ການກວດສອບທາງການແພດ & ມາດຕະຖານທາງດ້ານການຊ່ວຍສໍາລັບ ການວິເຄາະການກວດເລືອດ AI
ການປຽບທຽບພາຍໃນທີ່ຖືກອັດຕະໂນມັດຂອງເຄື່ອງຈັກ AI Kantesti, ຂຽນໂດຍຫົວໜ້າແພດການແພດຂອງພວກເຮົາ (Chief Medical Officer) ແລະບໍ່ໄດ້ຖືກກວດສອບຢ່າງເປັນອິດສະຫຼະ ຫຼື ຜ່ານການທົບທວນຈາກຜູ້ຊ່ຽວຊານ (peer-reviewed), ຢູ່ຫຼັງ AI ກວດວິເຄາະເລືອດ.
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
ພາບລວມການທົດສອບ & ວິທີການ
Kantesti ຂອງ ການຕີຄວາມໝາຍຂອງການກວດເລືອດ AI ເຄື່ອງຈັກຜ່ານການຢືນຢັນທາງການແພດຢ່າງເຂັ້ມງວດ ເປັນສ່ວນໜຶ່ງຂອງຂະບວນການຄຸນນະພາບພາຍໃນຂອງພວກເຮົາ. ການວັດແທກຜົນການປະຕິບັດແມ່ນດ້ວຍຊຸດທົດສອບອັດຕະໂນມັດ ທີ່ເປີດແຫຼ່ງ (open-source) ພາຍໃນ.
ໜ້ານີ້ບັນທຶກເຖິງການທົດສອບນັ້ນ, ໂຄງສ້າງການກຳກັບໂດຍແພດຂອງພວກເຮົາ, ແລະຂະບວນການຕິດຕາມຄຸນນະພາບຢ່າງຕໍ່ເນື່ອງ. ການທົດສອບແມ່ນການປະເມີນດ້ານວິຊາການ (technical evaluation) ບໍ່ແມ່ນການທົດລອງທາງຄລີນິກ (clinical trial) ຫຼື ການຢືນຢັນຕາມຂໍ້ກຳນົດ (regulatory validation).
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
ການປຽບທຽບສ້າງຄະແນນລວມດຽວຈາກຊຸດທົດສອບແບບອັດຕະໂນມັດ; ມັນບໍ່ສ້າງຕົວເລກຄວາມໄວ/ຄວາມຈໍາແນກຕາມໝວດການທົດສອບ (sensitivity/specificity) ລາຍການ. ບັດຄະແນນລາຍກໍລະນີເຕັມຢູ່ໃນຄັງເປີດ.
ຄະນະທີ່ປຶກສາທາງການແພດ
ຄະນະທີ່ປຶກສາດ້ານການແພດຂອງພວກເຮົາ ໃຫ້ການກຳກັບດ້ານຄລີນິກສໍາລັບການພັດທະນາ ແລະ ການຢືນຢັນອັລກໍລິທຶມ AI ທັງໝົດ. ສະມາຊິກຄະນະສະແດງຄວາມຫຼາກຫຼາຍດ້ານສາຂາຊ່ຽວຊານຂອງການແພດ ໃນຫຼາຍປະເທດ, ຂ້າມສາຂາການແພດຄລີນິກ.
ທອມັສ ໄຄລນ໌, MD
ຫົວໜ້າເຈົ້າໜ້າທີ່ແພດ (CMO) ການວິນິດໄສທາງດ້ານເລືອດວິທະຍາທາງດ້ານຄລີນິກ ແລະ ປັນຍາປະດິດທ່ານດຣ Sarah Mitchell, MD, PhD
ຫົວໜ້າທີ່ປຶກສາດ້ານການແພດ ການປິ່ນປົວພະຍາດທາງດ້ານຄລີນິກ & ຫ້ອງທົດລອງສາດສະດາຈານ ດຣ. Hans Weber
ທີ່ປຶກສາດ້ານການແພດອາວຸໂສ ຫ້ອງທົດລອງຢາ & ເຄມີຄລີນິກທ່ານດຣ Maria Rodriguez, MD, MPH
ທີ່ປຶກສາທາງການແພດ ຢາພາຍໃນ ແລະຢາປ້ອງກັນທ່ານດຣ Chen Wei, MD, MSc
ທີ່ປຶກສາທາງການແພດ Endocrinology & Metabolic Medicineພົບກັບຄະນະທີ່ປຶກສາດ້ານການແພດເຕັມຮູບແບບຂອງພວກເຮົາດ້ວຍໂປຣໄຟລ໌ລາຍລະອຽດ, 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 ໄດ້ຖືກອອກແບບເປັນເຄື່ອງມືສະຫນັບສະຫນູນການຕັດສິນໃຈເພື່ອເສີມຂະຫຍາຍ - ບໍ່ທົດແທນ - ການຕັດສິນທາງການແພດເປັນມືອາຊີບ.
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
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 ຖືກອອກແບບມາເປັນເຄື່ອງມືສະໜັບສະໜູນການຕັດສິນໃຈ, ບໍ່ແມ່ນການທົດແທນການຕັດສິນທາງການແພດແບບມືອາຊີບ. AI ຂອງພວກເຮົາໃຫ້ການຕີຄວາມທີ່ຖືກຕ້ອງໂດຍອີງໃສ່ຂອບເຂດອ້າງອີງທີ່ໄດ້ກຳນົດໄວ້, ແຕ່ສະພາບການທາງດ້ານຄລີນິກ - ລວມທັງປະຫວັດທາງການແພດ, ຢາ ແລະ ອາການຂອງທ່ານ - ຮຽກຮ້ອງໃຫ້ມີການປະເມີນຜົນຈາກແພດເພື່ອການຕັດສິນໃຈປິ່ນປົວ. ໃຫ້ປຶກສາກັບຜູ້ໃຫ້ບໍລິການດ້ານສຸຂະພາບຂອງທ່ານສະເໝີ.
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?
ເນື້ອຫາທາງການແພດທັງໝົດຖືກຂຽນ ແລະ ກວດທານໂດຍ Thomas Klein, MD, ຫົວໜ້າຝ່າຍການແພດຂອງພວກເຮົາ. ທ່ານດຣ. Klein ເປັນນັກຮີມະໂລກທາງຄລີນິກທີ່ຜ່ານການຢັ້ງຢືນຈາກສະພາວິຊາຊີບ ເຮັດໜ້າທີ່ເປັນ Chief Medical Officer ຢູ່ທີ່ Kantesti ແລະການຕີຄວາມດ້ວຍ AI. ການກຳກັບເພີ່ມເຕີມແມ່ນໃຫ້ໂດຍຄະນະທີ່ປຶກສາດ້ານການແພດຂອງພວກເຮົາ.
ການວິເຄາະການກວດເລືອດທີ່ຊ່ວຍໂດຍ AI
ເຂົ້າຮ່ວມຫຼາຍລ້ານຄົນທົ່ວໂລກທີ່ໄວ້ວາງໃຈ ເຄື່ອງວິເຄາະເລືອດ AI ຂອງ Kantesti ສໍາລັບການກວດເລືອດທີ່ຊ່ວຍໂດຍ AI ແບບຂໍ້ມູນຂ່າວສານ ໃນ 75+ ພາສາ.
ຄວາມໂປ່ງໃສຂອງບໍລິສັດ
ພວກເຮົາເຊື່ອໃນຄວາມໂປ່ງໃສຢ່າງເຕັມທີ່ກ່ຽວກັບວ່າພວກເຮົາແມ່ນໃຜ ແລະພວກເຮົາດໍາເນີນການແນວໃດ. ຂ້າງລຸ່ມນີ້ທ່ານຈະເຫັນລາຍລະອຽດການລົງທະບຽນບໍລິສັດຂອງພວກເຮົາ ແລະຂໍ້ມູນຄວາມເປັນຜູ້ນໍາ.
ຕັ້ງແຕ່ເດືອນມີນາ 2026, ທ Kantesti AI ເວທີ — ປະຈຸບັນດໍາເນີນການເປັນ Kantesti V11 — ຖືກດໍາເນີນໂດຍ ບໍລິສັດ Kantesti ຈຳກັດ, ບໍລິສັດຈໍາກັດສ່ວນຕົວ (private limited company) ທີ່ຈົດຕັ້ງໃນປະເທດອັງກິດ ແລະ ເວວ (UK Companies House ເລກທີ. 17090423), ໂດຍມີສໍານັກງານໃຫຍ່ທີ່ຈົດທະບຽນຢູ່ລອນດອນ, ສະຫະລາຊະອານາຈັກ. ການຈົດຕັ້ງໃນອັງກິດນີ້ ລວມການດໍາເນີນງານທົ່ວໂລກໄວ້ໃນໂຄງສ້າງບໍລິສັດດຽວທີ່ໂປ່ງໃສ ແລະ ຖືກກຳກັບດ້ວຍມາດຕະຖານການກຳກັບຂອງສະຫະລາຊະອານາຈັກ ໂດຍອາໄສການພັດທະນາທີ່ເລີ່ມຕັ້ງແຕ່ປີ 2019. ເຄືອຂ່າຍ neural ທີ່ເປັນກຳມະສິດດຽວກັນ — ການຕີຄວາມໝາຍຕົວຊີ້ວັດຫຼາຍກວ່າ 15,000 ຕົວ ໃນ 75+ ພາສາ ສໍາລັບຜູ້ໃຊ້ຫຼາຍກວ່າ 2 ລ້ານຄົນໃນ 127 ປະເທດ — ຍັງຄົງຖືກພັດທະນາ ແລະ ຮັກສາໂດຍທີມວິສະວະກຳ ແລະ ການແພດຊຸດດຽວກັນ. ການປຽບທຽບພາຍໃນຂອງພວກເຮົາ, ການກຳກັບຂອງຄະນະທີ່ປຶກສາດ້ານການແພດ, ແລະ ການຮ່ວມມືກັບ Microsoft for Startups (Founders Hub), NVIDIA Inception, ແລະ Google Cloud ຍັງຄົງບໍ່ປ່ຽນແປງ. ຜູ້ໃຊ້ທົ່ວໂລກຍັງຄົງໄດ້ຮັບການເຂົ້າເຖິງຄຸນນະພາບການບໍລິການທີ່ຄືກັນ, ດຽວນີ້ຖືກຮອງຮັບດ້ວຍການກຳກັບດ້ານບໍລິຫານຂອງບໍລິສັດໃນອັງກິດທີ່ເພີ່ມຂຶ້ນ ຄຽງຄູ່ກັບການປະຕິບັດຕາມ GDPR (EU) ແລະ HIPAA (US) ທີ່ມີຢູ່ແລ້ວ.
Kantesti AI · Kantesti Ltd
ຊື່ແບຣນ (Brand Names): Kantesti, Kantesti AI
ນິຕິບຸກຄົນ: Kantesti Ltd (Private Limited Company)
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 V11
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.
ເຊື່ອມຕໍ່ໃນ LinkedInຫົວໜ້າເຈົ້າໜ້າທີ່ແພດ: 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.