Medicīniskā validācija un klīniskie standarti AI asins analīžu analīze
Iekšējs, automatizēts Kantesti AI dzinēja etalons, ko sagatavojis mūsu Galvenais medicīnas darbinieks, un kas nav neatkarīgi validēts vai recenzēts, aiz AI asins analīžu analizators.
Primārie pierādījumi un dokumentācija
Veiktspējas rādītājs šajā lapā ir iegūts no mūsu pašu automatizēta, atvērtā pirmkoda etalona (benchmark) ietvara, un kods un rezultātu (scorecards) ir publicēti atklāti. Tas ir reproducējams tehniskais etalons, nevis neatkarīga vai regulatīva validācija, un tas nav reālas pasaules diagnostikas precizitātes mērs. Piekļūstiet kodam un datiem zemāk.
Kantesti AI dzinējs — asins analīžu rezultāti: etalons
Automatizēts kompozītmērķu vērtējums 100 000 sintētisku gadījumu apjomā ar 127 valstu marķējumiem
Etalona un metodoloģijas pārskats
Kantesti AI asins analīžu interpretācija platforma iziet stingru medicīnisko validāciju kā daļu no mūsu iekšējā kvalitātes procesa. Veiktspēja tiek mērīta ar iekšēju, automatizētu, atvērtā pirmkoda etalona ietvaru.
Šī lapa dokumentē šo etalonu, mūsu ārsta uzraudzības struktūru un mūsu nepārtrauktās kvalitātes uzraudzības procesu. Etalons ir tehnisks izvērtējums, nevis klīnisks pētījums vai regulatīva validācija.
Iekšējā etalona veiktspēja (kompozīts)
Šis ir mūsu iekšējā, automatizētā, atvērtā pirmkoda etalona ietvara rezultāts. Tas ir pašu veikts un nav neatkarīgi validēts vai recenzēts.
Kopējais etalona rezultāts
Kompozītais etalona rādītājs: 99,80% (pašu izpildīts, nav recenzēts) — mūsu automatizētā, atvērtā pirmkoda etalona testēšanas kopējais rezultāts 100 000 sintētisku gadījumu apjomā ar 127 valstu marķējumiem. Kompozītmērķis ir sajaukts tehniskais rādītājs (35% izvades-struktūras atbilstība + 55% klīnisko atslēgvārdu atpazīšana + 10% latentums); tas ir ne diagnostiskās precizitātes mērs, un tas nav neatkarīgi validēts vai recenzēts. Skatiet kodu un datus vietnē GitHub
Etalona tests ģenerē vienu kompozīto punktu skaitu no automatizēta ietvara; tas neģenerē jutīguma/specificitātes rādītājus pa katru testu kategoriju. Pilni punktu kartes pa gadījumiem ir atvērtajā repozitorijā.
Medicīnas konsultatīvā padome
Mūsu Medicīnas konsultatīvā padome nodrošina klīnisku uzraudzību visai AI algoritmu izstrādei un validācijai. Padomes locekļi pārstāv dažādas specialitātes vairākās valstīs, visā klīniskajā medicīnā.
Tomass Kleins, medicīnas doktors
Galvenais medicīnas darbinieks (CMO) Klīniskā hematoloģija un mākslīgā intelekta diagnostikaDr. Sāra Mičela, MD, PhD
Galvenais medicīnas padomnieks Klīniskā patoloģija un laboratorijas medicīnaProfesors Dr. Hanss Vēbers
Vecākais medicīnas konsultants Laboratorijas medicīna un klīniskā ķīmijaDr. Marija Rodrigesa, MD, MPH
Medicīnas konsultants Iekšķīgā medicīna un profilaktiskā medicīnaDr. Čens Vei, medicīnas doktors, maģistrs
Medicīnas konsultants Endokrinoloģija un vielmaiņas medicīnaIepazīstieties ar mūsu Medicīnas konsultatīvo padomi, kurā ir detalizēti profili, akreditācijas dati un pētniecības pieredze.
Skatīt visus konsultantus →Nepārtraukta kvalitātes uzraudzība
Pēc ieviešanas dzinējs tiek uzraudzīts, izmantojot iekšējās operacionālās pārbaudes un strukturētu atgriezenisko saiti no lietotājiem un mūsu Medicīniskās konsultatīvās padomes. Tā ir iekšēja uzraudzība, nevis neatkarīgs klīnisko iznākumu pētījums.
Mēneša veiktspējas pārskati
Visaptveroša precizitātes analīze visās biomarķieru kategorijās, demogrāfiskajos segmentos un ģeogrāfiskajos reģionos. Tendenču noteikšana nodrošina proaktīvu kvalitātes vadību.
Veselības aprūpes pakalpojumu sniedzēju atsauksmes
Strukturēta ārstu un laboratorijas speciālistu atsauksmju integrācija. Atzīmētās interpretācijas tiek pārskatītas Medicīnas konsultatīvās padomes ietvaros, un korekcijas ir integrētas apmācībā.
Apmācības dati un kvalitātes nodrošināšana
Mūsu kvalitātes nodrošināšanas process piemēro standarta kontroles platformas izmantotajiem datiem.
Kvalitātes kontrole
Daudzpakāpju datu kvalitātes nodrošināšana:
- Nepilnīgu vai bojātu ierakstu dzēšana
- Pirmsanalītisku kļūdu noteikšana noviržu gadījumā
- Visu datu kopu izcelsmes pārbaude
- HIPAA atbilstoša un GDPR atbilstoša anonimizācija
Tehnoloģiju un atbilstības partneri
Mūsu validācijas infrastruktūras un mākslīgā intelekta izstrāde tiek atbalstīta, sadarbojoties ar nozarē vadošajiem tehnoloģiju nodrošinātājiem.
Microsoft FoundersHub
Mākoņinfrastruktūra un uzņēmuma līmeņa mākslīgā intelekta izstrādes platforma, kas atbalsta mērogojamus validācijas darbplūsmas.
NVIDIA sākuma programma
GPU skaitļošanas resursi un AI modeļa optimizācija, kas nodrošina efektīvu modeļa apmācību un optimizāciju.
Google mākoņa mākslīgais intelekts
Mašīnmācīšanās infrastruktūra, kas atbalsta izkliedētu modeļu apmācību un secinājumu izdarīšanu reāllaikā.
Mākoņa uzliesmojums
Globāls edge tīkls, kas nodrošina drošu, zema latentuma piekļuvi visā pasaulē.
HIPAA atbilstošs
ASV veselības aprūpes datu aizsardzības pasākumi
GDPR atbilstošs
Eiropas datu aizsardzības regula
Atbilstoša lietošana un ierobežojumi
Atbildīgai mākslīgā intelekta ieviešanai veselības aprūpē ir būtiska pārredzamība attiecībā uz iespējām un ierobežojumiem. Kantesti ir izstrādāts kā lēmumu atbalsta rīks, lai papildinātu, nevis aizstātu, profesionālu medicīnisko spriedumu.
Informācijai nav piekļuves
Mūsu mākslīgais intelekts interpretē biomarķieru datus izolēti. Sistēmai nav pieejams šāds klīniskais konteksts:
- Pilnīga pacienta medicīniskā vēsture
- Pašreizējās zāles un iespējamā mijiedarbība
- Fiziskās apskates rezultāti
- Ģenētiskie faktori un ģimenes anamnēze
- Dzīvesveida faktori (ja vien lietotājs nav sniedzis informāciju)
Laboratorijas metodoloģijas variācijas
Atsauces intervāli atšķiras starp laboratorijām aprīkojuma atšķirību un kalibrēšanas standartu dēļ. Mūsu datubāze ar laboratorijai specifiskiem atsauces intervāliem risina daudzas variācijas, taču lietotājiem jāpārbauda, vai izvilktās vērtības atbilst viņu oriģinālajam pārskatam.
Dokumentu kvalitātes apsvērumi
OCR precizitāte ir atkarīga no dokumenta kvalitātes. Rokrakstā rakstīti rezultāti vai zemas izšķirtspējas skenējumi var ietekmēt vērtību iegūšanu. Pirms analīzes visām iegūtajām vērtībām ir pieejama manuāla korekcija.
Medicīniskā atruna
Kantesti ir mākslīgā intelekta darbināts informatīvs rīks, kas interpretē asins analīžu rezultātus, pamatojoties uz noteiktajām medicīniskajām atsauces vērtībām un klīniskajām vadlīnijām. Tā NAV medicīniska ierīce un nediagnosticē, neārstē, neizārstē un nenovērš nevienu slimību.
Sniegtā informācija ir paredzēta tikai izglītojošiem un informatīviem nolūkiem, un to nevajadzētu uzskatīt par medicīnisku padomu. Pirms lēmumu pieņemšanas par savu veselību vai ārstēšanu vienmēr konsultējieties ar kvalificētu veselības aprūpes speciālistu.
Medicīniskās palīdzības gadījumos nekavējoties sazinieties ar neatliekamās palīdzības dienestiem. Kantesti nav paredzēts ārkārtas situācijām.
Interešu konflikta un finansējuma atklāšana
Šī validācijas dokumentācija ir publicēta Kantesti Ltd (UK Companies House Nr. 17090423), kuras juridiskā adrese ir Londonā, Apvienotajā Karalistē. Medicīniskās konsultatīvās padomes locekļi saņem atlīdzību par savām konsultatīvajām lomām. Galvenais medicīnas darbinieks (Thomas Klein, MD) ir pilna laika Kantesti Ltd darbinieks. Visa šeit norādītā validācija ir iekšēja Kantesti ietvaros un nav neatkarīgi pārbaudīta vai recenzēta. Validācijas pētījumiem netika saņemts ārējs finansējums. Uzņēmums ir pašfinansēts, gūstot ieņēmumus un tehnoloģiju partnerības ar Microsoft for Startups, NVIDIA Inception, Google Cloud un Cloudflare.
Bieži uzdotie jautājumi par medicīnisko validāciju
Cik bieži tiek atjaunināts mākslīgā intelekta modelis?
Mūsu modelis tiek apmācīts no jauna reizi ceturksnī, iekļaujot jaunus validētus datus, atjauninātas klīniskās vadlīnijas un jaunus biomarķieru pētījumus. Katrs atjauninājums tiek pārbaudīts pret mūsu iekšējo automatizēto etalonu pirms ieviešanas. Atjauninājumi, kas neatbilst mūsu etalona slieksnim, netiek izlaisti.
Kā tiek ziņots par etalona veiktspēju?
Veiktspēja tiek ziņota kā viens salikts rādītājs no mūsu automatizētā etalona, nevis kā diagnostikas precizitāte pa kategorijām. Saliktais rādītājs apvieno izvades struktūras atbilstību, klīnisko atslēgvārdu atsaukšanu un latentumu, un tas ir tikai tehnisks mērījums.
Vai es varu uzticēties mākslīgā intelekta interpretācijai medicīnisku lēmumu pieņemšanā?
Kantesti ir izstrādāts kā lēmumu atbalsta rīks, nevis profesionāla medicīniskā sprieduma aizstājējs. Mūsu mākslīgais intelekts sniedz validētas interpretācijas, pamatojoties uz noteiktiem atsauces diapazoniem, taču klīniskajam kontekstam, tostarp jūsu slimības vēsturei, medikamentiem un simptomiem, ārstēšanas lēmumu pieņemšanai ir nepieciešams ārsta novērtējums. Vienmēr konsultējieties ar savu veselības aprūpes sniedzēju.
Cik gadījumu un valstu etiķešu aptver etalons?
Automatizētais etalonskrējiens darbojas ar 100 000 sintētisku gadījumu, aptverot 127 valstu apzīmējumus. Tas ir tehnisks satura un formāta etalons, nevis demogrāfiskās precizitātes pētījums, un tas nav neatkarīgi validēts vai recenzēts.
Kas notiek, ja mākslīgais intelekts pieļauj kļūdu?
Veselības aprūpes sniedzēji un lietotāji var atzīmēt interpretācijas, lai tās pārskatītu Medicīnas konsultatīvā padome. Atzīmētos gadījumus analizē mūsu mārketinga vadītājs Tomass Kleins (Thomas Klein), medicīnas komanda. Ja kļūdas tiek apstiprinātas, labojumi tiek integrēti turpmākajos apmācību ciklos. Mūsu nepārtrauktā uzraudzība seko līdzi reālajai veiktspējai, lai proaktīvi identificētu un risinātu sistemātiskas problēmas.
Kur es varu atrast pilnu validācijas ziņojumu?
Mūsu etalona metodoloģija, kods un gadījumu līmeņa rezultātu kartes ir publiski pieejamas: Kantesti AI dzimtas asins analīžu etalons GitHub (https://github.com/emirhanai/kantesti-blood-test-benchmark) un ieraksts vietnē Figshare (DOI: 10.6084/m9.figshare.32095435). Tā ir pašvadīta, automatizēta etalona pārbaude, kas nav neatkarīgi validēta vai recenzēta.
Kas pārskata medicīnisko saturu vietnē Kantesti?
Visa medicīniskā informācija ir uzrakstīta un pārskatīta, ko veic Thomas Klein, MD, mūsu Medicīnas direktors. Dr. Klein ir sertificēts klīniskais hematologs, kas pilda Medicīnas direktora pienākumus Kantesti un nodrošina ar AI atbalstītu interpretāciju. Papildu uzraudzību nodrošina mūsu Medicīnas konsultatīvā padome.
Pieredze ar AI atbalstītu asins analīžu rezultātu analīzi
Pievienojieties miljoniem lietotāju visā pasaulē, kuri uzticas Kantesti mākslīgā intelekta asins analīžu analizators AI atbalstītai, informatīvai asins analīžu rezultātu interpretācijai 75+ valodās.
Korporatīvā pārredzamība
Mēs ticam pilnīgai caurspīdībai par to, kas mēs esam un kā mēs darbojamies. Zemāk atradīsiet mūsu uzņēmuma reģistrācijas informāciju un vadības informāciju.
No 2026. gada marta Kantesti mākslīgais intelekts platforma — pašlaik darbojas kā Kantesti V11 — tiek pārvaldīta Kantesti Ltd, privāta sabiedrība ar ierobežotu atbildību, kas reģistrēta Anglijā un Velsā (Lielbritānijas Uzņēmumu reģistrs Companies House Nr. 17090423), un tās reģistrētā juridiskā adrese ir Londonā, Apvienotajā Karalistē. Šī Apvienotās Karalistes reģistrācija konsolidē globālās darbības vienotā, pārredzamā korporatīvā struktūrā, ko pārvalda Apvienotās Karalistes normatīvie standarti, balstoties uz izstrādes darbu, kas sākās 2019. gadā. Tas pats patentētais neironu tīkls — interpretējot vairāk nekā 15 000 biomarķieru 75+ valodās vairāk nekā 2 miljoniem lietotāju 127 valstīs — turpina tikt izstrādāts un uzturēts to pašu inženieru un medicīnas komandu vadībā. Mūsu iekšējā etalona testēšana, Medicīnas konsultatīvās padomes uzraudzība un sadarbības ar Microsoft for Startups (Founders Hub), NVIDIA Inception un Google Cloud paliek nemainīgas. Lietotāji visā pasaulē saglabā piekļuvi identiskai pakalpojumu kvalitātei, tagad to papildina uzlabota Apvienotās Karalistes korporatīvā pārvaldība līdzās mūsu esošajai atbilstībai GDPR (ES) un HIPAA (ASV).
Kantesti AI · Kantesti Ltd
Zīmolu nosaukumi: Kantesti, Kantesti AI
Juridiska persona: Kantesti Ltd (Privāta sabiedrība ar ierobežotu atbildību)
Companies House Nr.: 17090423
Jurisdikcija: Anglija un Velsa, Apvienotā Karaliste
Uzņēmuma veids: AI veselības aprūpes tehnoloģija (SaaS)
Dibināts: 2019 · UK vienība reģistrēta: 2026. gada marts
Galvenā mītne: Raven Road 4, 1c3-1100. vienība, Londona, E18 1HB, Apvienotā Karaliste
Lietojumprogrammas versija: Kantesti V11
Kontaktpersona: [email protected]
UK tālrunis: +44 7508 364740 (P–Pk 9:00–18:00 GMT)
DE tālrunis: +49 177 497 4039 (P–Pk 9:00–18:00 CET)
Vadība
Dibinātājs un izpilddirektors: Džulians Emirhans Buluts
Vīzionāls uzņēmējs, kas vada mākslīgā intelekta inovācijas veselības aprūpes tehnoloģijās. Veido pieejamus asins analīžu interpretācijas rīkus globālai veselības uzlabošanai.
Sazinieties vietnē LinkedInGalvenais medicīnas darbinieks: Tomass Kleins, medicīnas doktors
Valdes sertificēts klīniskais hematologs, kas vada klīnisko uzraudzību mūsu medicīniskajam saturam.
Atbilstība
Datu aizsardzība: GDPR atbilstošs (ES)
Veselības aprūpes konfidencialitāte: HIPAA atbilstoša prakse (ASV)
Medicīnas ierīce: Nav klasificēts kā medicīnas ierīce — tikai informatīvs līdzeklis
Atsauces un standarti
Mūsu validācijas metodoloģija un klīniskie standarti ir balstīti uz noteiktajām medicīnas vadlīnijām un starptautiskajiem standartiem.
- [1] Pasaules Veselības organizācija (PVO). Glikozētā hemoglobīna (HbA1c) izmantošana cukura diabēta diagnostikā. Ženēva: PVO; 2011. Pieejams no: https://www.who.int/diabetes/publications/diagnosis_diabetes2011/en/
- [2] Starptautiskā standartizācijas organizācija. ISO 15189:2022 Medicīnas laboratorijas — Kvalitātes un kompetences prasības. Ženēva: ISO; 2022. https://www.iso.org/standard/76677.html
- [3] Klīnisko un laboratorijas standartu institūts (CLSI). EP09c: Mērīšanas procedūru salīdzinājums un neobjektivitātes novērtēšana, izmantojot pacientu paraugus. 3. izd. Veins, PA: CLSI; 2018. gads.
- [4] Nacionālie veselības institūti (NIH). Asins analīžu atsauces diapazoni. Betesda, Merilendas štats: NIH; Atjaunināts 2024. gadā. Pieejams no: MedlinePlus
- [5] Amerikas Klīniskās ķīmijas asociācija (AACC). Laboratorijas testu atsauces diapazoni. Vašingtona, DC: AACC; 2024. https://www.aacc.org/
- [6] Starptautiskā klīniskās ķīmijas federācija (IFCC). Atsauces mērījumu procedūras. Milāna: IFCC; 2023. https://www.ifcc.org/
- [7] Bulut J E. Kantesti AI dzinējs — Asins analīžu interpretācijas etalona tests (automatizēts, atvērtā pirmkoda ietvars). Kantesti Ltd; 2026. Kods un dati: GitHub · DOI: 10.6084/m9.figshare.32095435
- [8] ASV Veselības un cilvēkresursu departaments. HIPAA privātuma noteikums. 45 CFR 160. daļa un 164. daļas A un E apakšdaļa. Vašingtona, DC: HHS; 2013.
- [9] Eiropas Parlaments un Padome. Vispārīgā datu aizsardzības regula (VDAR). Regula (ES) 2016/679. Brisele: ES; 2016.