کلینیکي اعتبارسنجۍ معنا دا ده چې ازمویل شي، ایا سافټویر د هغو ناروغانو لپاره چې ورته موخه ګرځېدلي، په کافي اندازه کره او خوندي تشریحات وړاندې کوي—نه دا چې یوازې قانع کوونکي راپورونه جوړوي.
مهم ټکي
- د اعتبارسنجۍ ساحه باید موخه شوي ناروغان، د لابراتوار معلومات او کلینیکي پرېکړې مشخصې کړي؛ په یوه دنده کې بریا د ټولو کارونو خوندیتوب نه شي ثابتولی.
- د کرهوالي د شمېرنې اساسونه باید ناروغان، راپورونه، بایومارکرونه او انفرادي څرګندونې سره جلا کړي؛ ۱۰٬۰۰۰ څرګندونې ښايي یوازې له ۲۰۰ راپورونو څخه وي.
- حساسیت د مرجع له مخې مثبتې پېښې اندازه کوي؛ فرضي پایله ۹۰/۱۰۰ معنا دا ده چې د اغېزمنو کسانو ۱۰ پېښې نه دي موندل شوې.
- د وړاندوینې ارزښت پر خپرېدنې پورې اړه لري: د ۱۱TP54T خپرېدنې پر مهال، ۹۰۱TP54T حساسیت او ۱TP42T ځانګړتیا، شاوخوا ۱۵.۴۱TP54T مثبت وړاندوینهکوونکی ارزښت رامنځته کوي.
- خپلواکه ازموینه خوندي ساتل شویو ازموینېزو معلوماتو، د سافټویر کنګل شوې نسخې او د دې افشا کولو ته اړتیا لري چې ارزونه چا طرحه کړې، تمویل کړې او پرېکړه یې کړې ده.
- د فرعي ډلو شواهد باید د نمونې شمېرې او ناڅرګندتیا پکې شاملې وي؛ په ۲۰ مثبتو پېښو کې د هېڅ یوې له لاسه نه ورکول، بشپړ حساسیت نه ثابتوي.
- عملیاتي چټکتیا نږدې ۶۰ ثانیې زموږ د تفسیر ځانګړنه بیانوي، نه په تشخیصي تېروتنو یا د درملنې په ځنډ کې کوم ثابت شوی کمښت.
- د منلو معیارونه باید د ناروغ په کچه خوندیتوب، د هرې ژبې ځانګړی فعالیت، د معلوماتو د داخلولو ناکامۍ او د سافټویر بدلونونو په اړه مستند غبرګون رانغاړي.
په طبي تشخیص کې د AI وده: اعتبارسنجۍ څه معنا لري
د AI د وینې ازموینې اعتبارسنجونه داسې شواهد غواړي چې د سافټویر یوه مشخصه نسخه د خپلو موخو ناروغانو او پرېکړو لپاره دقیق او خوندي تفسیرونه وړاندې کوي. پېرودونکي باید د ناروغانو په کچه مخرجونه، خپلواکه ازموینې، د فرعي ډلو پایلې او د ناکامیو مدیریت وڅېړي—نه یوازې د دقت یو سرلیکوار سلنه. Kantesti د AI د وینې ازموینو شنونکی دی او پایلې یې باید همدغو شواهدو ته د کتنې له غوښتنو سره مخ شي.
د تفسیر سافټویر اصلي نمونه نه اندازه کوي. لابراتواري شنونکی داسې ارزښتونه تولیدوي لکه سوډیم چې 138 mmol/L وي؛ بیا د تفسیر سافټویر دغه ارزښتونه لولي او د هغوی احتمالي اهمیت تشریح کوي، چې د تېروتنې دویم فرصت رامنځته کوي، ان که لابراتواري اندازه سمه هم وي. له همدې امله، پېرودونکي د معلوماتو د راایستلو دقت، د مرجع د حدودو مدیریت او کلینیکي استدلال لپاره جلا شواهدو ته اړتیا لري.
کلینیکي اعتبار او کلینیکي ګټه بېلابېلو پوښتنو ته ځواب وایي. یوه ارزونه ښايي په 500 راپورونو کې همغږي وښيي، خو دا ونه ښيي چې ناروغان غوره پاملرنه ترلاسه کوي، له غیرضروري څېړنو ډډه کوي یا ناڅرګندتیا په ښه ډول درک کوي. زموږ د طبي راپور د تشریح لارښود تشریح کوي چې ولې د پوهېدو وړ عبارتونه هم د سرچینو کتنې او د مناسبو راجع کولو د حدودو درلودلو ته اړتیا لري.
د منلو احصایې د کلینیکي مطالعې ځای نه شي نیولی. زموږ د پلاتفورم له مخې په 2M+ هېوادونو کې د 127+ کاروونکو لاسرسی د کارونې کچه بیانوي، نه د تایید شویو پایلو لرونکې استازې اعتبارسنجونې ډله. د د شرکت پېژندنه د سازماني حسابورکونې په رامنځته کولو کې مرسته کوي؛ د شواهدو جلا دوسیه باید د کارونې کره موخه، وړ وګړي او د ناسم تفسیر پایلې مشخصې کړي.
د کرهوالي ادعاوې: ناروغان، راپورونه او پرېکړې جلا جلا وشمېرئ
د دقت ادعا یوازې هغه مهال د تفسیر وړ ده چې شمېرونکی، مخرج او د نمره ورکولو اصول یې افشا شي. د 98.49% په څېر شمېره ښايي ایستل شوي ساحې، منل شوې څرګندونې یا ډلبندي شوې پېښې بیان کړي—چې ډېر متفاوت کارونه دي. دلته دغه شمېر د یوې سرلیکوارې ادعا بېلګه ده چې باید وڅېړل شي، نه د کلینیکي فعالیت یوه خپلواکه تایید شوې پایله.
تکرار شوې څرګندونې خپلواک ناروغان نه دي. په یوه فرضي ارزونه کې، 200 راپورونه چې هر یو 50 نمرهوړ څرګندونې لري، د څرګندونو په کچه 10,000 مشاهدې جوړوي، خو بیا هم یوازې 200 راپورونه دي. د 140 mmol/L سوډیم سمه تشریح باید په هماغه راپور کې بل ځای یوه خطرناکه سپارښتنه جبران نه کړي؛ د څرګندونو په کچه نمرهورکول او همدارنګه د هغو راپورونو تناسب وغواړئ چې کلینیکي پایلې لرونکې تېروتنې لري.
د داخلکړل شویو معلوماتو ردول کولای شي د اعتبار ظاهري کچه لوړه وښيي. فرض کړئ 1,000 راپورونه سپارل کېږي، 100 ردېږي او له پاتې 900 څخه 882 یې ارزونې معیارونه پوره کوي: د بشپړو شویو راپورونو په منځ کې دقت 98% دی، په داسې حال کې چې د ټولو سپارل شویو راپورونو په منځ کې د منلو وړ بریالۍ پایلې 88.2% دي. هېڅ یو مخرج په ذاتي ډول ناسم نه دی، خو پېرودونکي دواړو ته اړتیا لري، له ردولو د لاملونو او دې ارزونې سره چې ایا ردې شوې قضیې په نامتناسب ډول بېړني غیرنورمال حالتونه رانغاړي.
په خپره شوې مېتودولوژۍ کې باید تعریف شي چې د نمرهورکولو له پیل مخکې څه شی سم ګڼل کېده. د STARD 2015 راپور ورکولو بیان له تشخیصي دقت مطالعاتو غواړي چې د ګډونوالو ټاکنه، د مرجع معیار او د ګډونوالو بهیر تشریح کړي (Bossuyt et al., 2015). زموږ د اعتبار ورکولو میتودولوژي پاڼه د Kantesti په اړه د پوښتنو لپاره د پیل ټکی دی؛ د بنسټیزو مطالعاتي موادو له شتون پرته باید د ناروغانو په کچه د خپلواک فعالیت د ثبوت په توګه ونه ګڼل شي.
حساسیت، ځانګړتیا او وړاندوینهکوونکی ارزښت بېلابېلو پوښتنو ته ځواب وايي
حساسیت د مرجع-مثبتو پېښو ترمنځ موندنه اندازه کوي؛ ځانګړتیا د مرجع-منفي پېښو ترمنځ سمې منفي پایلې اندازه کوي. مثبت وړاندوینهکوونکی ارزښت دا اندازه کوي چې په ازمویل شوي چاپېریال کې مثبت محصول څو ځله سم وي. د یوې فرضي وسیلې لپاره چې حساسیت یې 90% او ځانګړتیا یې 95% وي، او خپرېدنه یې 1% وي، مثبت وړاندوینهکوونکی ارزښت نږدې 15.4% دی.
د ګډوډۍ ماتریس دا تبادلهيي اړیکه څرګندوي. د 1% خپرېدنې لرونکو 10,000 فرضي ناروغانو له ډلې، 100 یې موخه شوې ناروغي لري: 90 پېژندل کېږي او 10 له پامه غورځول کېږي. له هغو 9,900 کسانو څخه چې ناروغي نه لري، 495 یې ناسم مثبت محصولات ترلاسه کوي؛ له همدې امله، د 585 مثبتو محصولاتو له ډلې یوازې 90 سم دي، که څه هم ټولیز دقت 94.95% دی.
کرهوالی د دقت لپاره هر اړخیز مترادف نه دی. په طبقهبندۍ کې، کرهوالی عموماً د مثبت وړاندوینهکوونکي ارزښت معنا لري، خو د پلورونکي د روایت-نمرهورکولو تګلاره ښايي دا کلمه په بله معنا وکاروي. زموږ بحث د د انټيباډي د ټیټې مثبتې پایلې تایید کلینیکي اصل څرګندوي: تفسیر د ازموینې له مخکینۍ احتمال او تایید سره تړاو لري، نه یوازې له دې سره چې لومړنۍ پایله له ټاکلي حد څخه لوړه وي.
د حد ټاکنه د له لاسهوتلو پېښو او ناسم خبرداري ترمنځ توازن بدلوي. د وړاندیز شوي پلي کېدو په حد کې د ګډوډۍ ماتریس وغواړئ، نه یوازې د فعالیت هغه منحني چې ګڼ حدونه رانغاړي. په یوې فرضي خبرداریورکوونکې مطالعې کې، د حد له 0.7 څخه 0.4 ته راکمول ښايي حساسیت ښه کړي، خو ناسم خبرتیاوې دوه برابره کړي؛ پېرودونکي باید پرېکړه وکړي چې دغه تبادلهيي اړیکه له کلینیکي پایلو او د بیاکتنې له ظرفیت سره مناسبه ده که نه.
خپلواکه ازموینه خوندي ساتل شوي ډیټاسېټ او باوري مرجع معیار ته اړتیا لري
خپلواکه ازموینه یو ثابت شوی ماډل پر هغو معلوماتو ارزوي چې د پراختیا پر مهال ورته لاسرسی نه و، او د ارزونکي اړیکې او له کلینیکي پلوه د دفاع وړ مرجع معیار افشا کوي. یوازې بهرني معلومات د خپلواکې ارزونې ضمانت نه کوي. په 3 روغتونونو کې ترسره شوې مطالعه هم ښايي لېبلونه یې جانبدار وي، د معلوماتو پایپلاینونه یې شریک وي، یا د ازموینې قضیو د ماډل په تنظیم اغېز کړی وي.
د ناروغانو په کچه جلا کول د معلوماتو د افشا کېدو یوه عامه بڼه مخنیوی کوي. که د یوه ناروغ د جنوري راپور روزنې ته داخل شي او د فبروري راپور یې ازموینې ته، ماډل ښايي له تکراري بڼو یا پېژندونکو نښو ګټه واخلي. پېرودونکي باید وپوښتي چې نقل شوي ناروغان، تکراري بستر کېدل او د 2 تړلو لابراتواري سیسټمونو راپورونه څنګه وپېژندل شول، او ایا وروستۍ ازمایښتي ټولګه د ماډل او پرامپټ له ټاکلو وروسته هم له بدلون څخه خوندي پاتې شوه.
د مرجع معیار باید له ادعا سره سمون ولري. د 300 تفسیرونو په اړه د متخصصانو موافقه د راپور کیفیت ارزولای شي، خو په خپله د ناروغۍ شتون یا راتلونکې پایلې نه تاییدوي. دا توپیر د د ازموینې دقت او وختټاکنېله بحث څخه پېژندل شوی دی: تر ارزونې لاندې ازموینه، پرتلهکوونکی معیار او د تایید وخت هر یو کولای شي ظاهري فعالیت بدل کړي.
مصنوعي معیارونه جوړې شوې قضیې ازمويي، نه په واقعي نړۍ کې د ناروغۍ خپرېدنه یا کلینیکي ګټورتیا. ان 100,000 مصنوعي سناریوګانې هم نشي کولای هره ورکه مخینه، د نمونې مصنوعي ستونزه یا نااټکل شوې بڼه بیا رامنځته کړي. د هغو ادعاوو لپاره چې د د ټروپونین د تفسیر محدودیتونه, ، یوه څېړنه د ادعا اړوند کلینیکي معلوماتو او تشخیصي تعقیبي ارزونې ته اړتیا لري؛ د لابراتواري حد په اړه سمه جمله تایید شوی تشخیص نه دی.
د فرعي ډلو فعالیت هغه خطرونه څرګندولی شي چې د اوسط تر شا پټ وي
د فرعي ډلو اعتبارسنجونه ارزوي چې ایا فعالیت د کلینیکي پلوه اړوندو ناروغیو ډلو او د معلوماتو د ننوتلو شرایطو له مخې بدلېږي. پېرودونکي باید د ماشومانو، زړو لویانو، امیندوارۍ، د پښتورګو د فعالیت کمښت او نورو موخو ټاکل شویو نفوسونو لپاره د مخرجونو شمېر، د تېروتنې شدت او د باور واټنونه وغواړي. په 20 مرجع-مثبتو پېښو کې د 0 تېروتنو لیدل د تېروتنې د ریښتینې کچې په اړه د پام وړ ناڅرګندتیا پرېږدي.
د عمر له مخې ځانګړي مرجع واټنونه د یو بل پر ځای نه شي کارېدلی. د ماشومانو تفسیر نه شي کولای په خوندي ډول د لویانو ټول حدونه په میراث واخلي، ان که بنسټیز تحلیل کېدونکی توکی او واحد یو شان وي. زموږ لارښود د د AI تفسیر د ماشومانو لپاره د خوندیتوب پوله تشریح کوي؛ پېرودونکي باید د عمر د هرې ډلې واقعي شمېرې وغواړي، نه دا چې د 1 څخه تر 18 کلونو ناروغانو رانغاړونکې پراخه ادعا ومني.
بیولوژیکي شرایط تر ډیموګرافیکو لنډلارو ډېر اهمیت لري. د نیوټروفیلونو مطلق شمېر 1.2 × 10^9/L ښايي په یوه باثباته کس کې چې د ډافي نول-اړوند شمېر لري، د درملنې پر مهال د نوي کمښت لرونکي کس په پرتله بېل استدلال ته اړتیا ولري. د د Duffy-null د نیوټروفیلونو تشریح د یوې هدفمندې ازموینې د قضیې ملاتړ کوي؛ باید یوازې د نسبیت پر بنسټ د جینوتایپ یا کلینیکي خوندیتوب اټکل ونه شي.
کوچنۍ نمونې کولای شي د کلینیکي پلوه د پام وړ د ناکامۍ کچې پټې کړي. د درېیو نږدې قاعده دا ښيي چې په 20 خپلواکو مشاهداتو کې د 0 پېښو لیدل د 95% شاوخوا 15% پورتنی حد ښيي، نه 0%. د فرعي ډلو پرتله هم د ناروغ-ګروپونو پر بنسټ شننې ته اړتیا لري، کله چې راپورونه تکرار وي؛ څېړنه باید هغه ډلې څرګندې کړي چې نه دي ازمویل شوې، نه دا چې د نامعناکې توپیر پایله د دې ثبوت وبولي چې فعالیت برابر دی.
څوژبني ملاتړ د هرې ژبې لپاره ځانګړو خوندیتوب ازموینو ته اړتیا لري
څوژبنۍ اعتبارسنجونه ګوري چې ایا کلینیکي مانا په هره موخه ټاکل شوې ژبه کې د ژباړې، د شمیرو د بڼې او د ناروغ لپاره د تشریح له لارې خوندي پاتې کېږي. Kantesti د AI د وینې ازموینې د تشریح پلاتفورم دی چې د 100+ ژبو ملاتړ کوي؛ یوازې دا وړتیا په دغو ژبو کې د کلینیکي برابر فعالیت ثبوت نه دی. هره ژبه مناسبې ارزونې تګلارې او د پوښښ څرګندولو ته اړتیا لري.
د اعشاریو دودونه کولای شي تفسیر شوی ارزښت بدل کړي. په یوه سیمهییز دود کې د ګلوکوز پایله چې د 5,6 mmol/L په بڼه لیکل شوې وي، باید تر استخراج وروسته په 56 mmol/L بدله نه شي، او د واحد بدلول باید کلینیکي مانا وساتي، نه دا چې یوازې د نښو لیکدود بدل کړي. د اصلي ژبې ننوتل او ژباړل شوې پایلې جلا وارزوئ؛ یوازې په انګلیسي لابراتواري راپورونو ازموینه چې 10 ژبو ته ژباړل شوي وي، د ننوتلو اړخ تېروتنې له پامه غورځوي.
نفي او د پایلې ډول ځانګړو ازموینې قضیو ته اړتیا لري. د «نه دی موندل شوی»، «له کمیتي کچې ښکته» او «ردولای یې نه شو» په څېر څرګندونې د ډاډ بېلابېلې درجې بیانوي. زموږ کیفي په مقابل کې کمی دا توپیر تشریح کوي؛ د دوو ژبو بیاکتنې معیار باید د دغو ماناوو ازموینه وکړي، د «له 0.1 څخه کم» په څېر د نابرابرۍ د نښو په ګډون، نه دا چې یوازې روانه وینا وستایي.
لوستلو اسانتیا د پوهېدو ضمانت نه کوي. د ژبې یوه ګټوره ارزونه ښايي له ګډونوالو وغواړي چې د 3 لنډو راپورونو تر لوستلو وروسته اړین اقدام او ناڅرګندتیا وپېژني، او دا هم ثبت کړي چې ایا ژباړه بیړنیوالی یا د درملو سپارښتنه بدلوي. دا وړاندیز شوې ارزنیزې دندې دي، نه یو تایید شوی نړیوال حد؛ د لږو سرچینو لرونکې ژبې ښايي اضافي بیاکتنې ته اړتیا ولري، ځکه شته کلینیکي اصطلاحات او د روزنې پوښښ توپیر لري.
د API ادغام او د راپور ورکولو بڼې باید کلینیکي معنا وساتي
د ادغام اعتبارسنجونه ارزوي چې ایا د ناروغ هویت، ارزښتونه، واحدونه، نېټې او خبرداري د سیسټمونو ترمنځ په سمه توګه خوندي پاتې کېږي. د HTML، JSON او PDF پایلې باید یو شان کلینیکي محتوا ورسوي، کله چې دا بڼې ملاتړ کېږي. د سوډیم 128 mmol/L پایله باید یوازې د دې له امله مانا بدله نه کړي چې په یوه پایله کې خبرداری ورک شوی یا په بله کې یو ډګر پرې شوی دی.
کاري API اتصال د کلینیکي ادغام د اعتبارسنجۍ معنا نه لري. زموږ B2B API د نقشې جوړونې، تصدیق، د ځوابونو سمبالولو او د نسخو د چلند لپاره د ځای پر ځای کولو ځانګړو ارزونو ته اړتیا لري؛ د EHR یا LIS مطابقت باید له واقعي انترفېس سره وښودل شي. لږ تر لږه د ناکامۍ ۳ ډولونه وازمویئ—د واحدونو نشتوالی، د ناروغانو د پېژندونکو نه سمون او د ځنډنیو تکراري ځوابونو راتلل—د دې پر ځای چې د یوې بریالۍ ازمایښتي غوښتنې منلو ته بسنه وکړئ.
اخذ شوې شمېرې څرګندو ورودي معلوماتو او د فورمول د سرچینې ثبت ته اړتیا لري. د بېلګې په توګه، د سوډیم اصلاح شوې کچه پر اندازه شوي سوډیم، ګلوکوز او د اصلاح پر طریقې پورې اړه لري؛ بېلابېل خپاره شوي ضریبونه بېلابېلې اټکل شوې کچې ورکولای شي. زموږ د ګلوکوز اړوند د سوډیم د اصلاح لارښود یوه کلینیکي ازمایښتي قضیه وړاندې کوي، خو پېرودونکي باید ډاډ ترلاسه کړي چې په mg/dL کې ګلوکوز هېڅکله د mmol/L په توګه نه ګڼل کېږي او هره محاسبه خپلې انګېرنې بیانوي.
د بڼې په اړه هوکړه باید مانا هم رانغاړي، نه یوازې جوړښت. په یوه فرضي ازموینه کې چې ۳۰۰ راپورونه صادروي، ښايي JSON یو مهم خبرداری وساتي، په داسې حال کې چې د PDF قالب یې د مخ تر ماتېدو لاندې پټ کړي. په ټولو ملاتړ شوو بڼو کې کلینیکي سپارښتنې، ناڅرګندتیا، واحدونه او مهالټېمپونه پرتله کړئ؛ خام ارزښتونه د سرچینې له معلوماتو سره د تعقیب وړ وساتئ، او مشخص کړئ چې د یوه ډګر نشتوالی خوندي رد رامنځته کوي او که بېملاتړه تفسیر.
چټک راپورونه او کاروونکيدوسته مخکارونه بیا هم د بشري عواملو شواهدو ته اړتیا لري
چټکتیا او د کارونې اسانتیا عملیاتي ګټې دي، نه د تشخیص د دقت مستقیم شواهد. زموږ د تفسیر ځانګړنه عموماً په نږدې ۶۰ ثانیو کې یو توضیح چمتو کوي، خو په کلینیکي پلي کولو کې باید له پیله تر پایه ځنډ، ناکامې غوښتنې او د بیاکتنې بار اندازه شي. یوازې د پروسس منځنی وخت نه شي ښودلای چې بیړنۍ پایلې خوندي ډول سم کس ته رسېږي که نه.
ځنډ باید د وېش په بڼه راپور شي. د واقعي هممهاله کارونې پر مهال منځنی وخت، ۹۵مه سلنه او د وختپای کچه وغواړئ؛ په دې کې لوی فایلونه او د ټیټ کیفیت انځورونه هم شامل کړئ. د ۴۵ ثانیو فرضي منځني وخت او ۲۴۰ ثانیو ۹۵مې سلنې لرونکی خدمت له هغه خدمت سره چې په پرلهپسې ډول نږدې ۶۰ ثانیو کې کار بشپړوي، ډېر توپیر لري؛ له دغو دواړو شمېرونو څخه هېڅ یو نه ثابتوي چې درملنه ژر پیلېږي.
د لابراتواري ازموینو بیړني بڼې د ازمویل شوې وړاندېکونې او ارجاع اړتیا لري. د پوتاشیم ۶.۵ mmol/L پایله ښايي طبي بېړنی حالت وښيي، که څه هم د نمونې کیفیت او کلینیکي شرایط پر تفسیر اغېز لري. زموږ د الکترولایتونو د بیړني حالت لارښود د سناریوګانو په طرحه کولو کې مرسته کوي؛ هغه ناروغان چې د لابراتوار بیړنی خبرتیا ترلاسه کوي، باید ژر له معالجې ډلې سره اړیکه ونیسي، نه دا چې د اپلېکېشن د توضیح انتظار وباسي، په ځانګړې توګه که نښې ولري.
د بشري عواملو ازموینه اندازه کوي چې کاروونکي له راپور سره څه کوي. د وېب، iOS، Android او د اېکسټېنشن پر بنسټ لاسرسي په ټولو بڼو کې، پېرودونکي باید لږ تر لږه ۳ دندې وارزوي: د اصلي ارزښت موندل، د ناڅرګندتیا پېژندل او د راتلونکي مناسب اقدام معلومول. د بشپړېدو وخت ترڅنګ ناسم اقدامات هم ثبت کړئ، ځکه ښایسته انترفېس پر بېملاتړه سپارښتنه باور زیات کړي او د اتوماتتعصب درک لا ستونزمن کړي.
د امنیت او محرمیت شواهد باید د کلینیکي اعتبارسنجۍ ترڅنګ وي
د محرمیت ارزونه تاییدوي چې حساس لابراتواري معلومات څنګه راټولېږي، پروسس کېږي، ساتل کېږي، شریکېږي او حذف کېږي. د GDPR له اصولو سره سم چلند یوه اعلان شوې تګلاره ده، نه د قراردادي او تخنیکي شواهدو بدیل. د Kantesti Ltd، UK Company No. 17090423 لپاره، پېرودونکي باید د حتی د ۱ پېژندل کېدونکي راپور له لېږلو مخکې د معلوماتو د کنټرولر او پروسس کوونکي اړوندې اړیکې او مسوولیتونه معلوم کړي.
روغتیايي معلومات یوازې د نوم په لرې کولو نه خوندي کېږي. په یوه راپور کې بارکوډ، د زېږېدو کره نېټه، د ثبت شمېره یا د متن جزئیات کېدای شي داسې وي چې له نورو معلوماتو سره یوځای د یو چا پېژندلو لامل شي. زموږ د اپلوډ د محرمیت احتیاطي لارښوونې عملي لږ تر لږه کول روښانه کړئ؛ پېرودونکی باید لږ تر لږه 3 پوړونه جلا وارزوي: د فایل منځپانګه، د حساب مېټاډاټا او عملیاتي لاګونه.
د امنیت ادعاوې باید ټاکلې ساحه او د شواهدو نېټه ولري. د کوډګذارۍ ترتیبات، د لاسرسي کنټرولونه، د فرعي پروسس کوونکو نوملړونه، د پېښو د خبرتیا شرطونه او د معلوماتو د ساتنې ترتیبات په د معلوماتو د محرمیت اسنادو کې. وارزوئ. که عرضه کوونکی د یوې پلټنې یادونه کوي، وپوښتئ چې کوم خدمت او د کنټرول کومه موده رانغاړي؛ هغه راپور چې د زیربنا 1 برخه رانغاړي، په خپله د کلینیکي اپلېکېشن لاسرسی یا د ماډل لهخوا د معلوماتو سمبالول نه ارزوي.
نړیوال ځای پرځای کول اضافي مکلفیتونه رامنځته کوي. په 127+ هېوادونو کې کارول دا معنا نه لري چې یو قرارداد یا قانوني بنسټ هره قضایي حوزه رانغاړي، او له GDPR سره سمون د HIPAA د پلي کېدو یا د هغې د غوښتنو د پوره کولو معنا نه لري. د کورنۍ د ځانګړنو لپاره، د 2 جلا حسابونو په کارولو د اجازې حدود وازمویئ، چې د لاسرسي بېرته اخیستل او د حساب بېرته ترلاسه کول هم پکې شامل وي؛ دې ته باید څرګند ځواب ورکړل شي چې ایا د راپور حذف کول بیکاپونه او لاګونه هم لرې کوي که نه.
د AI انجن: وړاندوینې او سپارښتنې جلا جلا اعتبارسنج کړئ
د AI انجن د الګوګانو د تفسیر، د راتلونکي خطر د وړاندوینې او شخصي سپارښتنو لپاره د هرې ادعا ځانګړې اعتبارسنجونې ته اړتیا لري. دا بېلابېلې دندې دي، که څه هم په 1 راپور کې تولید شوې وي. د ژورې زدهکړې جوړښت او د څو پارامترونو تحلیل دا تشریح کوي چې یو سیستم څنګه کار کوي؛ خو دا نه ثابتوي چې د هغه د احتمال اټکلونه، تشخیصي وړاندیزونه یا د خوړو مشورې له کلینیکي پلوه د باور وړ دي.
د څو پارامترونو تفسیر باید سیال توضیحات پر ځای وساتي. په یوه فرضي راپور کې چې فېرېټین یې 40 ng/mL او CRP یې 20 mg/L وي، یوازې فېرېټین د اوسپنې د شتون په اړه پوښتنه نه شي فیصله کولای، ځکه فېرېټین د حاد پړاو د غبرګون پر مهال لوړېدای شي. هغه پېرودونکي چې د Kantesti عصبي شبکه ارزوي، باید د شرایطو په وړاندې حساسې داسې قضیې وکاروي، په داسې حال کې چې د ټیکنالوژۍ توضیحات له هغو شواهدو جلا پاتې کېږي چې ښيي یوه ځانګړې کلینیکي پایله سمه ده.
د خطر وړاندوینه یوې مشخصې پایلې او مهالوېش ته اړتیا لري. د 20% احتمال د دې له بیان پرته د تفسیر وړ نه دی چې څه پېښېدای شي، له چا سره او په کومه موده کې—د بېلګې په توګه، په 30 ورځو کې په روغتون کې بستر کېدل، نه په 5 کلونو کې د ناروغۍ پیل. TRIPOD+AI د وړاندوینې ماډلونو د څېړنو لپاره د شفاف راپور ورکولو سپارښتنه کوي (Collins et al., 2024)؛ د کالیبراسیون او بهرنۍ اعتبارسنجونې ارزښت مهم دی، په شمول د د درملو اړوند د بدلونونو د تحلیل.
شخصي مشورې د خوندیتوب جلا مکلفیت رامنځته کوي. د تغذیې سپارښتنه هغه مهال نامناسبه کېدای شي چې د پښتورګو فعالیت، درمل یا د امیندوارۍ شرایط نه وي معلوم؛ د کورنۍ روغتیايي خطر هم د نامعلومې یا د ځان لهخوا راپور شوې سابقې روښانه سمبالولو ته اړتیا لري. زموږ د پښتورګو د تغذیې خوندیتوب لارښود اړوند د ازموینې سناریوګانې وړاندې کوي، خو د 3-توکو د خوړو پلان منل دا ثبوت نه دی چې پایلې ښه کوي یا په خوندي ډول د هر فرد له اړتیا سره سم د تغذیې ارزونه بدلوي.
د AI په مرسته د وینې ازموینې تشریح څنګه کار کوي: د پېرودونکي د اعتبارسنجۍ د ارزونې لړلیک
پېرودونکی باید بشپړ بهیر وازمويي: د سرچینې ثبتول، معیاري کول، د شرایطو په رڼا کې تفسیر، د راپور جوړول او کلینیکي کتنه. د ګډ سیستم له ازمېښت مخکې هر ګام جلا وارزوئ. د منلو 5-پړاویزه طرحه په دې پېژندلو کې مرسته کوي چې ناامنه پایله له ناسم لوستل شوي ارزښت، ناسمې انګېرنې یا نامناسبې سپارښتنې څخه پیل شوې ده.
د ټاکل شوې کارونې په تعریفولو او د ارزول شوې نسخې په تثبیتولو پیل وکړئ. لومړی ګام د ادعاوو او خطرونو لیکلی نوملړ دی؛ دویم ګام د وړتیا لپاره له مخکې ټاکل شویو شرایطو او مرجع نښانو سره د استازیتوب کوونکو معلوماتو یوه تړل شوې ټولګه ده. بیا باید د PDF یا انځور ثبتول د بدل شویو بڼو، اعشاري دودونو او نه لوستل کېدونکو برخو په کارولو وازمویل شي؛ د اسنادو د ردولو موارد ثبت کړئ، نه دا چې په پټه یې له وروستي مخرج څخه وباسئ.
ورپسې، د شرایطو او د وخت په اوږدو کې د بدلون د انګېرنو ازموینه وکړئ. ۳یم ګام واحدونه، د مرجع واټنونه او مېټاډاټا ګوري؛ ۴یم ګام تفسیرونه او سپارښتنې د کلینیکي پلوه مانا لرونکو شدت کټګوریو له مخې ارزوي. زموږ لارښود د لابراتوار لیدنو ترمنځ بدلونونه د یوې ګټورې ننګونې ملاتړ کوي: د کریټینین له 80 څخه 100 µmol/L ته بدلون د وخت، د ازموینې د توپیر او د ناروغ په پام کې نیولو ته اړتیا لري، نه دا چې په اتومات ډول د وضعیت د خرابېدو اعلان وشي.
په یوې پرېکړې سره یې پای ته ورسوئ، نه د دقت په اړه په یوې تشې دعوې. ۵یم ګام د هغو معیارونو پر بنسټ، چې د پایلو له کتلو مخکې پرې هوکړه شوې وي، راتلونکې محلي کارونه او د ناکامۍ مدیریت ارزوي؛ په دې کې د نامعلوموالي حدود او د لوړې کچې ارزونې کړنلاره هم شامله ده. د معلوماتو داسې دوسیه وغواړئ چې د ګډونوالو بهیر، د ماډل نسخه، د نمرې ورکولو بشپړ معیارونه، د فرعي ډلو جدولونه، د نامطلوبو پایلو بېلګې او د بدلون د کنټرول اصول پکې وي؛ هېڅ نړیواله سلنه د تېروتنې له پایلو سره سم د منلو د حدونو ځای نه شي نیولی.
د نمونې راپورونه او د کاروونکو ستاینې: د بېلګې موخه له شواهدو جلا کړئ
د یوې نمونوي راپور موخه د وړاندې کولو بڼه او استدلال ښودل دي، حال دا چې شهادت د یوه فرد شخصي برداشت بیانوي. هېڅ یو یې د ناروغ په کچه دقت یا کلینیکي ګټه نه ثابتوي. د یوه څرګند فرضي 52 کلن بالغ کس مثال په پام کې ونیسئ چې کریټینین یې 118 µmol/L، راپور شوی eGFR یې 58 mL/min/1.73 m² دی او پخوانۍ پایلې یې په واک کې نشته: خوندي تشریح باید نامعلوموالی وساتي.
د eGFR یوه ټیټه پایله په یوازې ځان د مزمنې پښتورګو ناروغي نه ثابتوي. KDIGO مزمنه پښتورګو ناروغي د پښتورګو د جوړښت یا فعالیت د هغو غیرنورمالیو له مخې تعریفوي چې لږ تر لږه 3 میاشتې موجودې وي؛ د eGFR کچه چې له 60 mL/min/1.73 m² ټیټه وي، د مزمنوالي او شرایطو ارزونې ته اړتیا لري (KDIGO CKD Work Group, 2024). په دې فرضي مثال کې، راپور باید د ډاکټر ارزونه او مناسبه تعقیبي پاملرنه وړاندیز کړي، نه دا چې له یوې پایلې څخه د دایمي پښتورګو زیان تشخیص کړي.
د کریټینین پر بنسټ اټکلونه د بدن په غیرمعمولي جوړښت کې لږ معلوماتي کېدای شي. که فرضي کس ډېر عضلاتي وي یا یې په دې وروستیو کې د مکملونو کارول بدل کړي وي، تفسیر باید د پایلې د ردولو پر ځای دغه عوامل په پام کې ونیسي. زموږ د بحث په عضلاتي بالغانو کې کریټینین د موضوع زمینه برابروي؛ KDIGO د مناسبو بالغو کسانو د CKD ارزونې لپاره، چېرې چې شونی وي، د کریټینین–سیستاتین C پر بنسټ اټکل ملاتړ کوي، نه دا چې لومړنی اټکل قطعي وګڼل شي.
په مظاهرو کې باید ستونزمن ورودي معلومات او نامطلوبې پایلې هم شاملې وي. د پوتاشیم جلا، فرضي پایله د 6.0 mmol/L په کچه او د نمونې د ستونزې له نښې سره ورزیاته کړئ، او زموږ د هیمولیز له امله د پایلو محدودیتونه وکاروئ چې تشریح کړئ ولې د پایلې تایید او بیړنيوالی دواړه باید په پام کې ونیول شي. د Kantesti لپاره، ګټوره ارزونه د بشپړو راپورونو ړنده پرتله ده؛ د مسلکي کسانو شهادتونه، که د هغوی په رضایت وړاندې شي، د تجربې پر بنسټ نظرونه دي، نه د دې ډول ازموینې بدیل.
د تشخیص راتلونکی منل: د شواهدو پر بنسټ کارونه
د AI تفسیر یوازې په هغو مواردو کې وکاروئ چې شواهد یې ملاتړ کوي، له محلي څارنې او د تېروتنو پر وړاندې له مستند غبرګون سره. Kantesti د وینې د ازموینو د تحلیل لپاره د AI پر مټ وسیله ده؛ زموږ د ځانګړنو ټولګه باید د همدې تدارکاتي معیارونو له مخې وارزول شي چې دلته بیان شوي. له 1 محدودې کارونې سره پیل کول تر دې خوندي دي چې داسې وانګېرو شواهد هر ناروغ او هرې سپارښتنې ته هم غځېږي.
پړاویز معرفي باید د عملي کېدو وړتیا له اغېزمنتیا څخه جلا کړي. د 100 راپورونو فرضي، تر سیوري لاندې ارزونه، پرته له دې چې ناروغان له نهکتل شویو سپارښتنو سره مخ کړي، د سیسټم د نښلولو ناکامۍ او د جملو عامې ستونزې څرګندولی شي؛ خو ښایي د نادرو جدي تېروتنو ټیټه کچه ثابته نه کړي. پراخې راتلونکې ارزونې ته د نمونې د اندازې د منطق او د ادعا له ماهیت سره د سمون لرونکو پایلو اړتیا ده؛ په دې کې د نهموندل شویو اندېښنو ترڅنګ غیرضروري تعقیبي پاملرنه هم شامله ده.
د سافټویر بدلونونه د پخوا اندازه شوی فعالیت بدلولی شي. نوی ماډل، پرامپټ، د مرجع واټنونو ډیټابېس یا د راپور چوکاټ ښایي پایلې بدلې کړي، ان که د محصول نوم هماغه پاتې شي؛ ټولې 4 کټګورۍ د کارونې په تاریخچه کې ثبت کړئ. د تېروتنو شدت، د ځواب نه ورکول، د فرعي ډلو د پایلو بدلون او د کاروونکو لهخوا له سپارښتنو څخه اوښتل وڅارئ، او وټاکئ چې کوم بدلون د موخېمند بیاازمېښت، نوې محلي ارزونې یا د یوې ځانګړې دندې د ځنډولو لامل کېږي.
د پلي کولو پرېکړه باید د شواهدو د تشو پر لیکلې شننه ولاړه وي. په ګوته کړئ چې کوم څه په خپلواکه توګه ثابت شوي، کوم یوازې د تخنیکي ازموینو ملاتړ لري او کوم لا نه دي ازمویل شوي؛ بیا د هر نهحل شوي خطر لپاره یو مسؤل وټاکئ. زموږ د روغتیايي پاملرنې د پېرودونکي د اړیکې چینل د مشخصې ساحې اړوند اسنادو د غوښتلو لپاره مناسبه لاره ده—له نامعلوم مخرج لرونکي 99% سرلیک څخه، یوه محدوده او په شواهدو ولاړه ادعا غوره کړئ.
څېړنیزې خپرونې: ښوونیز لارښودونه له اعتبارسنجۍ مطالعاتو جلا کړئ
لاندې د زېرمتون د DOI دوه مراجع تعلیمي لارښودونه پېژني، نه د AI د تفسیر سافټویر د کلینیکي اعتبارسنجونې مطالعات. DOI یو دوامدار پېژندونکی برابروي؛ خو د همزولو بیاکتنه، د ناروغانو ګمارنه، خپلواکه ارزونه یا کلینیکي اغېزمنتیا نه ثابتوي. پېرودونکي باید هره راجع شوې خپرونه د هغې پوښتنې له مخې ډلبندي کړي چې په رښتیا یې ځوابولای شي.
تعلیمي لارښودونه د اعتبارسنجونې د معیارونو په جوړولو کې مرسته کولای شي، خو په خپله محصول نه تاییدوي. زموږ د مکمل او ANA لارښود د هغو مواردو په اړه معلومات ورکولای شي چې د 2 تکمیلي اندازهګیرنو او د انټيباډي د شالید محتوا په اړه دقیقه توضیح اړینه وي. له یوه لارښود سره همغږي د هغو ناروغانو له پایلو سره چې په خپلواکه توګه پرېکړه ورباندې شوې وي، معادل نه ده؛ په تېره بیا هغه وخت چې لارښود او ارزول شوی سافټویر ګډ سازماني سرچینه ولري.
د تشخیص د وختبندۍ لارښودونه د ناکامۍ یوه بله ګټوره بڼه څېړي. زموږ دليل اختبار فيروس نيباه التشخيصي د تشخیص یوه ځانګړې زمینه څېړي؛ دا باید داسې ونه کارول شي چې ګواکې د لابراتوار معمول تفسیر یو ځانګړی ویروس پېژني. که پېرودونکی په ټاکل شوي استعمال کې د لوړ عواقبو لرونکي حتی 1 ناروغيزېږوونکي عامل ادعا هم شامله کړي، نو دا ادعا خپلې اړوندې تشخیصي شواهدو او مناسبو راجع کولو سرحدونو ته اړتیا لري.
د مطالعاتو د راپور ورکولو معیارونه د ارزونې ملاتړ کوي، نه د فعالیت تصدیق. STARD 2015 د تشخیصي دقت د څېړنو د راپور ورکولو لپاره 30 توکي لري، په داسې حال کې چې TRIPOD+AI د وړاندوینې ماډلونو د راپور ورکولو په اړه لارښوونه کوي؛ له دې دواړو چکلېستونو هېڅ یو سافټویر ته د کلینیکي منظورۍ ټاپه نه ورکوي. لاندې مراجع دغه میتودولوژیکي سرچینې او د 2024 KDIGO لارښود له دوو تعلیمي DOI ننوتنو څخه جلا کوي، څو لوستونکي وکولای شي کلینیکي سپارښتنې، د راپور ورکولو لارښوونې او د ځانګړي محصول شواهد سره بېل کړي.
پرله پسې پوښتل شوي پوښتنې
د AI د وینې ازموینې سافټویر کلینیکي اعتبارسنجونه څه ده؟
کلینیکي اعتبارسنجونه دا ارزوي چې ایا د AI د وینې ازموینې د سافټویر یوه مشخصه نسخه د خپلو موخو ناروغانو او پرېکړو لپاره په کافي اندازه دقیقې او خوندي پایلې وړاندې کوي. دا باید لږ تر لږه ۳ دندې سره جلا کړي: د سرچینې راپور لوستل، د کلینیکي مانا تفسیرول او د یوه اقدام سپارښتنه کول. شواهد باید د مرجع معیار، د ناروغ-په-کچه د نمونې شمېر، خپلواکې ازموینې او د ناکامۍ مدیریت تشریح کړي. یوازې تخنیکي پلوه سمه تشریح د ناروغانو د پایلو د ښه کېدو ثبوت نه دی.
آیا د 99% دقت دومره ده چې د وینې د معاینې پر AI تحلیلګر باور وشي؟
د 99% دقت ادعا د خپل مخرج، د دندې له تعریف او د تېروتنې له شدت پرته خوندیتوب نه شي ثابتولای. په یوه فرضي ډله کې چې یوازې 1% کسان هدفمنه ناروغي لري، هغه سافټویر چې هر څوک منفي بولي، 99% دقت ترلاسه کوي، خو له اغېزمنو ناروغانو څخه یو هم نه پېژني. پېرودونکي باید د حساسیت، ځانګړتیا، د ناروغ په کچه د راپور د تېروتنو او د رد شوو معلوماتو د شمېر غوښتنه وکړي. نادرې خو خطرناکې سپارښتنې باید د هغو اسانو څرګندونو تر واکمنې منځنۍ کچې لاندې ورکې نه شي.
د مصنوعي بنچمارک او کلینیکي اعتبارسنجۍ ترمنځ څه توپیر دی؟
0 مصنوعي معیار سافټویر په جوړو شویو قضیو کې ارزوي، په داسې حال کې چې کلینیکي اعتبارسنجونه د موخې ناروغانو له ټولنې او کلینیکي ادعا سره مناسب شواهد غواړي. ان ۱۰۰٬۰۰۰ مصنوعي قضیې هم په ریښتینې نړۍ کې د خپرېدو کچه، کلینیکي ګټه یا د هرې هغې ستونزې پر وړاندې فعالیت نه شي ثابتولای چې د مخینې د نشتوالي او د نمونې د کیفیت له امله رامنځته کېږي. مصنوعي ازموینه د تخنیکي ناکامیو په پېژندلو او د بیاځلي ازموینو په ملاتړ کې مرسته کولای شي. دا باید د استازو له ډلې څخه د بهرنیو او راتلونکو ارزونو بشپړوونکی وي، نه بدیل.
روغتیايي مصنوعي ځیرکتیا څومره خپلواکو ازموینو ته اړتیا لري؟
0 د روغتیايي پاملرنې AI خپلواکې ازموینې ته اړتیا لري چې د ناسمې پایلې له پایلو سره متناسبه وي، نه د راپورونو یو نړیوال لږ تر لږه شمېر. په ۱۰۰ خپلواکو قضیو کې د ۰ ناکامیو لیدل، د درېیو د قاعدې له مخې، د ناکامۍ د کچې نږدې تر ۳۱٪ پورې د لوړې اټکلي پولې معنا لري. پېرودونکي باید د خوندي شویو ازمایښتي معلوماتو، د ماډل یوې نه بدلېدونکې نسخې او د ارزونکو د اړیکو د افشا کولو غوښتنه وکړي. د نادرو جدي تېروتنو په اړه ادعاوې معمولاً تر هغه ډېر شواهدو ته اړتیا لري چې یوه کوچنۍ ازمایښتي پروژه د کارونې د اسانتیا یا شونتیا لپاره یې برابرولی شي.
0 Does support for 100 languages mean equal accuracy in every language?په ۱۰۰ ژبو کې ملاتړ دا معنا لري چې په هره ژبه کې دقت یو شان وي؟
د ۱۰۰ ژبو ملاتړ په دغو ژبو کې د کلینیکي دقت مساويوالی نه ثابتوي. د هرې ژبې ځانګړې ارزونه باید د معلوماتو استخراج، د اعشاریې دودونه، واحدونه، نفي او د سپارښتنو مانا وازمويي. د بېلګې په توګه، ګلوکوز چې 5,6 mmol/L لیکل شوی وي، باید د 56 mmol/L په توګه تعبیر نه شي. پېرودونکي باید د هرې ژبې ځانګړي مخرجونه وغواړي او څرګنده کړي چې کومو ژبو کلینیکي بیاکتنه نه ده ترلاسه کړې.
0 آیا AI د eGFR د یوې ټیټې پایلې له مخې د پښتورګو مزمنه ناروغي تشخیص کولی شي؟
د eGFR یوه پایله چې له 60 mL/min/1.73 m² څخه کمه وي، په خپله د مزمنې پښتورګي ناروغۍ تشخیص نه ثابتوي. د 2024 KDIGO لارښود مزمنه پښتورګي ناروغي د هغو پښتورګیو غیرنورمالیو له مخې تعریفوي چې لږ تر لږه 3 میاشتې موجودې وي، او د مزمنتیا او کلینیکي شرایطو ارزونه هم پکې شامله ده. حاد بدلونونه، د بدن جوړښت او نور عوامل د پایلو پر تفسیر اغېز کولی شي. د AI سافټویر باید ناڅرګندتیا تشریح کړي او د ډاکټر له خوا د تعقیبي ارزونې ملاتړ وکړي، نه دا چې یوازې یوه ټیټه اټکلي کچه د دایمي ناروغۍ په توګه ونوموي.
د وینې ازموینې پایلې څنګه ولولئ
خپل لابراتواري راپور پورته کړئ، او د Kantesti AI به په څو ثانیو کې هر بایومارکر په ساده ژبه تشریح کړي. په ټوله نړۍ کې له 2 میلیونو څخه زیاتو کسانو ترې کار اخیستی.
ماخذونه
- Klein, T., Mitchell, S., او Weber, H. (2025). د C3 C4 تکمیلي وینې ازموینه او د ANA ټایټر لارښود. د Kantesti AI طبي څېړنه. د دفاع وزارت
- Klein, T., Mitchell, S., او Weber, H. (2025). د نیپاه ویروس د وینې ازموینه: د ژر موندنې او تشخیص لارښود 2026. د Kantesti AI طبي څېړنه. د دفاع وزارت
- Bossuyt PM او نور. (2015). STARD 2015: د تشخیصي دقت د مطالعاتو د راپور ورکولو لپاره د اړینو توکو تازه شوی لړلیک. BMJ. د دفاع وزارت پب میډ
- Collins GS او نور. (2024). د TRIPOD+AI بیان: د هغو کلینیکي وړاندوینې ماډلونو د راپور ورکولو لپاره تازه شوې لارښوونه چې د رېګرېشن یا ماشیني زدهکړې له میتودونو څخه کار اخلي. BMJ. د دفاع وزارت
- د پښتورګو د ناروغۍ: د نړیوالو پایلو د ښهوالي (KDIGO) د CKD کاري ډله (2024). د مزمنې پښتورګي ناروغۍ د ارزونې او مدیریت لپاره د KDIGO 2024 کلینیکي کړنلارې لارښود. د پښتورګو نړیواله مجله. د دفاع وزارت
- ۲ میلیونه+تحلیل شوې ازموینې
- 127+هېوادونه
- 100+ژبې
د طبي ټیم په اړه
د E-E-A-T باور نښې
تجربه
د ډاکټر تر مشرۍ لاندې کلینیکي بیاکتنه د لابراتواري تفسیر د کاري بهیرونو لپاره.
تخصص
د لابراتواري طب تمرکز پر دې چې بایومارکرونه په کلینیکي شرایطو کې څنګه چلند کوي.
واک ورکول
د ډاکټر توماس کلاین له خوا طبي بیاکتنه شوې، د ډاکټر سارا میچل او پروفیسور ډاکټر هانس وېبر په مرسته.
اعتبار
د شواهدو پر بنسټ تفسیر د روښانه تعقیبي لارو چارو سره، تر څو اندیښنه کمه شي.
طبي سلبِ مسئولیت
دا مقاله یوازې د زده کړې لپاره ده او طبي مشوره نه جوړوي. د تشخیص او درملنې د پرېکړو لپاره تل د وړ روغتیايي خدمت وړاندې کوونکي سره سلا وکړئ.
خپور شوی · تازه شوی · له تحریري ټیم سره اړیکه ونیسئ
خپروونکی یې Kantesti Ltd دی، چې په انګلستان او وېلز کې ثبت شوی، د شرکت شمېره. 17090423, ، لندن، بریتانیا.
