດຍຜູ້ຊ່ຽວຊານ) — ผลลัพธ์โดยรวมของชุดทดสอบมาตรฐานแบบอัตโนมัติ โอเพนซอร์สของเรา บนเคสสังเคราะห์ 100,000 เคส ครอบคลุมป้ายกำกับประเทศ 127 ประเทศ คอมโพสิตเป็นการผสมผสาน ດ້ານ ຕົວຊີ້ວັດທາງເຕັກນິກ (35% ຄວາມຖືກຕ້ອງຂອງໂຄງສ້າງຜົນຜະລິດ + 55% ການຈືນຄໍາສໍາຄັນທາງຄລີນິກ + 10% ຄວາມຊ້າ); ມັນເປັນ ບໍ່ ການວັດແທກຄວາມຖືກຕ້ອງດ້ານການວິນິດໄຊ, ແລະຍັງບໍ່ໄດ້ຮັບການຢືນຢັນຢ່າງເປັນອິດສະຫຼະ ຫຼື ຜ່ານການທົບທວນໂດຍຜູ້ຊ່ຽວຊານ. ເບິ່ງລະຫັດ & ຂໍ້ມູນໃນ GitHub
- ຄວາມຖືກຕ້ອງຂອງໂຄງສ້າງຜົນລັບ 35%
- ການດຶງຄືນຄຳສຳຄັນທາງຄລີນິກ 55%
- ເວລາຕອບສະໜອງ 10%
ການປຽບທຽບສ້າງຄະແນນລວມດຽວຈາກຊຸດທົດສອບແບບອັດຕະໂນມັດ; ມັນບໍ່ສ້າງຕົວເລກຄວາມໄວ/ຄວາມຈໍາແນກຕາມໝວດການທົດສອບ (sensitivity/specificity) ລາຍການ. ບັດຄະແນນລາຍກໍລະນີເຕັມຢູ່ໃນຄັງເປີດ.
ຄະນະທີ່ປຶກສາທາງການແພດ
ຄະນະທີ່ປຶກສາດ້ານການແພດຂອງພວກເຮົາ ໃຫ້ການກຳກັບດ້ານຄລີນິກສໍາລັບການພັດທະນາ ແລະ ການຢືນຢັນອັລກໍລິທຶມ AI ທັງໝົດ. ສະມາຊິກຄະນະສະແດງຄວາມຫຼາກຫຼາຍດ້ານສາຂາຊ່ຽວຊານຂອງການແພດ ໃນຫຼາຍປະເທດ, ຂ້າມສາຂາການແພດຄລີນິກ.
ທອມັສ ໄຄລນ໌, MD
ຫົວໜ້າເຈົ້າໜ້າທີ່ແພດ (CMO) ໂລຫິດວິທະຍາຄລີນິກ ແລະການວິນິດໄສດ້ວຍ AIທ່ານດຣ Sarah Mitchell, MD, PhD
ຫົວໜ້າທີ່ປຶກສາດ້ານການແພດ ພະຍາດວິທະຍາຄລີນິກ ແລະການແພດຫ້ອງວິເຄາະສາດສະດາຈານ ດຣ. Hans Weber
ທີ່ປຶກສາດ້ານການແພດອາວຸໂສ ການແພດຫ້ອງວິເຄາະ ແລະເຄມີຄລີນິກທ່ານດຣ Maria Rodriguez, MD, MPH
ທີ່ປຶກສາທາງການແພດ ອາຍຸລະສາດ ແລະການແພດປ້ອງກັນທ່ານດຣ Chen Wei, MD, MSc
ທີ່ປຶກສາທາງການແພດ ຕ່ອມໄຮ້ທໍ່ ແລະການແພດດ້ານເມຕາບໍລິຊຶມພົບກັບຄະນະທີ່ປຶກສາດ້ານການແພດເຕັມຮູບແບບຂອງພວກເຮົາດ້ວຍໂປຣໄຟລ໌ລາຍລະອຽດ, ຂໍ້ມູນປະຈຳຕົວ, ແລະປະຫວັດການຄົ້ນຄວ້າ.
ເບິ່ງທີ່ປຶກສາທັງໝົດ →ການຕິດຕາມຄຸນນະພາບຢ່າງຕໍ່ເນື່ອງ
ຫຼັງຈາກການນຳໃຊ້ (post-deployment) ເຄື່ອງຈັກຖືກຕິດຕາມຜ່ານການກວດສອບການດຳເນີນງານພາຍໃນ (internal operational checks) ແລະການປ້ອນຂໍ້ມູນຢ່າງເປັນລະບົບ (structured feedback) ຈາກຜູ້ໃຊ້ ແລະຄະນະກຳມະການທີ່ປຶກສາທາງການແພດ (Medical Advisory Board). ນີ້ແມ່ນການຕິດຕາມພາຍໃນ ແລະບໍ່ແມ່ນການສຶກສາຜົນລັບທາງຄລີນິກ (independent clinical-outcome study) ຢ່າງເປັນອິດສະຫຼະ.
ບົດລາຍງານການປະຕິບັດປະຈໍາເດືອນ
ການວິເຄາະຄວາມຖືກຕ້ອງທີ່ສົມບູນແບບໃນທົ່ວທຸກປະເພດ biomarker, ສ່ວນປະຊາກອນ, ແລະພາກພື້ນທີ່ຕັ້ງ. ການກໍານົດທ່າອ່ຽງເຮັດໃຫ້ການຄຸ້ມຄອງຄຸນນະພາບແບບຕັ້ງຫນ້າ.
ຄວາມຄິດເຫັນຂອງຜູ້ໃຫ້ບໍລິການດ້ານສຸຂະພາບ
ການເຊື່ອມໂຍງຄວາມຄິດເຫັນທີ່ມີໂຄງສ້າງຈາກແພດແລະຜູ້ຊ່ຽວຊານຫ້ອງທົດລອງ. ການຕີຄວາມໝາຍທີ່ຖືກໝາຍໄວ້ພາຍໃຕ້ການກວດກາຂອງຄະນະທີ່ປຶກສາດ້ານການແພດ ພ້ອມກັບການແກ້ໄຂລວມເຂົ້າໃນການຝຶກອົບຮົມ.
ຂໍ້ມູນການຝຶກອົບຮົມ ແລະ ການຮັບປະກັນຄຸນນະພາບ
ຂະບວນການຮັບປະກັນຄຸນນະພາບຂອງພວກເຮົາ ນໍາໃຊ້ການຄວບຄຸມມາດຕະຖານ ກັບຂໍ້ມູນທີ່ໃຊ້ໂດຍແພລດຟອມ.
ການຄວບຄຸມຄຸນນະພາບ
ການຮັບປະກັນຄຸນນະພາບຂໍ້ມູນຫຼາຍຂັ້ນຕອນ:
- ການກໍາຈັດບັນທຶກທີ່ບໍ່ຄົບຖ້ວນຫຼືເສຍຫາຍ
- ການກວດພົບທີ່ເກີນກວ່າສໍາລັບຄວາມຜິດພາດທາງສ່ວນຫນ້າຂອງການວິເຄາະ
- ການຢັ້ງຢືນ Provenance ສໍາລັບຊຸດຂໍ້ມູນທັງຫມົດ
- ການບໍ່ລະບຸຕົວຕົນທີ່ສອດຄ່ອງກັບ HIPAA ແລະ GDPR
ເຕັກໂນໂລຊີ & ຄູ່ຮ່ວມງານປະຕິບັດຕາມ
ໂຄງສ້າງພື້ນຖານທີ່ຖືກຕ້ອງຂອງພວກເຮົາແລະການພັດທະນາ AI ໄດ້ຮັບການສະຫນັບສະຫນູນໂດຍຜ່ານການຮ່ວມມືກັບຜູ້ໃຫ້ບໍລິການດ້ານເຕັກໂນໂລຢີຊັ້ນນໍາຂອງອຸດສາຫະກໍາ.
Microsoft FoundersHub
ພື້ນຖານໂຄງລ່າງຄລາວ ແລະແພລດຟອມພັດທະນາ AI ລະດັບວິສາຫະກິດທີ່ຮອງຮັບຂະບວນການກວດສອບທີ່ສາມາດຂະຫຍາຍໄດ້.
ໂຄງການເລີ່ມຕົ້ນຂອງ NVIDIA
ຊັບພະຍາກອນການຄຳນວນດ້ວຍ GPU ແລະ ການປັບປຸງໂມເດວ AI ເພື່ອເຮັດໃຫ້ການຝຶກສອນແລະການປັບປຸງໂມເດວມີປະສິດທິພາບ.
Google Cloud AI
ພື້ນຖານໂຄງລ່າງການຮຽນຮູ້ເຄື່ອງຈັກທີ່ສະໜັບສະໜູນການຝຶກອົບຮົມແບບຈໍາລອງແບບແຈກຢາຍ ແລະ ການສັງລວມໃນເວລາຈິງ.
Cloudflare
ເຄືອຂ່າຍ edge ທົ່ວໂລກ ເພື່ອໃຫ້ການເຂົ້າເຖິງທີ່ປອດໄພ ແລະ ມີຄວາມຊ້າຕໍ່າ ທົ່ວໂລກ.
ສອດຄ່ອງກັບ HIPAA
ມາດຕະການປົກປ້ອງຂໍ້ມູນດ້ານການດູແລສຸຂະພາບຂອງສະຫະລັດ
ສອດຄ່ອງກັບ GDPR
ກົດລະບຽບການປົກປ້ອງຂໍ້ມູນເອີຣົບ
ການນໍາໃຊ້ທີ່ເຫມາະສົມ & ຂໍ້ຈໍາກັດ
ຄວາມໂປ່ງໃສກ່ຽວກັບຄວາມສາມາດ ແລະຂໍ້ຈໍາກັດແມ່ນຈໍາເປັນສໍາລັບການປະຕິບັດ AI ທີ່ມີຄວາມຮັບຜິດຊອບໃນການດູແລສຸຂະພາບ. Kantesti ຖືກອອກແບບໃຫ້ເປັນເຄື່ອງມືໃຫ້ຂໍ້ມູນເສີມ—ບໍ່ແມ່ນທົດແທນ—ການພິຈາລະນາທາງການແພດໂດຍຜູ້ຊ່ຽວຊານ.
ຂໍ້ມູນບໍ່ເຂົ້າເຖິງ
AI ຂອງພວກເຮົາຕີຄວາມຂໍ້ມູນ biomarker ໃນການໂດດດ່ຽວ. ສະພາບການທາງດ້ານຄລີນິກຕໍ່ໄປນີ້ບໍ່ມີຢູ່ໃນລະບົບ:
- ຕື່ມປະຫວັດທາງການແພດຂອງຄົນເຈັບ
- ຢາໃນປະຈຸບັນແລະການໂຕ້ຕອບທີ່ມີທ່າແຮງ
- ຜົນການກວດສອບທາງດ້ານຮ່າງກາຍ
- ປັດໄຈທາງພັນທຸກໍາ ແລະປະຫວັດຄອບຄົວ
- ປັດໃຈການດຳລົງຊີວິດ (ເວັ້ນເສຍແຕ່ວ່າຜູ້ໃຊ້ສະໜອງໃຫ້)
ການປ່ຽນແປງວິທີການຫ້ອງທົດລອງ
ຊ່ວງອ້າງອີງແຕກຕ່າງລະຫວ່າງຫ້ອງທົດລອງ ເນື່ອງຈາກຄວາມແຕກຕ່າງຂອງອຸປະກອນ ແລະ ມາດຕະຖານການປັບທຽບ. ຖານຂໍ້ມູນຂອງພວກເຮົາກ່ຽວກັບຊ່ວງອ້າງອີງສະເພາະຫ້ອງທົດລອງ ຊ່ວຍແກ້ໄຂຄວາມແຕກຕ່າງໄດ້ຫຼາຍຢ່າງ, ແຕ່ຜູ້ໃຊ້ຄວນຢືນຢັນວ່າຄ່າທີ່ຖອດອອກມາ ກົງກັບລາຍງານຕົ້ນສະບັບຂອງຕົນ.
ການພິຈາລະນາຄຸນນະພາບຂອງເອກະສານ
ຄວາມຖືກຕ້ອງຂອງ OCR ແມ່ນຂຶ້ນກັບຄຸນນະພາບຂອງເອກະສານ. ຜົນໄດ້ຮັບທີ່ຂຽນດ້ວຍມືຫຼືການສະແກນທີ່ມີຄວາມລະອຽດຕ່ໍາອາດຈະສົ່ງຜົນກະທົບຕໍ່ການສະກັດເອົາມູນຄ່າ. ການແກ້ໄຂດ້ວຍມືແມ່ນມີໃຫ້ສໍາລັບທຸກຄ່າທີ່ສະກັດອອກມາກ່ອນການວິເຄາະ.
ການປະຕິເສດຄວາມຮັບຜິດຊອບທາງການແພດ
Kantesti ເປັນເຄື່ອງມືຂໍ້ມູນຂ່າວສານທີ່ໃຊ້ AI ທີ່ຕີຄວາມໝາຍຜົນການກວດເລືອດໂດຍອີງໃສ່ຂອບເຂດການອ້າງອີງທາງການແພດ ແລະ ຂໍ້ແນະນຳທາງຄລີນິກ. ມັນບໍ່ແມ່ນອຸປະກອນການແພດແລະບໍ່ໄດ້ວິນິດໄສ, ການປິ່ນປົວ, ປິ່ນປົວ, ຫຼືປ້ອງກັນພະຍາດໃດໆ.
ຂໍ້ມູນທີ່ສະຫນອງໃຫ້ແມ່ນສໍາລັບການສຶກສາແລະຂໍ້ມູນຂ່າວສານເທົ່ານັ້ນແລະບໍ່ຄວນພິຈາລະນາຄໍາແນະນໍາທາງການແພດ. ສະເຫມີປຶກສາກັບຜູ້ຊ່ຽວຊານດ້ານສຸຂະພາບທີ່ມີຄຸນວຸດທິກ່ອນທີ່ຈະຕັດສິນໃຈກ່ຽວກັບສຸຂະພາບຫຼືການປິ່ນປົວຂອງທ່ານ.
ສໍາລັບເຫດສຸກເສີນທາງການແພດ, ໃຫ້ຕິດຕໍ່ບໍລິການສຸກເສີນທັນທີ. Kantesti ບໍ່ໄດ້ຖືກອອກແບບມາສໍາລັບສະຖານະການສຸກເສີນ.
ການເປີດເຜີຍຂໍ້ຂັດແຍ່ງທາງຜົນປະໂຫຍດ ແລະ ການສະໜອງທຶນ
ເອກະສານການຢືນຢັນນີ້ ຖືກເຜີຍແຜ່ໂດຍ Kantesti Ltd (UK Companies House No. 17090423), ຕັ້ງຢູ່ທີ່ສຳນັກງານໃຫຍ່ (headquartered) ທີ່ລອນດອນ, ປະເທດອັງກິດ (United Kingdom). ສະມາຊິກຂອງ Medical Advisory Board ໄດ້ຮັບຄ່າຕອບແທນສຳລັບບົດບາດການໃຫ້ຄຳປຶກສາຂອງຕົນ. ຫົວໜ້າແພດການແພດ (Thomas Klein, MD) ແມ່ນພະນັກງານເຕັມເວລາຂອງ Kantesti Ltd. ການຢືນຢັນທີ່ລາຍງານຢູ່ທີ່ນີ້ແມ່ນພາຍໃນຂອງ Kantesti ແລະບໍ່ໄດ້ຖືກກວດສອບຢ່າງເປັນອິດສະຫຼະ ຫຼື ຜ່ານການທົບທວນຈາກຜູ້ຊ່ຽວຊານ (peer-reviewed). ບໍ່ໄດ້ຮັບທຶນຈາກພາຍນອກສຳລັບການສຶກສາການຢືນຢັນ. ບໍລິສັດຖືກລົງທຶນເອງ (self-funded) ຜ່ານລາຍຮັບ ແລະຄວາມຮ່ວມມືດ້ານເຕັກໂນໂລຊີກັບ Microsoft for Startups, NVIDIA Inception, Google Cloud, ແລະ Cloudflare.
ຄຳຖາມທີ່ຖືກຖາມເລື້ອຍໆກ່ຽວກັບການຢັ້ງຢືນທາງການແພດ
ມີຫຍັງປ່ຽນແປງໃນ Kantesti V12?
Kantesti V12 ເຊິ່ງເປີດໂຕໃນວັນທີ 18 ກັນຍາ 2026 ແມ່ນເຄື່ອງຈັກ AI ລຸ້ນປັດຈຸບັນຂອງ Kantesti. ຈາກການທົດສອບພາຍໃນຂອງພວກເຮົາ, V12 ແປຜົນກວດເລືອດໄດ້ຖືກຕ້ອງກວ່າ ແລະ ໄວກວ່າລຸ້ນກ່ອນ, ແລະ ສ້າງລາຍງານທັງໝົດໄດ້ພາຍໃນເວລາບໍ່ເກີນ 60 ວິນາທີ. ນີ້ແມ່ນຜົນການທົດສອບພາຍໃນທີ່ລາຍງານໂດຍພວກເຮົາເອງ. ຜົນເຫຼົ່ານີ້ເປັນການວັດແທກດ້ານເຕັກນິກ ບໍ່ແມ່ນການວັດແທກຄວາມຖືກຕ້ອງດ້ານການວິນິດໄສ, ແລະ ຍັງບໍ່ໄດ້ຜ່ານການຢືນຢັນຢ່າງເປັນເອກະລາດ ຫຼື ການທົບທວນໂດຍຜູ້ຊ່ຽວຊານ.
Kantesti ໃຫ້ການວິນິດໄສທາງການແພດບໍ?
ບໍ່. Kantesti ແມ່ນເຄື່ອງມືຂໍ້ມູນທີ່ຂັບເຄື່ອນດ້ວຍ AI ເຊິ່ງຕີຄວາມໝາຍຜົນກວດເລືອດໂດຍອີງໃສ່ຊ່ວງຄ່າອ້າງອີງທາງການແພດ ແລະ ແນວທາງຄລີນິກທີ່ໄດ້ຮັບການກຳນົດໄວ້. ມັນບໍ່ແມ່ນອຸປະກອນທາງການແພດ ແລະ ບໍ່ວິນິດໄສ, ປິ່ນປົວ, ຮັກສາໃຫ້ຫາຍ ຫຼື ປ້ອງກັນພະຍາດໃດໆ. ຄວນປຶກສາຜູ້ຊ່ຽວຊານດ້ານສຸຂະພາບທີ່ມີຄຸນວຸດທິສະເໝີ ກ່ອນຕັດສິນໃຈໃດໆກ່ຽວກັບສຸຂະພາບ ຫຼື ການປິ່ນປົວຂອງທ່ານ.
ຮູບແບບ AI ຖືກປັບປຸງເລື້ອຍໆເທົ່າໃດ?
ຮູບແບບຂອງພວກເຮົາຖືກຝຶກຄືນທຸກໄຕມາດ ໂດຍລວມຂໍ້ມູນໃໝ່ທີ່ຜ່ານການຢັ້ງຢືນ, ຄູ່ມືທາງຄລີນິກທີ່ອັບເດດ, ແລະການຄົ້ນຄວ້າຕົວຊີ້ວັດຊີວະພາບທີ່ກຳລັງເກີດຂຶ້ນ. ແຕ່ລະການອັບເດດຈະຖືກກວດສອບທຽບກັບເກນມາດຕະຖານອັດຕະໂນມັດພາຍໃນຂອງພວກເຮົາກ່ອນການນຳໃຊ້. ການອັບເດດທີ່ບໍ່ຜ່ານເກນມາດຕະຖານທີ່ກຳນົດຈະບໍ່ຖືກສົ່ງອອກ.
ການລາຍງານຜົນການປຽບທຽບ (benchmark) ແມ່ນລາຍງານແນວໃດ?
ການປະຕິບັດຖືກລາຍງານເປັນຄະແນນລວມດຽວຈາກການທົດສອບອັດຕະໂນມັດຂອງພວກເຮົາ, ບໍ່ແມ່ນແບບຄວາມຖືກຕ້ອງດ້ານການວິນິດໄຈແຕ່ລະປະເພດ. ຄະແນນລວມປະສົມລວມຄວາມຖືກຕ້ອງຂອງໂຄງສ້າງຜົນຜະລິດ, ການຈື່ຄຳສຳຄັນທາງຄລີນິກ, ແລະ ຄວາມຊ້າ (latency), ແລະ ເປັນມາດຕະການດ້ານເຕັກນິກຢ່າງດຽວ.
ຂ້ອຍສາມາດໄວ້ວາງໃຈການຕີຄວາມ AI ສໍາລັບການຕັດສິນໃຈທາງການແພດບໍ?
Kantesti ຖືກອອກແບບໃຫ້ເປັນເຄື່ອງມືໃຫ້ຂໍ້ມູນ ບໍ່ແມ່ນເຄື່ອງມືທົດແທນການພິຈາລະນາທາງການແພດຂອງຜູ້ຊ່ຽວຊານ. AI ຂອງພວກເຮົາໃຫ້ການຕີຄວາມໝາຍເພື່ອໃຫ້ຂໍ້ມູນ ໂດຍອີງໃສ່ຊ່ວງຄ່າອ້າງອີງທີ່ໄດ້ຮັບການຍອມຮັບແລ້ວ, ແຕ່ສະພາບທາງຄລີນິກ—ລວມທັງປະຫວັດທາງການແພດ, ຢາທີ່ທ່ານໃຊ້ ແລະອາການຂອງທ່ານ—ຈຳເປັນຕ້ອງໃຫ້ແພດປະເມີນກ່ອນຕັດສິນໃຈການປິ່ນປົວ. ຄວນປຶກສາຜູ້ໃຫ້ບໍລິການດ້ານສຸຂະພາບຂອງທ່ານສະເໝີ.
ການປຽບທຽບນີ້ຄອບຄຸມຈຳນວນກໍລະນີ ແລະປ້າຍປະເທດຈັກປະເທດ?
ການທົດສອບມາດຕະຖານອັດຕະໂນມັດ ແລ່ນຜ່ານກໍລະນີສັງເຄາະ 100,000 ກໍລະນີ ທີ່ຄອບຄຸມ 127 ປ້າຍປະເທດ. ມັນເປັນການທົດສອບມາດຕະຖານດ້ານເນື້ອຫາແລະຮູບແບບທາງວິຊາການ, ບໍ່ແມ່ນການສຶກສາຄວາມຖືກຕ້ອງດ້ານປະຊາກອນ, ແລະຍັງບໍ່ໄດ້ຖືກກວດສອບຢ່າງເອກະລາດ ຫຼື ຜ່ານການທົບທວນໂດຍຜູ້ຊ່ຽວຊານ (peer-reviewed) ແບບບໍ່ຂຶ້ນກັບຜູ້ຈັດທຳ.
ຈະເກີດຫຍັງຂຶ້ນຖ້າ AI ສ້າງຄວາມຜິດພາດ?
ຜູ້ໃຫ້ບໍລິການດ້ານສຸຂະພາບ ແລະ ຜູ້ໃຊ້ສາມາດລາຍງານການຕີຄວາມໝາຍສຳລັບການທົບທວນຄືນຂອງຄະນະທີ່ປຶກສາດ້ານການແພດ. ກໍລະນີທີ່ຖືກລາຍງານຈະຖືກວິເຄາະໂດຍ CMO ຂອງພວກເຮົາ Thomas Klein, MD, ແລະ ທີມງານແພດ. ຖ້າຂໍ້ຜິດພາດຖືກຢືນຢັນ, ການແກ້ໄຂຈະຖືກລວມເຂົ້າໃນວົງຈອນການຝຶກອົບຮົມໃນອະນາຄົດ. ການຕິດຕາມກວດກາຢ່າງຕໍ່ເນື່ອງຂອງພວກເຮົາຕິດຕາມປະສິດທິພາບໃນໂລກຕົວຈິງເພື່ອລະບຸ ແລະ ແກ້ໄຂບັນຫາທີ່ເປັນລະບົບຢ່າງມີປະສິດທິພາບ.
ຂ້ອຍສາມາດຊອກຫາລາຍງານການກວດສອບຄວາມຖືກຕ້ອງເຕັມໄດ້ຢູ່ໃສ?
ວິທີການກຳນົດມາດຕະຖານ (benchmark) ຂອງພວກເຮົາ, ໂຄດ, ແລະ scorecard ຕໍ່ແຕ່ລະກໍລະນີ ມີໃຫ້ເຂົ້າເຖິງແບບເປີດ: ການທົດສອບມາດຕະຖານ (benchmark) ການກວດເລືອດຂອງ Kantesti AI engine ຢູ່ GitHub (https://github.com/emirhanai/kantesti-blood-test-benchmark) ແລະບັນທຶກຢູ່ Figshare (DOI: 10.6084/m9.figshare.32095435). ມັນເປັນການທົດສອບມາດຕະຖານ (benchmark) ທີ່ດຳເນີນເອງ ແລະ ອັດຕະໂນມັດ, ບໍ່ໄດ້ຖືກກວດສອບແບບອິດສະຫຼະ ຫຼື ຜ່ານການທົບທວນໂດຍຜູ້ຊ່ຽວຊານ (peer-reviewed) ແບບອິດສະຫຼະ.
ໃຜເປັນຜູ້ທົບທວນເນື້ອຫາທາງການແພດໃນ Kantesti?
ເນື້ອຫາທາງການແພດທັງໝົດຂຽນແລະກວດທານໂດຍ Thomas Klein, MD, ຫົວໜ້າຝ່າຍການແພດຂອງພວກເຮົາ. ດຣ. Klein ເປັນແພດຜູ້ຊ່ຽວຊານດ້ານເລືອດວິທະຍາຄລີນິກທີ່ໄດ້ຮັບການຮັບຮອງຈາກຄະນະກຳມະການ ແລະດຳລົງຕຳແໜ່ງຫົວໜ້າຝ່າຍການແພດຢູ່ Kantesti, ໂດຍກຳກັບດູແລດ້ານຄລີນິກກ່ຽວກັບການແປຜົນທີ່ມີ AI ຊ່ວຍສະໜັບສະໜູນ. ຄະນະທີ່ປຶກສາທາງການແພດຂອງພວກເຮົາຍັງໃຫ້ການກຳກັບດູແລເພີ່ມເຕີມອີກດ້ວຍ.
ການວິເຄາະການກວດເລືອດທີ່ຊ່ວຍໂດຍ AI
ເຂົ້າຮ່ວມຫຼາຍລ້ານຄົນທົ່ວໂລກທີ່ໄວ້ວາງໃຈ ເຄື່ອງວິເຄາະເລືອດ AI ຂອງ Kantesti ສຳລັບການອ່ານຜົນກວດເລືອດໂດຍມີ AI ຊ່ວຍ ເພື່ອໃຫ້ຂໍ້ມູນໃນ 100+ ພາສາ.
ຄວາມໂປ່ງໃສຂອງບໍລິສັດ
ພວກເຮົາເຊື່ອໃນຄວາມໂປ່ງໃສຢ່າງເຕັມທີ່ກ່ຽວກັບວ່າພວກເຮົາແມ່ນໃຜ ແລະພວກເຮົາດໍາເນີນການແນວໃດ. ຂ້າງລຸ່ມນີ້ທ່ານຈະເຫັນລາຍລະອຽດການລົງທະບຽນບໍລິສັດຂອງພວກເຮົາ ແລະຂໍ້ມູນຄວາມເປັນຜູ້ນໍາ.
ຕັ້ງແຕ່ເດືອນມີນາ 2026, ທ Kantesti AI ເວທີ — ປະຈຸບັນດໍາເນີນການເປັນ Kantesti V12 — ຖືກດໍາເນີນໂດຍ ບໍລິສັດ Kantesti ຈຳກັດ, ບໍລິສັດຈໍາກັດສ່ວນຕົວ (private limited company) ທີ່ຈົດຕັ້ງໃນປະເທດອັງກິດ ແລະ ເວວ (UK Companies House ເລກທີ. 17090423), ໂດຍມີສຳນັກງານໃຫຍ່ຈົດທະບຽນຢູ່ລອນດອນ, ສະຫະລາຊະອານາຈັກ. ການຈົດທະບຽນບໍລິສັດໃນສະຫະລາຊະອານາຈັກນີ້ຮວບຮວມການດຳເນີນງານທົ່ວໂລກໄວ້ພາຍໃຕ້ໂຄງສ້າງບໍລິສັດດຽວທີ່ໂປ່ງໃສ ແລະຢູ່ພາຍໃຕ້ມາດຕະຖານກຳກັບດູແລຂອງສະຫະລາຊະອານາຈັກ, ຕໍ່ຍອດຈາກວຽກພັດທະນາທີ່ເລີ່ມໃນປີ 2019. ເຄືອຂ່າຍປະສາດທີ່ເປັນສິດສະເພາະເດີມອັນດຽວກັນ — ທີ່ວິເຄາະຕົວບົ່ງຊີ້ວັດຊີວະພາບຫຼາຍກວ່າ 15,000 ລາຍການ ໃນ 100+ ພາສາ ສຳລັບຜູ້ໃຊ້ຫຼາຍກວ່າ 2 ລ້ານຄົນໃນ 127 ປະເທດ — ຍັງຄົງຖືກພັດທະນາ ແລະບຳລຸງຮັກສາໂດຍທີມວິສະວະກຳ ແລະການແພດຊຸດເດີມ. ການທົດສອບປຽບທຽບພາຍໃນ, ການກຳກັບດູແລຂອງຄະນະທີ່ປຶກສາທາງການແພດ ແລະຄວາມຮ່ວມມືກັບ Microsoft for Startups (Founders Hub), NVIDIA Inception ແລະ Google Cloud ຍັງຄົງເປັນຄືເກົ່າ. ຜູ້ໃຊ້ທົ່ວໂລກຍັງຄົງເຂົ້າເຖິງຄຸນນະພາບການບໍລິການທີ່ຄືກັນ, ໂດຍຂະນະນີ້ມີການກຳກັບດູແລບໍລິສັດໃນສະຫະລາຊະອານາຈັກທີ່ເຂັ້ມແຂງຂຶ້ນ ຄຽງຄູ່ກັບການປະຕິບັດຕາມ GDPR (EU) ແລະ HIPAA (US) ທີ່ມີຢູ່ເດີມ.
Kantesti AI · Kantesti Ltd
ຊື່ແບຣນ (Brand Names): Kantesti, Kantesti AI
ນິຕິບຸກຄົນ: Kantesti Ltd (บริษัทเอกชนจำกัด)
ເລກທີ Companies House: 17090423
ອໍານາດການຈົດຕັ້ງ (Jurisdiction): ອັງກິດ ແລະ ເວວ, ປະເທດອັງກິດ
ປະເພດທຸລະກິດ: ເທັກໂນໂລຍີດ້ານການແພດຂອງ AI (SaaS)
ສ້າງຕັ້ງຂຶ້ນ: 2019 · ນິຕິບຸກຄົນຂອງ UK ທີ່ຈົດທະບຽນ: ເດືອນມີນາ 2026
ສໍານັກງານໃຫຍ່: 4 ຖະໜົນຣາເວນ, ໜ່ວຍ 1c3-1100, ລອນດອນ, E18 1HB, ສະຫະລາຊະອານາຈັກ
ຮຸ່ນຂອງແອັບ (Application Version): Kantesti V12
ຕິດຕໍ່: [email protected]
ໂທລະສັບ UK: +44 7508 364740 (ຈັນ–ສຸກ 9:00–18:00 GMT)
ໂທລະສັບ DE: +49 177 497 4039 (ຈັນ–ສຸກ 9:00–18:00 CET)
ຄວາມເປັນຜູ້ນໍາ
ຜູ້ກໍ່ຕັ້ງ ແລະ CEO: Julian Emirhan Bulut
ຜູ້ປະກອບການທີ່ມີວິໄສທັດນໍາພານະວັດຕະກໍາ AI ໃນເຕັກໂນໂລຢີການດູແລສຸຂະພາບ. ການກໍ່ສ້າງເຄື່ອງມືການຕີຄວາມໝາຍຂອງການກວດເລືອດທີ່ສາມາດເຂົ້າເຖິງໄດ້ສໍາລັບການປັບປຸງສຸຂະພາບທົ່ວໂລກ.
ຫົວໜ້າເຈົ້າໜ້າທີ່ແພດ: ທອມັສ ໄຄລນ໌, MD
แพทย์โลหิตวิทยาที่ได้รับการรับรองจากคณะกรรมการ เป็นผู้กำกับดูแลทางคลินิกชั้นนำของเนื้อหาทางการแพทย์ของเรา.
ການປະຕິບັດຕາມ
ການປົກປ້ອງຂໍ້ມູນ: ສອດຄ່ອງກັບ GDPR (EU)
ຄວາມເປັນສ່ວນຕົວຂອງການດູແລສຸຂະພາບ: ວິທີປฏิบັດທີ່ສອດຄ່ອງກັບ HIPAA (US)
ອຸປະກອນການແພດ: ບໍ່ໄດ້ຈັດປະເພດເປັນອຸປະກອນທາງການແພດ - ເຄື່ອງມືຂໍ້ມູນຂ່າວສານເທົ່ານັ້ນ
ເອກະສານອ້າງອີງ ແລະ ມາດຕະຖານ
ວິທີການກວດສອບຄວາມຖືກຕ້ອງ ແລະ ມາດຕະຖານທາງດ້ານຄລີນິກຂອງພວກເຮົາແມ່ນອີງໃສ່ແນວທາງທາງການແພດທີ່ໄດ້ຮັບການສ້າງຕັ້ງຂຶ້ນ ແລະ ມາດຕະຖານສາກົນ.
- [1] ອົງການອະນາໄມໂລກ (WHO). ການນໍາໃຊ້ຮີໂມໂກຼບິນທີ່ມີນ້ຳຕານສູງ (HbA1c) ໃນການວິນິດໄສພະຍາດເບົາຫວານ. ເຈນີວາ: ອົງການອະນາໄມໂລກ; 2011. ສາມາດເຂົ້າເບິ່ງໄດ້ຈາກ: https://www.who.int/diabetes/publications/diagnosis_diabetes2011/en/
- [2] ອົງການສາກົນເພື່ອມາດຕະຖານ. ISO 15189:2022 ຫ້ອງທົດລອງທາງການແພດ — ຂໍ້ກຳນົດສຳລັບຄຸນນະພາບ ແລະ ຄວາມສາມາດ. ເຈນີວາ: ISO; 2022. https://www.iso.org/standard/76677.html
- [3] ສະຖາບັນມາດຕະຖານທາງດ້ານຄລີນິກ ແລະ ຫ້ອງທົດລອງ (CLSI). EP09c: ການປຽບທຽບຂັ້ນຕອນການວັດແທກ ແລະ ການປະເມີນຄວາມລຳອຽງໂດຍໃຊ້ຕົວຢ່າງຄົນເຈັບ. 3 ed. Wayne, PA: CLSI; 2018.
- [4] ສະຖາບັນສຸຂະພາບແຫ່ງຊາດ (NIH). ຂອບເຂດອ້າງອີງການກວດເລືອດ. ເບັດເທສດາ, ແມຣີແລນ: NIH; ອັບເດດ 2024. ສາມາດເຂົ້າເບິ່ງໄດ້ຈາກ: MedlinePlus
- [5] ສະມາຄົມອາເມລິກາສຳລັບເຄມີສາດທາງດ້ານຄລີນິກ (AACC). ລະດັບອ້າງອີງການທົດສອບໃນຫ້ອງທົດລອງ. ວໍຊິງຕັນ ດີຊີ: AACC; 2024. https://www.aacc.org/
- [6] ສະຫະພັນເຄມີສາດທາງດ້ານຄລີນິກສາກົນ (IFCC). ຂັ້ນຕອນການວັດແທກອ້າງອີງ. ມິລານ: IFCC; 2023. https://www.ifcc.org/
- [7] Bulut J E. Kantesti ເຄື່ອງຈັກ AI — ການປຽບທຽບການຕີຄວາມໝາຍການກວດເລືອດ (automated, open-source harness). Kantesti Ltd; 2026. ລະຫັດ & ຂໍ້ມູນ: GitHub · DOI: 10.6084/m9.figshare.32095435
- [8] ກະຊວງສາທາລະນະສຸກ ແລະ ບໍລິການມະນຸດສະຫະລັດ. ກົດລະບຽບຄວາມເປັນສ່ວນຕົວຂອງ HIPAA. 45 CFR ພາກທີ 160 ແລະ ພາກສ່ວນຍ່ອຍ A ແລະ E ຂອງພາກທີ 164. ວໍຊິງຕັນ ດີຊີ: HHS; 2013.
- [9] ລັດຖະສະພາ ແລະ ສະພາເອີຣົບ. ກົດລະບຽບວ່າດ້ວຍການປົກປ້ອງຂໍ້ມູນທົ່ວໄປ (GDPR). ກົດລະບຽບ (EU) 2016/679. ບຣຸກແຊນ: EU; 2016.