Techninis etalonas ir klinikinė priežiūra | Kantesti AI

Pradžia Medicininis patvirtinimas

Medicininis patvirtinimas ir klinikiniai standartai AI kraujo tyrimo analizė

Vidinis, automatizuotas Kantesti AI variklio etaloninis vertinimas, kurį parengė mūsų vyriausiasis medicinos pareigūnas (Chief Medical Officer) ir kuris nebuvo nepriklausomai patikrintas ar recenzuotas, esantis už AI kraujo tyrimo analizatorius.

Vidinis etaloninis vertinimas
CMO parengta
HIPAA atitinkantis
Parašė ir mediciniškai peržiūrėjo

Tomas Kleinas, medicinos mokslų daktaras

Vyriausiasis medicinos pareigūnas (CMO), „Kantesti AI“

Kantesti

Klinikinis hematologas · vyriausiasis medicinos pareigūnas (Chief Medical Officer) Kantesti · klinikinė interpretavimo metodologijos, padedančios diagnostikai, ir klinikinės sprendimų priėmimo sistemų priežiūra

Paskutinį kartą peržiūrėta 2026 m. balandžio 29 d.
Kita apžvalga Rugsėjis 1, 2026
Versija 2.0

Pirminiai įrodymai ir dokumentai

Šio puslapio našumo rodiklis gaunamas iš mūsų pačių automatizuotos, atvirojo kodo etaloninės (benchmark) sistemos, kurios kodas ir rezultatų suvestinės (scorecards) skelbiami viešai. Tai atkuriamas techninis etaloninis vertinimas, o ne nepriklausomas ar reguliavimo patvirtinimas, ir ne realaus pasaulio diagnostinio tikslumo matas. Žemiau pasiekite kodą ir duomenis.

Pirminis šaltinis

Kantesti AI variklis — Kraujo tyrimo rezultatų vertinimo etalonas

Automatinis sudėtinis vertinimas 100 000 sintetinių atvejų, apimančių 127 šalies žymas

Prižiūrima: Kantesti Ltd — variklio (engine) etaloninis vertinimas; klinikinis indėlis iš Thomas Klein, MD Metodas: Automatinė, atvirojo kodo etaloninė (benchmark) sistema (MIT licencija) Sudėtinis balas: 99.80% (pats vykdytas, ne recenzuotas) Apimtis: 100 000 sintetinių atvejų · 127 šalies žymos Būsena: Nepriklausomai nepatvirtinta ir ne recenzuota Sudėtinė formulė: 0.35 struktūra + 0.55 klinikinių raktinių žodžių atpažinimo (recall) dalis + 0.10 delsos (latency)

Etalono ir metodologijos apžvalga

Kantesti AI kraujo tyrimo interpretacija platforma atliekama griežta medicininė validacija kaip dalis mūsų vidinio kokybės užtikrinimo proceso. Našumas matuojamas naudojant vidinę, automatizuotą, atvirojo kodo etaloninę (benchmark) sistemą.

Šis puslapis dokumentuoja šį etaloną, mūsų gydytojų priežiūros struktūrą ir nuolatinį kokybės stebėsenos procesą. Etaloninis vertinimas yra techninis įvertinimas, o ne klinikinis tyrimas ar reguliavimo patvirtinimas.

100 tūkst. Etaloniniai atvejai Žr. etaloną
127 Apimtos šalies etiketės Žr. etaloną

Vidinis etaloninis našumas (sudėtinis)

Tai mūsų vidinės, automatizuotos, atvirojo kodo etaloninės (benchmark) sistemos rezultatas. Jis vykdytas savarankiškai ir nebuvo nepriklausomai patvirtintas ar recenzuotas.

Bendras etaloninis rezultatas

Sudėtinis etaloninis balas: 99,80% (savarankiškai atliktas, neperžiūrėtas bendraamžių) — bendras mūsų automatizuoto, atvirojo kodo etaloninio testavimo rezultatas, taikomas 100 000 sintetinių atvejų, apimančių 127 šalies žymas. Sudėtinis vertinimas yra sumaišytas techninis metrikas (35% išvesties struktūros atitikimas + 55% klinikinių raktinių žodžių atpažinimas + 10% delsos); tai ne diagnostinio tikslumo matas, ir jis nebuvo nepriklausomai patvirtintas ar peržiūrėtas bendraamžių. Žr. kodą ir duomenis GitHub

Etaloninis testavimas pateikia vieną sudėtinį balą iš automatizuoto testavimo įrankio; jis nepateikia jautrumo/specificity pagal kiekvieną testų kategoriją. Pilni balų kortelių duomenys pagal kiekvieną atvejį yra atvirosiose saugykloje.

Medicinos patariamoji taryba

Mūsų medicinos patariamasis komitetas teikia klinikinę priežiūrą visam AI algoritmų kūrimui ir patvirtinimui. Komiteto nariai atstovauja įvairioms specializacijoms keliose šalyse, visoje klinikinėje medicinoje.

Tomas Kleinas, medicinos mokslų daktaras

Vyriausiasis medicinos pareigūnas (CMO) Klinikinė hematologija ir dirbtinio intelekto diagnostika

Dr. Sarah Mitchell, MD, PhD

Vyriausiasis medicinos patarėjas Klinikinė patologija ir laboratorinė medicina

Prof. dr. Hans Weber

Vyresnysis medicinos patarėjas Laboratorinė medicina ir klinikinė chemija

Dr. Maria Rodriguez, MD, MPH

Medicinos patarėjas Vidaus ligos ir prevencinė medicina

Dr. Chen Wei, medicinos mokslų daktaras, gamtos mokslų magistras

Medicinos patarėjas Endokrinologija ir medžiagų apykaitos medicina

Susipažinkite su visa mūsų medicinos patariamąja taryba, kurioje rasite išsamius profilius, kvalifikaciją ir tyrimų patirtį.

Peržiūrėti visus patarėjus →

Nuolatinis kokybės stebėjimas

Po įdiegimo variklis stebimas atliekant vidinius operacinius patikrinimus ir struktūruotą grįžtamąjį ryšį iš naudotojų bei mūsų Medicinos patariamosios tarybos. Tai vidinis stebėjimas ir nėra nepriklausomas klinikinių baigčių tyrimas.

Mėnesinės našumo ataskaitos

Išsami tikslumo analizė visose biomarkerių kategorijose, demografiniuose segmentuose ir geografiniuose regionuose. Tendencijų nustatymas leidžia atlikti aktyvią kokybės kontrolę.

Sveikatos priežiūros paslaugų teikėjų atsiliepimai

Struktūrizuotas gydytojų ir laboratorijos specialistų atsiliepimų integravimas. Pažymėtas interpretacijas peržiūri Medicinos patariamoji taryba, o pataisymai integruojami į mokymus.

Mokymo duomenys ir kokybės užtikrinimas

Mūsų kokybės užtikrinimo procesas taiko standartinius kontrolės veiksmus duomenims, naudojamiems platformoje.

Kokybės kontrolė

Daugiapakopis duomenų kokybės užtikrinimas:

  • Nepilnų arba sugadintų įrašų pašalinimas
  • Išankstinės analizės klaidų aptikimas išskirtose vertėse
  • Visų duomenų rinkinių kilmės patikrinimas
  • HIPAA atitinkantis ir GDPR atitinkantis anonimizavimas

Technologijų ir atitikties partneriai

Mūsų patvirtinimo infrastruktūros ir dirbtinio intelekto kūrimo veikla remiama bendradarbiaujant su pirmaujančiais technologijų tiekėjais.

„Microsoft FoundersHub“.

Debesijos infrastruktūra ir įmonės lygio dirbtinio intelekto kūrimo platforma, palaikanti keičiamo dydžio patvirtinimo darbo eigas.

NVIDIA pradžios programa

GPU skaičiavimo ištekliai ir AI modelio optimizavimas, leidžiantys efektyviai treniruoti ir optimizuoti modelį.

„Google Cloud“ dirbtinis intelektas

Mašininio mokymosi infrastruktūra, palaikanti paskirstytą modelių mokymą ir išvadų darymą realiuoju laiku.

Cloudflare

Pasaulinis kraštinis tinklas, užtikrinantis saugią, mažos delsos prieigą visame pasaulyje.

HIPAA atitinkantis

JAV sveikatos priežiūros duomenų apsaugos priemonės

GDPR atitinkantis

Europos duomenų apsaugos reglamentas

Tinkamas naudojimas ir apribojimai

Skaidrumas apie galimybes ir apribojimus yra būtinas atsakingam dirbtinio intelekto diegimui sveikatos priežiūros srityje. Kantesti yra sukurtas kaip sprendimų priėmimo priemonė, papildanti, o ne pakeičianti profesionalų medicininį vertinimą.

Informacija nepasiekiama

Mūsų dirbtinis intelektas interpretuoja biožymenų duomenis atskirai. Sistema neprieina šio klinikinio konteksto:

  • Išsami paciento ligos istorija
  • Šiuo metu vartojami vaistai ir galima sąveika
  • Fizinės apžiūros išvados
  • Genetiniai veiksniai ir šeimos istorija
  • Gyvenimo būdo veiksniai (nebent pateiktų naudotojas)

Laboratorinės metodologijos variantai

Etaloniniai intervalai skiriasi tarp laboratorijų dėl įrangos skirtumų ir kalibravimo standartų. Mūsų laboratorijoms būdingų etaloninių intervalų duomenų bazė apima daugelį variacijų, tačiau naudotojai turėtų patikrinti, ar išgautos reikšmės atitinka jų originalią ataskaitą.

Dokumentų kokybės aspektai

OCR tikslumas priklauso nuo dokumento kokybės. Ranka rašyti rezultatai arba mažos skiriamosios gebos nuskaitymai gali turėti įtakos reikšmių išgavimui. Prieš analizę visas išgautas reikšmes galima taisyti rankiniu būdu.

Medicininis atsakomybės apribojimas

„Kantesti“ yra dirbtinio intelekto valdoma informacinė priemonė, kuri interpretuoja kraujo tyrimų rezultatus pagal nustatytas medicinines referencines vertes ir klinikines gaires. Tai NĖRA medicinos prietaisas ir nediagnozuoja, negydo, neišgydo ir neužkerta kelio jokioms ligoms.

Pateikta informacija skirta tik švietimo ir informaciniams tikslams ir neturėtų būti laikoma medicinine konsultacija. Prieš priimdami sprendimus dėl savo sveikatos ar gydymo, visada pasitarkite su kvalifikuotu sveikatos priežiūros specialistu.

Medicininės pagalbos atvejais nedelsdami kreipkitės į skubios pagalbos tarnybas. „Kantesti“ nėra skirta naudoti ekstremaliose situacijose.

Interesų konfliktas ir finansavimo atskleidimas

Ši validavimo dokumentacija skelbiama Kantesti Ltd (JK įmonių registras Companies House Nr. 17090423), kurios būstinė yra Londone, Jungtinėje Karalystėje. Medicinos patariamosios tarybos nariai gauna atlygį už savo patariamuosius vaidmenis. Vyriausiasis medicinos pareigūnas (Thomas Klein, MD) yra visą darbo dieną dirbantis Kantesti Ltd darbuotojas. Visa čia pateikta validacija yra vidinė Kantesti ir nebuvo nepriklausomai patikrinta ar recenzuota. Išorinis finansavimas validavimo tyrimams nebuvo gautas. Įmonė yra savifinansuojama iš pajamų ir technologinių partnerystių su Microsoft for Startups, NVIDIA Inception, Google Cloud ir Cloudflare.

Dažnai užduodami klausimai apie medicininį patvirtinimą

Kaip dažnai atnaujinamas dirbtinio intelekto modelis?

Mūsų modelis atliekamas ketvirtinis persimokymas, įtraukiant naujus patvirtintus duomenis, atnaujintas klinikines gaires ir besiformuojančius biomarkerių tyrimus. Kiekvienas atnaujinimas prieš diegimą yra patikrinamas pagal mūsų vidinį automatizuotą etaloną. Atnaujinimai, neatitinkantys mūsų etalono slenksčio, nėra diegiami.

Kaip pateikiami etaloniniai našumo rodikliai?

Našumas pateikiamas kaip vienas bendras balas iš mūsų automatizuoto vertinimo, o ne kaip diagnostinis tikslumas pagal kategorijas. Bendras balas apima išvesties struktūros tinkamumą, klinikinių raktinių žodžių atpažinimą ir delsą, ir yra tik techninis matas.

Ar galiu pasitikėti dirbtinio intelekto interpretacija priimant medicininius sprendimus?

„Kantesti“ yra sukurtas kaip sprendimų palaikymo priemonė, o ne profesionalios medicininės vertinimo pakaitalas. Mūsų dirbtinis intelektas teikia patvirtintas interpretacijas, pagrįstas nustatytais atskaitos intervalais, tačiau klinikinis kontekstas, įskaitant jūsų ligos istoriją, vaistus ir simptomus, reikalauja gydytojo įvertinimo, kad būtų galima priimti sprendimus dėl gydymo. Visada pasitarkite su savo sveikatos priežiūros paslaugų teikėju.

Kiek atvejų ir šalies žymų apima etalonas?

Automatinis etaloninis testas vykdomas 100 000 sintetinių atvejų, apimančių 127 šalies žymenis. Tai techninis turinio ir formato etalonas, o ne demografinio tikslumo tyrimas, ir jis nebuvo nepriklausomai patvirtintas ar recenzuotas.

Kas nutinka, jei DI padaro klaidą?

Sveikatos priežiūros paslaugų teikėjai ir vartotojai gali pažymėti interpretacijas, kad jas peržiūrėtų Medicinos patariamoji taryba. Pažymėtus atvejus analizuoja mūsų rinkodaros vadovas Thomas Klein, MD, ir medicinos komanda. Jei klaidos patvirtinamos, pataisymai integruojami į būsimus mokymo ciklus. Mūsų nuolatinė stebėsena seka realų našumą, kad galėtume nustatyti ir proaktyviai spręsti sistemines problemas.

Kur galiu rasti visą patvirtinimo ataskaitą?

Mūsų etaloninės metodikos, kodo ir kiekvieno atvejo rezultatų suvestinės yra viešai prieinamos: Kantesti AI variklio kraujo tyrimo etalonas „GitHub“ (https://github.com/emirhanai/kantesti-blood-test-benchmark) ir įrašas „Figshare“ (DOI: 10.6084/m9.figshare.32095435). Tai savarankiškai vykdomas, automatizuotas etaloninis vertinimas, kuris nėra nepriklausomai patvirtintas ar recenzuotas.

Kas peržiūri medicininį turinį „Kantesti“ svetainėje?

Visa medicininė informacija yra parašyta ir peržiūrėta Thomas Klein, MD, mūsų vyriausiojo medicinos pareigūno. Dr. Klein yra valdybos sertifikuotas klinikinis hematologas, einantis vyriausiojo medicinos pareigūno pareigas Kantesti ir atliekantis AI palaikomą interpretaciją. Papildomą priežiūrą užtikrina mūsų Medicinos patariamasis komitetas.

Patirtis su AI pagalba atliekant kraujo tyrimų analizę

Prisijunkite prie milijonų pasitikinčių vartotojų visame pasaulyje „Kantesti“ dirbtinio intelekto kraujo tyrimų analizatorius AI pagalba atliekamai informacinei kraujo tyrimo rezultatų interpretacijai 75+ kalbomis.

Įmonių skaidrumas

Mes tikime visišku skaidrumu apie tai, kas mes esame ir kaip veikiame. Žemiau rasite mūsų įmonės registracijos duomenis ir informaciją apie vadovybę.

Nuo 2026 m. kovo Kantesti AI platforma — šiuo metu veikianti kaip Kantesti V11 — yra valdoma Kantesti Ltd, ribotos atsakomybės privačios bendrovės, įsteigtos Anglijoje ir Velse (JK įmonių registras Nr. 17090423), o registruota būstinė yra Londone, Jungtinėje Karalystėje. Šis JK įsteigimas suvienija pasaulines operacijas vienoje vieningoje, skaidrioje įmonių struktūroje, kurią reglamentuoja Jungtinės Karalystės reguliavimo standartai, remiantis 2019 m. pradėtais plėtros darbais. Tas pats patentuotas neuroninis tinklas — interpretuojantis daugiau nei 15 000 biomarkerių 75+ kalbomis daugiau nei 2 milijonams naudotojų 127 šalyse — ir toliau kuriamas bei prižiūrimas tų pačių inžinerijos ir medicinos komandų. Mūsų vidinis etaloninis testavimas, Medicinos patariamojo komiteto priežiūra ir partnerystės su „Microsoft“ programoje „For Startups“ (Founders Hub), NVIDIA Inception ir „Google Cloud“ išlieka nepakitusios. Naudotojai visame pasaulyje ir toliau turi prieigą prie identiškos paslaugos kokybės, dabar papildomai užtikrintos sustiprintu JK įmonių valdymu kartu su mūsų esamu GDPR (ES) ir HIPAA (JAV) atitiktimi.

Kantesti AI · Kantesti Ltd

Prekių ženklų pavadinimai: Kantesti, Kantesti AI

Juridinis asmuo: Kantesti Ltd (Private Limited Company)

Įmonių registras Nr.: 17090423

Jurisdikcija: Anglija ir Velsas, Jungtinė Karalystė

Verslo tipas: AI sveikatos priežiūros technologija (SaaS)

Įkurta: 2019 · JK subjektas įregistruotas: 2026 m. kovo mėn.

Būstinė: 4 Raven Road, 1c3-1100 blokas, Londonas, E18 1HB, Jungtinė Karalystė

Programos versija: Kantesti V11

Kontaktas: [email protected]

JK telefono numeris: +44 7508 364740 (I–V 9:00–18:00 GMT)

DE telefono numeris: +49 177 497 4039 (I–V 9:00–18:00 CET)

Lyderystė

Įkūrėjas ir generalinis direktorius: Julianas Emirhanas Bulutas

Vizionierius verslininkas, vadovaujantis dirbtinio intelekto inovacijoms sveikatos priežiūros technologijų srityje. Kuriantis prieinamus kraujo tyrimų interpretavimo įrankius, skirtus pagerinti sveikatą visame pasaulyje.

Susisiekite „LinkedIn“ tinkle

Vyriausiasis medicinos pareigūnas: Tomas Kleinas, medicinos mokslų daktaras

Valdybos sertifikuotas klinikinis hematologas, vadovaujantis klinikinei mūsų medicininio turinio priežiūrai.

Atitiktis

Duomenų apsauga: GDPR atitinkantis (ES)

Sveikatos priežiūros privatumas: HIPAA atitinkančios praktikos (JAV)

Medicinos prietaisas: Neklasifikuojama kaip medicinos prietaisas – tik informacinė priemonė

Nuorodos ir standartai

Mūsų patvirtinimo metodika ir klinikiniai standartai yra pagrįsti nustatytomis medicinos gairėmis ir tarptautiniais standartais.

  1. [1] Pasaulio sveikatos organizacija (PSO). Glikuoto hemoglobino (HbA1c) naudojimas diagnozuojant cukrinį diabetą. Ženeva: PSO; 2011. Prieinama iš: https://www.who.int/diabetes/publications/diagnosis_diabetes2011/en/
  2. [2] Tarptautinė standartizacijos organizacija. ISO 15189:2022 Medicinos laboratorijos. Kokybės ir kompetencijos reikalavimai. Ženeva: ISO; 2022. https://www.iso.org/standard/76677.html
  3. [3] Klinikinių ir laboratorinių standartų institutas (CLSI). EP09c: Matavimo procedūrų palyginimas ir paklaidos įvertinimas naudojant pacientų mėginius. 3 leidimas Wayne, PA: CLSI; 2018 m.
  4. [4] Nacionaliniai sveikatos institutai (NIH). Kraujo tyrimų etaloniniai diapazonai. Bethesda, MD: NIH; Atnaujinta 2024 m. Galima įsigyti iš: MedlinePlus
  5. [5] Amerikos klinikinės chemijos asociacija (AACC). Laboratorinių tyrimų etaloniniai diapazonai. Vašingtonas, DC: AACC; 2024. https://www.aacc.org/
  6. [6] Tarptautinė klinikinės chemijos federacija (IFCC). Etaloninių matavimų procedūros. Milanas: IFCC; 2023. https://www.ifcc.org/
  7. [7] Bulut J E. Kantesti AI variklis — Kraujo tyrimo interpretavimo etaloninis testas (automatizuotas, atvirojo kodo įrankis). Kantesti Ltd; 2026. Kodas ir duomenys: GitHub · DOI: 10.6084/m9.figshare.32095435
  8. [8] JAV Sveikatos ir žmogiškųjų paslaugų departamentas. HIPAA privatumo taisyklė. 45 CFR 160 dalis ir 164 dalies A bei E poskyriai. Vašingtonas, DC: HHS; 2013.
  9. [9] Europos Parlamentas ir Taryba. Bendrasis duomenų apsaugos reglamentas (BDAR). Reglamentas (ES) 2016/679. Briuselis: ES; 2016.