ஹன்டாவைரஸ் ஆபத்து மதிப்பீடு AI: 50,000 பரிசோதனைகள், 3 வழக்குகள் கண்டறியப்பட்டது

மருத்துவ முடிவு ஆதரவு உற்பத்தி தொகுதி மே 2026 CC BY 4.0 நிஜ உலகில் பயன்படுத்தப்பட்டது

50,000 விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கைகளில், முன்அறிகுறி (prodromal) காலப்பகுதியில் மூன்று ஆய்வக உறுதிப்படுத்தப்பட்ட ஹான்டாவைரஸ் வழக்குகள் கண்டறியப்பட்டன

இரத்த பரிசோதனை விளக்கம் ஏற்கனவே நடைபெறும் இடத்திலேயே வாழும், பலமொழி மருத்துவர்களுக்கான முடிவு ஆதரவு தொகுதி. CDC மற்றும் WHO வழிகாட்டுதல்களுடன் ஒத்திசைக்கப்பட்டு, 75-க்கும் மேற்பட்ட மொழிகளில் வெளியிடப்பட்டு, ஒவ்வொரு Kantesti திட்டத்திலும் (நுகர்வோருக்கான இலவச அடுக்கு உட்பட) இலவசமாக வழங்கப்படுகிறது.

📖 ~12 நிமிடங்கள் 📅 மே 10, 2026 🔗 DOI: 10.6084/m9.figshare.32230290

📝 வெளியிடப்பட்டது: மே 10, 2026 🩺 மருத்துவ ரீதியாக மதிப்பாய்வு: மே 10, 2026 ✅ உற்பத்தியில் வெளியிடப்பட்டது 🔓 திறந்த அணுகல்

இந்த மருத்துவ முடிவு ஆதரவு தொகுதியை உருவாக்கியது ஜூலியன் எமிர்ஹான் புலுட், Kantesti Ltd நிறுவனத்தின் மூத்த AI பொறியாளர் மற்றும் CEO; Kantesti AI நிறுவனத்தின் தலைமை மருத்துவ அதிகாரியான டாக்டர். தாமஸ் க்ளீன், எம்.டி., அவர்களின் மருத்துவ மேற்பார்வையுடன். தொகுதியின் காரணமறிதல் (reasoning) எடை மதிப்புகள் மற்றும் முன்அறிகுறி-கையொப்ப (prodromal-signature) வகைப்பாடு ஆகியவை கான்டெஸ்டி AI மருத்துவ ஆலோசனை வாரியம்.

முன்னணி பொறியாளர் & தொகுதி கட்டமைப்பாளர்

ஜூலியன் எமிர்ஹான் புலுட்

மூத்த AI பொறியாளர் & CEO, Kantesti Ltd

ஜூலியன் எமிர்ஹான் பலுட் Kantesti Ltd நிறுவனத்தின் நிறுவனர் மற்றும் CEO ஆவார். அவர் காரணமறிதல் பைப்லைன், கடுமையான JSON வெளியீட்டு ஸ்கீமா, ஒவ்வொரு கிளினிக்கிற்குமான தனிமைப்படுத்தல் அடுக்கு மற்றும் 75-க்கும் மேற்பட்ட மொழிகளில் ஹான்டாவைரஸ் அபாய மதிப்பீட்டை வழங்கும் பலமொழி ரெண்டரிங் பைப்லைன் ஆகியவற்றை வடிவமைத்தார். அவர் 2019 முதல் Kantesti AI என்ஜினை உருவாக்கி வருகிறார்.

லிங்க்ட்இன் GitHub காகில் (Kaggle) ஆராய்ச்சி வாயில் கான்டெஸ்டி பற்றி

மருத்துவ மேற்பார்வை & மருத்துவ மதிப்பாய்வு

தாமஸ் க்ளீன், எம்.டி.

தலைமை மருத்துவ அதிகாரி, Kantesti AI · இஸ்தான்புல் நிசாந்தாசி பல்கலைக்கழகம், ஹீமடாலஜி துறை

டாக்டர். தாமஸ் கிளைன் ஒரு வாரியச் சான்றளிக்கப்பட்ட மருத்துவ ஹீமடாலஜிஸ்ட் மற்றும் இன்டர்னிஸ்ட்; ஆய்வக மருத்துவத்தில் 15 ஆண்டுகளுக்கும் மேலான அனுபவம் கொண்டவர். இஸ்தான்புல் நிசாந்தாசி பல்கலைக்கழகத்தின் ஹீமடாலஜி துறையுடன் இணைந்தவர். தற்போதைய ஹான்டாவைரஸ் மருத்துவ வழிகாட்டுதல்களுக்கு எதிராக முன்அறிகுறி ஆய்வக கையொப்ப எடை மதிப்புகளை அவர் சரிபார்த்தார்; பங்களிப்பு-காரணி வகைப்பாட்டை (contributing-factor taxonomy) மதிப்பாய்வு செய்தார்; மேலும் இந்த தொகுதியை ஒரு கண்டறிதல் சாதனமாக அல்ல, முடிவு ஆதரவாக வடிவமைப்பதை மேற்பார்வை செய்தார்.

ORCID 0009-0009-1490-1321 ஆராய்ச்சி வாயில் கூகிள் ஸ்காலர் அகாடமியா.எடு மருத்துவ ஆலோசனைக் குழு

Kantesti AI ஹந்தாவைரஸ் ஆபத்து மதிப்பீடு என்பது Kantesti கிளினிக் டாஷ்போர்டுக்குள் வெளியிடப்பட்ட பலமொழி மருத்துவ முடிவு ஆதரவு தொகுதி. இது, விருப்பமான வெளிப்பாடு வரலாறு, அறிகுறிகள், உயிரியல் அளவுகள் (vitals) மற்றும் ஹான்டாவைரஸ்-சிறப்பு செரோலஜி ஆகியவற்றுடன் சேர்த்து ஒரு விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கையை பகுப்பாய்வு செய்து, காரணத்துடன் கூடிய 0 முதல் 100 வரை கட்டமைக்கப்பட்ட அபாய மதிப்பெண்ணை, பங்களிப்பு காரணிகள், எச்சரிக்கை சின்னங்கள் (red flags) மற்றும் காணாமல் போன தரவு அறிவிப்புடன் திருப்பி வழங்குகிறது. பிப்ரவரி முதல் மே 2026 வரை நடைபெற்ற உற்பத்தி வெளியீட்டு மதிப்பீட்டில் 50,000 தொடர்ச்சியான விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கைகள் மற்றும் கண்டறியப்பட்டது மூன்று ஆய்வக உறுதிப்படுத்தப்பட்ட ஹான்டாவைரஸ் வழக்குகள் IgM ELISA அல்லது RT-PCR மூலம்; அனைத்தும் ஆரம்பத்தில் வழங்கப்பட்டபோது தவறாக வகைப்படுத்தப்பட்டிருந்தன.

தொகுதி வகைமருத்துவ முடிவு ஆதரவு

ஒத்திசைக்கப்பட்டதுCDC · WHO

மொழிகள்75+

பகுப்பாய்வு செய்யப்பட்ட அறிக்கைகள்50,000

உறுதிப்படுத்தப்பட்ட வழக்குகள்3

செலவுஒவ்வொரு திட்டத்திலும் இலவசம்

⚡ விரைவு சுருக்கம் உற்பத்தி மாட்யூல் — மே 10, 2026

50,000 விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கைகள் 2026 பிப்ரவரி முதல் மே வரை மாட்யூல் மூலம் செயலாக்கப்பட்டது.
14 அதிக அல்லது முக்கிய அபாய வகைப்பாடுகள் (0.028 சதவீதம்), உலகளவில் அரிதான ஒரு நிலைக்கு அளவுத்திருத்தப்பட்ட குறிப்புத்தன்மையை (specificity) பிரதிபலிக்கிறது.
மூன்று ஆய்வகத்தால் உறுதிப்படுத்தப்பட்ட ஹான்டாவைரஸ் வழக்குகள் IgM ELISA அல்லது RT-PCR மூலம், CDC மற்றும் WHO பரிந்துரைத்த கண்டறிதல் தரநிலைகளின்படி.
மூன்று உறுதிப்படுத்தப்பட்ட வழக்குகளும் ஆரம்பத்தில் தவறாக வகைப்படுத்தப்பட்டன ஆரம்பத்தில் காய்ச்சல் போன்ற நோய், அசாதாரண நிமோனியா அல்லது பாக்டீரியல் செப்சிஸ் என.
75-க்கும் மேற்பட்ட மொழிகள் அரபு, எபிரேயம் மற்றும் பாரசீக மொழிகளுக்கான சொந்த வலமிருந்து இடப்பக்கம் (right-to-left) காட்சியமைப்புடன். ஆங்கில மாற்று (fallback) இல்லை.
கடுமையான JSON வெளியீட்டு (output) திட்டவமைப்பு (schema) வெளிப்படையான நம்பகத்தன்மை (confidence) மற்றும் காணாமல் போன தரவு (missing-data) அறிவிப்புகளுடன். ஒவ்வொரு மதிப்பெண்ணும் (score) தணிக்கைக்குட்பட்டது (auditable).
ஒவ்வொரு Kantesti திட்டத்திலும் இலவசம் நுகர்வோருக்கான இலவச அடுக்கு (free tier) உட்பட. பொது-சுகாதார மதிப்பு கட்டணத்தின் பின்னால் இருக்கக் கூடாது.
திறந்த அணுகல் (open-access) முன்பதிப்பு (preprint): DOI 10.6084/m9.figshare.32230290 · ResearchGate மற்றும் Academia.edu இல் CC BY 4.0 கீழ் பிரதிபலிக்கப்பட்டுள்ளது (mirrored).

ஹான்டாவைரஸ் ட்ரையாஜ் ஏன் கடினம், அது ஏன் முக்கியம்

ஹன்டாவைரஸ்கள் இரண்டு மருத்துவ ரீதியாக கடுமையான ஜூனோட்டிக் (zoonotic) நோய்க்குறிகளை ஏற்படுத்துகின்றன. ஹன்டாவைரஸ் புல்மனரி சிண்ட்ரோம் (HPS) தயாராகாத சூழல்களில் 30 முதல் 50 சதவீதம் வரை வழக்கில் மரண விகிதம் (case-fatality) இருப்பதாக அறிக்கையிடப்படுகிறது; மேலும் ஹெமராஜிக் ஃபீவர் வித் ரினல் சிண்ட்ரோம் (HFRS) யூரேசியா முழுவதும் ஆண்டுக்கு பத்தாயிரங்களிலிருந்து நூற்றாயிரங்கள் வரை வழக்குகளை அடைகிறது. எந்த நோய்க்குறிக்கும் மருத்துவ பராமரிப்பில் மிகக் கடினமான தருணம் ஆரம்பத்திலேயே உள்ளது. முன்விளைவுக் (prodromal) கட்டம் காய்ச்சல் (influenza), டெங்கு (dengue), லெப்டோஸ்பைரோசிஸ் (leptospirosis), கடுமையான COVID-19 அல்லது பாக்டீரியல் செப்சிஸ் (bacterial sepsis) போலத் தோன்றும். இதய-நுரையீரல் (cardiopulmonary) அல்லது ஒலிகூரிக் (oliguric) கட்டம் தெளிவாகத் தெரியும் நேரத்திற்குள், சிகிச்சை சாளரம் (therapeutic window) கணிசமாக குறுகிவிட்டிருக்கும்.

நடைமுறையில் நாம் எதிர்கொள்ளும் மருத்துவக் கேள்வி, கொடுக்கப்பட்ட காய்ச்சல் நோயாளிக்கு ஹன்டாவைரஸ் இருக்கிறதா என்பதல்ல. ஆய்வகத்தின் (laboratory) அடையாளம் (signature), வெளிப்பாட்டு சூழல் (exposure context), மற்றும் அறிகுறி சுயவிவரம் (symptom profile) ஆகியவை சேர்ந்து, பொதுவான "viral syndrome" என்ற லேபிளை பயன்படுத்தி ஆதரவு சிகிச்சையில் (supportive care) விடுவிப்பதை விட, இப்போது ஹன்டாவைரஸ் செரோலஜியை (serology) ஆர்டர் செய்ய நியாயப்படுத்துகிறதா என்பதே. இரண்டாவது கேள்விதான் கண்டறிதல் இடைவெளி (diagnostic gap) இருக்கும் இடம்; மேலும் மரணத்திற்குப் பிந்தைய (post-mortem) வழக்கறிக்கை (case reports) தொடர்ந்து அதையே திரும்பத் திரும்ப காட்டுகின்றன. நாங்கள் ஒரு காய்ச்சல் நோயாளியை பார்க்கிறோம். த்ரோம்போசைடோபீனியா (thrombocytopenia) இருப்பதை பார்க்கிறோம். கிரியேட்டினின் (creatinine) மெதுவாக உயர்வதை (creep) பார்க்கிறோம். எலிகள்/கொறித்துண்ணிகள் (rodent) வெளிப்பாடு பற்றி கேட்க வேண்டும் என்பதை எப்போதும் நினைவில் கொள்ள முடியாது; ஏனெனில் அந்த கேள்வி தானாகவே போதுமான அளவு அரிதானதால், பிஸியான ஷிப்டில் மனதில் இருந்து தவறிவிடும்.

அந்த கேள்வியை மேசையில் வைத்திருக்கவே Kantesti AI ஹன்டாவைரஸ் அபாய மதிப்பீடு (Risk Assessment) உள்ளது. இது நோயாளியின் பதிவில் (patient record) சமீபத்திய இரத்தப் பரிசோதனை முடிவுகளுக்கு அருகில் இருக்கும், மருத்துவர்களுக்கான (clinician-facing) முடிவு ஆதரவு (decision-support) தொகுதி (module). Kantesti என்ற பரந்த குழாய் (pipeline) ஏற்கனவே உருவாக்கிய விளக்கப்பட்ட (interpreted) இரத்த பரிசோதனை அறிக்கையை இது வாசிக்கிறது. கிடைக்கக்கூடிய எந்த வெளிப்பாடு, அறிகுறி மற்றும் செரோலஜி சூழலையும் மருத்துவரிடம் கேட்டு, எழுதப்பட்ட காரணவியல் (written rationale), பங்களிக்கும் காரணிகளின் (contributing factors) பட்டியல், எச்சரிக்கை சின்னங்களின் (red flags) பட்டியல், மேலும் எந்த தரவு தன்னிடம் இருந்தால் விரும்பும் என்பதை வெளிப்படையாக அறிவிக்கும் ஒரு அறிவிப்பு ஆகியவற்றுடன் 0 முதல் 100 வரை கட்டமைக்கப்பட்ட அபாய மதிப்பெண்ணை (risk score) திருப்பித் தருகிறது.

டாக்டர் தாமஸ் கிளைன் (Thomas Klein), MD ஆக நான், இந்த தொகுதியில் முன்விளைவுக்-சிக்னேச்சர் (prodromal-signature) எடையிடலை (weighting) மேற்பார்வை செய்தேன் மற்றும் பங்களிக்கும்-காரண வகைப்பாட்டை (contributing-factor taxonomy) மதிப்பாய்வு செய்தேன். நாங்கள் எடுத்த திட்டமிட்ட தேர்வு முன்விளைவுக் (prodromal) சாளரத்திற்காக வடிவமைப்பது. இதய-நுரையீரல் கட்டம் (cardiopulmonary phase) ஏற்கனவே தெளிவாக இருக்கும் போது மட்டுமே செயல்படும் ஒரு ட்ரையாஜ் (triage) கருவியின் மதிப்பு கிட்டத்தட்ட பூஜ்யம். மருத்துவக் கேள்வி என்னவென்றால், அந்த இயந்திரம் 48 முதல் 96 மணி நேரங்களுக்கு முன்பே பயனுள்ளதாக இருக்க முடியுமா என்பதே. எங்கள் பரந்த மருத்துவ சரிபார்ப்பு ஹப் (hub) அந்த கட்டமைப்பை விவரிக்கிறது. இந்தப் பக்கம் அதில் பயன்படுத்தப்பட்ட முடிவை (applied result) விவரிக்கிறது.

ஒரே பார்வையில் HPS vs HFRS

இந்த இரண்டு ஹன்டாவைரஸ் நோய்க்குறிகளும் ஒரு முன்விளைவுக் (prodromal) கட்டத்தை பகிர்ந்தாலும், முக்கிய உறுப்பு ஈடுபாடு (dominant organ involvement), புவியியல் (geography) மற்றும் நீர்த்தேக்கம்/தாங்கி (reservoir) ஆகியவற்றில் வேறுபடுகின்றன. கீழுள்ள அட்டவணை ட்ரையாஜ்க்கு முக்கியமான வேறுபாடுகளைச் சுருக்குகிறது. கொறித்துண்ணி வெளிப்பாடு (rodent exposure) உள்ள காய்ச்சல் நோயாளியில் இதை வாசிக்கும் ஒரு மருத்துவர் இரண்டையும் கருத்தில் கொள்ள வேண்டும்; ஏனெனில் செரோலஜி (serology) இல்லாமல் ஆரம்பக் காட்சிகளை (early presentations) வேறுபடுத்துவது கடினம்.

HPS — ஹன்டாவைரஸ் புல்மனரி சிண்ட்ரோம் அமெரிக்காஸ் (Americas) · வழக்கில் மரண விகிதம் 30–50% சின் நாம்ப்ரே (Sin Nombre) வைரஸ் (USA, Canada), ஆண்டிஸ் (Andes) வைரஸ் (தென் அமெரிக்கா). இதய-நுரையீரல் கட்டம் (cardiopulmonary phase) இதயமல்லாத (non-cardiogenic) நுரையீரல் வீக்கம் (pulmonary oedema) மற்றும் அதிர்ச்சி (shock) உடன்.

HFRS — ஹெமராஜிக் ஃபீவர் வித் ரினல் சிண்ட்ரோம் யூரேசியா (Eurasia) · செரோடைப் (serotype) அடிப்படையில் வழக்கில் மரண விகிதம் 1–15% ஹன்டான்டான் (Hantaan), சீயோல் (Seoul), புயூமாலா (Puumala), டோப்ராவா-பெல்கிரேடு (Dobrava-Belgrade). ஐந்து கட்ட (five-phase) போக்கு (காய்ச்சல், குறைந்த இரத்த அழுத்தம்—hypotensive, ஒலிகூரிக்—oliguric, சிறுநீர் அதிகரிப்பு—diuretic, குணமடைதல்—convalescent). திடீர் சிறுநீரக காயம் (acute kidney injury) மற்றும் இரத்தக்கசிவு (hemorrhage).

பகிரப்பட்ட முன்விளைவு (Shared prodrome) (இரண்டு நோய்க்குறிகளுக்கும்) 1–8 வாரங்கள் இன்கியுபேஷன் (incubation) காய்ச்சல், தசைவலி (myalgia), தலைவலி (headache), குடலியல் அறிகுறிகள் (gastrointestinal symptoms). த்ரோம்போசைடோபீனியா (thrombocytopenia), ஹீமாடோக்ரிட் (hematocrit) உயர்வு, இம்யூனோபிளாஸ்ட்கள் (immunoblasts) உடன் லியூகோசைட்டோசிஸ் (leukocytosis).

உறுதிப்படுத்தும் முறை (CDC மற்றும் WHO படி) IgM ELISA · RT-PCR உறுதியான நோயறிதலுக்கு செரோலஜி அல்லது மூலக்கூறு (மாலிகுலர்) பரிசோதனை தேவை. மருத்துவ மதிப்பீடு மட்டும் எந்த ஒரு சிண்ட்ரோமுக்கும் போதுமானதல்ல.

முன்கட்ட ஆய்வக கையொப்பம்

வேறுபடுத்தப்படாத காய்ச்சல் நோய்க்காக உத்தரவிடப்படும் ஒரு நிலையான முழு இரத்த எண்ணிக்கை மற்றும் வேதியியல் (கெமிஸ்ட்ரி) பேனல், ஆரம்ப ஹான்டாவைரஸில் பெரும்பாலும் அடையாளம் காணக்கூடிய ஒரு குறிப்பிட்ட தொகுப்பை காட்டும். எந்த ஒரு கண்டுபிடிப்பும் தனியாக நோயை உறுதிப்படுத்தும் (pathognomonic) வகையில் இல்லை. சரியான வெளிப்பாடு சூழலில் சேர்ந்து, முறை-அடையாள கருவிகள் வெளிப்படுத்துவதற்கு ஏற்ற ஒரு நிகழ்தகவு (probabilistic) கையொப்பத்தை உருவாக்குகின்றன.

தகட்டுகள் (Platelets) தான் மிகத் தொடர்ந்து காணப்படும் அசாதாரணம். த்ரோம்போசைடோபீனியா, பெரும்பாலும் முதல் 72 மணி நேரத்திற்குள் 150 × 10⁹/L க்குக் கீழே குறைவதாக, வழங்கும் நேரத்தில் HPS வழக்குகளில் 70 முதல் 90 சதவீதத்தில் பதிவாகிறது. கேப்பிலரி லீக் மற்றும் பிளாஸ்மா அளவு சுருங்குதல் காரணமாக ஹீமாடோக்ரிட் இரண்டாம் நிலையாக உயர்கிறது. வெள்ளையணு எண்ணிக்கை இடப்பக்க மாற்றத்துடன் (left shift) உயர்கிறது; மேலும் இம்யூனோபிளாஸ்ட்கள் (சில நேரங்களில் atypical lymphocytes அல்லது ஹான்டாவைரஸ் தொடர்புடைய mononuclear cells என்று அழைக்கப்படுகின்றன) புற இரத்த ஸ்மியரில் தோன்றுகின்றன. திசு இரத்த ஓட்டக் குறைபாடு (tissue hypoperfusion) காரணமாக லாக்டேட் உயர்கிறது. டிரான்ஸஅமினேஸ்கள் (AST, ALT) மற்றும் LDH செல்கள் மாற்றம் (cellular turnover) காரணமாக மிதமாக உயர்கின்றன. HFRS இல் கிரியேட்டினின் கூர்மையாக உயரத் தொடங்கும்; HPS இல் அது இன்னும் நுணுக்கமாக (subtly) உயர்கிறது.

பிளேட்லெட்டுகள் பெரும்பாலும் < 150 × 10⁹/L HPS வழக்குகளில் 70 முதல் 90 சதவீதத்தில் காணப்படும் மிகத் தொடர்ந்து வரும் முன்அறிகுறி அசாதாரணம்

ஹீமாடோக்ரிட் அதிகரிக்கும் கேப்பிலரி லீக் மற்றும் பிளாஸ்மா அளவு சுருங்குதல் காரணமான ஹீமோகன்சென்ட்ரேஷன்

வெள்ளையணுக்கள் (White blood cells) இடப்பக்க மாற்றத்துடன் கூடிய லியூகோசைட்டோசிஸ் (Leukocytosis with left shift) புற இரத்த ஸ்மியரில் இம்யூனோபிளாஸ்ட்கள் (atypical lymphocytes)

லாக்டேட் உயர்த்தப்பட்டது வெளிப்படையான ஷாக் ஏற்படும் முன்பே ஆரம்ப திசு இரத்த ஓட்டக் குறைபாட்டை பிரதிபலிக்கிறது

AST · ALT · LDH மிதமான அளவில் உயர்வு செல்கள் மாற்றம் (cellular turnover); பொதுவாக ஹெபடைட்டிஸ் வரம்பில் இல்லை

கிரியேட்டினின் அதிகரிக்கும் HFRS இல் கூர்மையான உயர்வு; HPS இல் இன்னும் நுணுக்கமானது

இந்த கையொப்பத்தின் மருத்துவ ரீதியாக நம்பிக்கையளிக்கும் பண்பு என்னவெனில், ஏற்கனவே எந்த மருத்துவரும் ஆர்டர் செய்திருக்கும் ஒரு விசாரணைக்குள் அது பொருந்துகிறது. முன்அறிகுறி (prodromal) முறைபாட்டில் எந்த சிறப்பு பரிசோதனையும் தேவையில்லை. சவால் என்பது அறிவாற்றல் சுமை (cognitive load) உள்ள நிலையில் முறை-அடையாளம் காண்பதே. தளர்ந்த ஒரு மருத்துவர், பிஸியான ஷிப்டில் காய்ச்சல் நோயாளியில் த்ரோம்போசைடோபீனியா மற்றும் லேசான கிரியேட்டினின் உயர்வை பார்த்தால், ஹான்டாவைரஸ் செரோலஜியை தேடுவதற்கு முன்பே செப்சிஸ், வைரல் ஹெபடைட்டிஸ் அல்லது atypical pneumonia என்று நினைக்கலாம். அதுதான், அளவுருத்தப்பட்ட (calibrated) முடிவு ஆதரவு அடுக்கு (decision-support layer) தன் இடத்தைப் பெறும் சரியான தருணம்.

இந்த மாட்யூல் எப்படி செயல்படுகிறது, தொடக்கம் முதல் முடிவு வரை

இந்த மாட்யூல் Kantesti கிளினிக் டாஷ்போர்டில் உள்ள ஒரு ஒற்றைப் பக்க துணை-பயன்பாடு; நோயாளி ப்ரொஃபைலில் இருந்து (deep-link மூலம் நோயாளி தானாகத் தேர்வு செய்யப்படும்) அல்லது டாஷ்போர்டின் முக்கிய வழிசெலுத்தலில் இருந்து அழைக்கப்படுகிறது. இது மூன்று அடுக்குகளை உருவாக்குகிறது: மருத்துவருக்கான UI, காரணமறிதல் சேவை (reasoning service) இது பாதுகாப்பான கிளவுட்-ஹோஸ்டட் பெரிய மொழி மாதிரி (large-language-model) என்ட்பாயிண்டை கடுமையான JSON வெளியீட்டுடன் அழைக்கும்; மேலும் மொழி மாற்றத்தின் போது பாதுகாப்பாக மேலெழுத (overwrite) செய்ய, கிளினிக்-தோறும் நோயாளி-தோறும் மதிப்பீட்டு சேமிப்பகத்தை (assessment store) விசையுடன் (keyed) வைத்திருக்கும்.

உள்ளீடுகள் (Inputs)

இந்த காரணமறிதல், பரந்த Kantesti பைப்லைன் உருவாக்கும் விளக்கப்பட்ட இரத்த பரிசோதனை JSON-ஐ அடிப்படையாகக் கொண்டது; இது மூல ஆய்வக பதிவேற்றங்களிலிருந்து (PDF, படம் அல்லது கட்டமைக்கப்பட்ட ஆய்வக feed) உருவாக்கப்படுகிறது. இதுவே முக்கியமான பொறியியல் முடிவு. AI-க்கு வெற்றிடத்தில் (vacuum) மூல எண்களை விளக்க சொல்லப்படவில்லை. அதற்கு பதிலாக, குறிப்பு வரம்புகள் (reference ranges), அலகுகள் (units), மற்றும் ஒவ்வொரு அளவுருவிற்குமான (per-parameter) மருத்துவ கருத்துரைகள் (clinical commentary) உடன் ஆய்வக மதிப்புகளை கொண்ட, ஏற்கனவே கட்டமைக்கப்பட்டு தேர்ந்தெடுக்கப்பட்ட (already-curated) ஒரு அறிக்கை வழங்கப்படுகிறது; மேலும் அந்த பேனலின் உரை வடிவ விளக்கமும் (prose interpretation) சேர்க்கப்பட்டுள்ளது. அந்த அதிகாரப்பூர்வ அடிப்படையின் மேல், மருத்துவர் விருப்பமாக நான்கு சூழல் (context) தொகுதிகளை சேர்க்கலாம்.

வெளிப்பாட்டு வரலாறு (Exposure history). எலி தொடர்பு, மூடப்பட்ட அல்லது கைவிடப்பட்ட இடங்களை சுத்தம் செய்தல், தொற்றுநிலை (endemic) பகுதிகளுக்கு சமீபத்திய பயணம், மற்றும் கருதப்படும் வெளிப்பாட்டிலிருந்து கடந்த நாட்கள்.
அறிகுறி தொகுப்பு (Symptom set). காய்ச்சல், தசை வலி, உலர் இருமல், மூச்சுத்திணறல், குடலியல் அசௌகரியம் மற்றும் தலைவலி.
உயிரியல் அடையாளங்கள். புற ஆக்சிஜன் ஒறுப்பு (SpO2), சிஸ்டாலிக் இரத்த அழுத்தம் மற்றும் இதயத் துடிப்பு.
ஹன்டாவைரஸ்-சிறப்பான பரிசோதனை. IgM (ELISA), IgG மற்றும் RT-PCR; கிடைக்கும்போது கடுமையான கட்ட நிலை (acute-phase) குறியீடு உடன்.

அனைத்து விருப்பப் பகுதிகளும் வெளிப்படையாக விருப்பமானவை என்று குறிக்கப்பட்டுள்ளன. வடிவமைப்பு நோக்கம் என்னவெனில், காணாமல் போன தரவு மதிப்பீட்டைத் தடுக்கக் கூடாது. அதற்கு பதிலாக, அந்த காணாமல் போன தரவு என்ன என்பதைவும் அது தன் நம்பிக்கையை எவ்வாறு பாதிக்கிறது என்பதையும் AI வெளிப்படையாக அறிவிக்க வேண்டும். இந்த நேர்மைத் தேவையானது இயக்க நேரத்தில் பேச்சுவார்த்தை நடத்தப்படுவதற்குப் பதிலாக, ஸ்கீமா மட்டத்திலேயே கட்டாயப்படுத்தப்படுகிறது.

வெளியீட்டு ஸ்கீமா

ஒவ்வொரு காரணமறிதல் (reasoning) அழைப்பும் கடுமையான JSON payload-ஐ திருப்பும். இந்த அமைப்பை மருத்துவ சூழலில் நம்பத்தகுந்ததாக ஆக்குவது ஸ்கீமாதான். ஒரு மதிப்பீட்டாளர், அதில் பங்களிக்கும் காரணிகள் மற்றும் எச்சரிக்கை கொடிகள் (red flags) ஆகியவற்றைப் படித்து எந்த மதிப்பையும் தணிக்கை செய்யலாம்; தேவையான இடங்களில் அதை சவால் செய்யவும் முடியும். மாதிரி (model) தன்னிடம் என்ன தெரியும், என்ன தெரியாது என்பதில் தெளிவாக இருக்க வேண்டும். மங்கலான ஊகங்கள் ஒப்பந்தத்தில் இல்லை.

risk_score 0 முதல் 100 வரை முழு எண் அந்த அறிகுறி தொகுப்பு ஹன்டாவைரஸ் ஆய்வை (workup) தேவைப்படுத்துகிறதா என்பதை அளவுருத்திய (calibrated) ஆபத்து

risk_level குறைவு / மிதமான / அதிகம் / மிக முக்கியம் மதிப்பெண்ணிலிருந்து பெறப்படும் மருத்துவ வகை (clinical bucket)

confidence குறைவு / நடுத்தரம் / அதிகம் கையிலுள்ள தரவின் அடிப்படையில் மாதிரியின் தன்னறிக்கை செய்யப்பட்ட உறுதித்தன்மை

recommended_action string மருத்துவரின் மொழியில் ஒரு தனித்த செயல்படுத்தக்கூடிய அடுத்த படி

explanation string மதிப்பெண்ணை தரவுடன் இணைக்கும் மருத்துவ ரீதியான காரணம் (rationale)

contributing_factors array ஒவ்வொரு காரணியும் ஒரு கண்டுபிடிப்பை (finding) பெயரிட்டு, ஆபத்தின் திசையை (ஆபத்தில் ↑ அல்லது ↓) குறித்துக் காட்டி, அதன் தாக்கத்தை (impact) ஒதுக்கும்.

red_flags array மதிப்பெண்ணை பொருட்படுத்தாமல் மேலாண்மையை உயர்த்த வேண்டிய கண்டுபிடிப்புகள்

missing_critical_data array மாதிரிக்கு இருக்க வேண்டும் என்று விரும்பும் தரவு; ஒவ்வொன்றுக்கும் சுருக்கமான காரணம்

ஒவ்வொரு reasoning call-க்கும் அனைத்து எட்டு புலங்களும் தேவை. UI ஒவ்வொன்றையும் AI-யால் பெறப்பட்ட string-களில் innerHTML-ஐ ஒருபோதும் அழைக்காமல் காட்டுகிறது. ஒவ்வொரு output token-மும் textContent அல்லது attribute assignment மூலம் DOM-க்கு செல்கிறது; இதனால் AI வெளியீடுகள் otherwise திறக்கும் வெளிப்படையான cross-site-scripting பாதுகாப்பு துளை மூடப்படுகிறது. அனுமதிக்கப்பட்ட enum மதிப்புகள் rendering-க்கு முன் சரிபார்க்கப்படுகின்றன. AI உரை markup-ஐ உட்புகுத்த முடியாது.

ஒரு மாதிரி முக்கிய (CRITICAL) அபாய வெளியீடு

கீழே உள்ள screenshot உற்பத்தி (production) மாட்யூல் உருவாக்கிய உண்மையான CRITICAL வகைப்பாட்டைக் காட்டுகிறது. நோயாளி 26 வயதுடையவர்; எலி போன்ற விலங்குகளின் வெளிப்பாடு, மூடப்பட்ட இடத்தை சமீபத்தில் சுத்தம் செய்தல், காய்ச்சல், தசை வலி (myalgia), இருமல், மூச்சுத்திணறல் (dyspnoea) மற்றும் SpO2 93 சதவீதம் ஆகியவற்றுடன் வருகிறார். மாட்யூல் 100-ல் 82 என்ற அபாய மதிப்பெண்ணை மிதமான நம்பிக்கையுடன் திருப்பி, ஆய்வக முடிவுகள் வருவதற்கு முன்பே அவசர நேரடி (in-person) மதிப்பீட்டை நாடுமாறு பரிந்துரைத்தது.

🔴 மாதிரி வழக்கு — பெயரில்லா (anonymised) உள்ளீடு

வெளிப்பாட்டு சூழல். ஆவணப்படுத்தப்பட்ட எலி போன்ற விலங்கு செயல்பாட்டுடன் மூடப்பட்ட இடத்தை சமீபத்தில் சுத்தம் செய்தல். முந்தைய 14 நாட்களில் நோயாளர் peridomestic rodent தொடர்பு இருந்ததாக தெரிவிக்கிறார்.

அறிகுறிகள். காய்ச்சல், தசை வலி (myalgia), உலர் இருமல், குறைந்த உழைப்பிலேயே மூச்சுத்திணறல் (dyspnoea). லேசான குடலியல் அசௌகரியம்.

உயிரியல் அடையாளங்கள். அறை காற்றில் SpO2 93 சதவீதம். பரிந்துரைத்த மருத்துவர் அறிவிக்காத பிற முக்கிய உயிரியல் அளவுகள்.

ஆய்வகம். மதிப்பீட்டின் நேரத்தில் இன்னும் பதிவேற்றப்படாத விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கை. Hantavirus-க்கு குறிப்பான serology நிலுவையில் உள்ளது.

📋 மாதிரி வெளியீடு — மாட்யூல் பதில்

அபாய நிலை. CRITICAL. 100-ல் 82 மதிப்பெண். நம்பிக்கை மிதமானது.

பரிந்துரைக்கப்பட்ட நடவடிக்கை. பரிசோதனை முடிவுகள் திரும்புவதற்கு முன்பே இப்போது அவசர நேரடி மருத்துவ மதிப்பீட்டை நாடுங்கள்.

விளக்கம். "இந்த நோயாளிக்கு குறிப்பிடத்தக்க Hantavirus-க்கு பொருந்தும் வெளிப்பாட்டு வரலாறு உள்ளது; அதோடு காய்ச்சல், தசை வலி (myalgia), இருமல், மூச்சுத்திணறல் மற்றும் 94 சதவீதத்திற்குக் கீழான ஆக்சிஜன் செறிவு ஆகியவை உள்ளன; இது தீவிர நோய்க்கான கவலையை உயர்த்துகிறது. அறிகுறி முறை மற்றும் குறைந்த SpO2 ஆகியவை சாத்தியமான ஆரம்ப இதய-மூச்சுக்குழாய் (cardiopulmonary) ஈடுபாட்டிற்கான கவலையை ஏற்படுத்துகின்றன. முக்கிய ஆய்வக தரவு மற்றும் பரிசோதனை முடிவுகள் இன்னும் நிலுவையில் இருப்பதால் அபாயம் உறுதியற்றதாகவே உள்ளது."

red flags. SpO2 93 சதவீதம். மூச்சுத்திணறல் (Dyspnoea).

பங்களிப்பு காரணிகள். அதிக ↑ எலி/கொறி விலங்கு வெளிப்பாடு · அதிக ↑ மூடப்பட்ட இடத்தை சுத்தம் செய்தல் · அதிக ↑ மூச்சுத்திணறல் · அதிக ↑ SpO2 93 சதவீதம் · நடுத்தரம் ↑ காய்ச்சல் மற்றும் தசை வலி · நடுத்தரம் ↑ இருமல் · குறைவு ↑ குடலியல் (GI) அறிகுறிகள் · குறைவு ↓ வயது 26 ஆண்டுகள்.

முக்கியமான தரவு இல்லை. தட்டணு எண்ணிக்கை, ஹீமாடோக்ரிட், வெள்ளை இரத்த அணு எண்ணிக்கை, கிரியேட்டினின், AST, ALT, LDH, RT-PCR, IgM மற்றும் IgG.

வெளிப்படையாக குறிப்பிடப்பட்ட தரவு-இல்லை அறிவிப்பின் மருத்துவ மதிப்பு கவனத்திற்கு உரியது. மாதிரி தன்னிடம் இருப்பதைவிட அதிகம் தெரியும் என்று நடிக்கவில்லை. வெளிப்பாடு சூழல் மற்றும் உயிரியல் அறிகுறிகள் (vital signs) மட்டும் கொண்டு அது CRITICAL வகைப்பாட்டை திருப்பி, நிலுவையில் உள்ள ஆய்வகப் பணிகள் முடிந்ததும் படம் மேலும் தெளிவாகும் என்று வெளிப்படையாக கூறியது. இந்த வெளியீட்டை மதிப்பாய்வு செய்யும் ஒரு மருத்துவர், கிடைத்தவுடன் மதிப்பெண் மேலே செல்லச் செய்யும் தரவு என்ன (தட்டணு குறைவு (thrombocytopenia) முன்அறிகுறி (prodromal) முறைமை உறுதிப்படுத்தும்) அல்லது கீழே செல்லச் செய்யும் தரவு என்ன (அறிகுறிகள் தொடங்கிய 96 மணி நேரத்திற்குப் பிறகு சாதாரண IgM மற்றும் சுத்தமான தட்டணு எண்ணிக்கை செயலில் உள்ள Hantavirus-க்கு எதிராக வாதிடும்) என்பதை உடனே அறிந்திருப்பார். AI மாயை (hallucination) குறித்த கவலைக்கு இதுவே கட்டமைப்பு சார்ந்த பதில்: ஒவ்வொரு கூற்றும், நிச்சயமின்மை மறைக்கப்படாமல் தெளிவாகத் தெரியும் வகையில் அமைக்கப்பட்டுள்ளது; மென்மையான உரைநடையில் மறைந்து போகாது.

ஐம்பது ஆயிரம் விளக்கப்பட்ட அறிக்கைகள், மூன்று உறுதிப்படுத்தப்பட்ட வழக்குகள்

1 பிப்ரவரி முதல் 8 மே 2026 வரை, Kantesti தளம் 50,000 தொடர்ச்சியாக விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கைகளை செயலாக்கியது; இதில் Hantavirus Risk Assessment தொகுதி ஒரு மருத்துவரால் வெளிப்படையாக அழைக்கப்பட்டதோ அல்லது ஒருங்கிணைந்த risk-flag அடுக்கு மூலம் மறைமுகமாக மதிப்பிடப்பட்டதோ, நிலையான விளக்கத்துடன் சேர்ந்து காட்டப்பட்டது. அறிக்கைகள் அமெரிக்கா, ஐரோப்பா, மத்திய கிழக்கு, துணை-சஹாரா ஆப்பிரிக்கா, தென் ஆசியா, கிழக்கு ஆசியா மற்றும் ஓசியானியா ஆகியவற்றில் உள்ள 127 நாடுகளிலிருந்து வந்தன.

பகுப்பாய்வு செய்யப்பட்ட அறிக்கைகள் 50,000 பிப் முதல் மே 2026 · 127 நாடுகள்

14 உயர்ந்த அல்லது முக்கிய

3 ஆய்வக உறுதிப்படுத்தப்பட்டது

75+ செயல்பாட்டில் உள்ள மொழிகள்

0.028% உயர்ந்த/முக்கிய விகிதம்

அபாய நிலை அறிக்கைகள் (n) விகிதம் உறுதிப்படுத்தப்பட்டது

குறைந்த46,83293.66%—

மிதமான3,1546.31%—

உயர்110.022%1 உறுதிப்படுத்தப்பட்டது

முக்கியமான30.006%2 உறுதிப்படுத்தப்பட்டது

இந்த பகிர்வு திட்டமிட்டு குறைந்த மற்றும் மிதமான பிரிவுகளுக்கு அதிகமாக சாய்ந்துள்ளது. Hantavirus உலகளவில் அரிதானது; ஒவ்வொரு காய்ச்சல் நோயிலும் உயர்வாக செயல்படும் ஒரு triage கருவி மருத்துவ ரீதியாக பயனற்றதாக இருக்கும். ஆய்வக மற்றும் மருத்துவ கையொப்பம் (signature) அந்த நோய்க்குறியுடன் உண்மையாக ஒத்திருக்கும்போது மட்டுமே, இந்த தொகுதி உயர்ந்த அல்லது முக்கிய அபாயத்தை வெளிப்படுத்தும் வகையில் அளவுரு செய்யப்பட்டிருக்கிறது. விளக்கப்பட்ட அறிக்கைகளில் 100,000க்கு சுமார் 6 உறுதிப்படுத்தப்பட்ட Hantavirus தொற்றுகள் என்ற தொடர்புடைய வழக்கு கண்டறிதல் விகிதம், இலக்கு இல்லாத மருத்துவ பணிச்சூழலில் கண்காணிக்கப்படும் உலகளவில் அரிதான ஒரு நிலை எதிர்பார்க்கப்படும் அளவுடன் ஒத்திருக்கிறது.

இந்த எண்ணிக்கைகளுடன் சில முக்கிய எச்சரிக்கைகள் உள்ளன. உறுதிப்படுத்தல் நிலை, கூட்டாளர் கிளினிக் ஆய்வகத்திற்குப் பிந்தைய பின்தொடர்பை தளத்துடன் பகிர்ந்த இடங்களில் மட்டுமே தெரியும். அந்த கூட்டத்தில் உள்ள உண்மையான Hantavirus வழக்குகளின் எண்ணிக்கை அதிகமாக இருக்கலாம். இந்த தொகுதி, முன்அறிகுறி வேறுபாட்டில் (prodromal differential) உள்ள பிற நோய்க்குறிகளிலிருந்து (leptospirosis, dengue, கடுமையான COVID-19, atypical pneumonia மற்றும் sepsis) Hantavirus-ஐ வேறுபடுத்த வடிவமைக்கப்படவில்லை. தொடர்புடைய மருத்துவ கேள்வி, நோயாளிக்கு இலக்கு வைத்து Hantavirus ஆய்வு தேவைப்படுகிறதா என்பதுதான்; அவர்களுக்கு நிச்சயமாக Hantavirus இருக்கிறதா என்பதல்ல. குறைந்த அடிப்படை-விகித (base-rate) எண்ணிக்கையுடன் உள்ள ஒரு கருவியின் மருத்துவ மதிப்பு, முன்அறிகுறி கட்டத்தில் இல்லையெனில் தவறவிடப்படும் வழக்குகளை பிடிப்பதில் உள்ளது.

அந்த மூன்று உறுதிப்படுத்தப்பட்ட வழக்குகள் ஆரம்பத்தில் எப்படிப் பெயரிடப்பட்டன

மூன்று ஆய்வக உறுதிப்படுத்தப்பட்ட Hantavirus வழக்குகளும் ஆரம்பத்தில் வழங்கும் மருத்துவரால் பின்வருவனில் ஒன்றாக வகைப்படுத்தப்பட்டன: காய்ச்சல் போன்ற நோய் (influenza-like illness), அசாதாரண சமூகத்தில் பெறப்பட்ட நிமோனியா (atypical community-acquired pneumonia) அல்லது வேறுபடுத்தப்படாத பாக்டீரியல் செப்சிஸ் (undifferentiated bacterial sepsis). மூன்றிலும் ஆரம்ப வேறுபாட்டில் Hantavirus இல்லை. ஆய்வக முறைமை அடிப்படையிலும், கிடைத்தால் வெளிப்பாட்டு வரலாறு அடிப்படையிலும், இந்த தொகுதி Hantavirus-ஐ பரிசீலனையில் உயர்த்தியது.

GDPR மற்றும் HIPAA-க்கு இணையான பாதுகாப்பு நடவடிக்கைகளின் படி நோயாளி அடையாளங்கள், புவியியல் இடங்கள், வயது, பாலினம், தொழில்சார் வெளிப்பாடு மற்றும் மருத்துவ விவரங்கள் மறைக்கப்படுகின்றன. கீழ்க்கண்ட தொகுப்பு (aggregate) கவனிப்புகளை நாம் பகிரலாம்.

பொதுவான ஆய்வக கையொப்பம்

மூன்று உறுதிப்படுத்தப்பட்ட வழக்குகளிலும் தட்டணு குறைவு (தாழ்ந்த குறிப்பு வரம்புக்கு கீழ் உள்ள தட்டணுக்கள்), (உயரும் ஹீமாடோக்ரிட், டிரான்ஸஅமினேஸ் உயர்வு, லாக்டேட் உயர்வு) இவற்றில் குறைந்தது இரண்டு, மற்றும் வழங்கும் நேரத்தில் இடப்பக்கம்-சாய்ந்த லியூகோசைட்டோசிஸ் (left-shifted leukocytosis) காணப்பட்டது. இந்த கண்டுபிடிப்புகள் தனித்தனியாக குறிப்பற்றவை (non-specific) என்றாலும், ஒன்றாக சேர்ந்து முன்அறிகுறி கட்டத்திற்கே உரிய தன்மைகளை காட்டுகின்றன. ஒவ்வொரு வழக்கிலும் இந்த தொகுதி உயர்ந்த அல்லது முக்கிய அபாயத்தை ஒதுக்கி, IgM ELISA அல்லது RT-PCR மூலம் அவசர ஆய்வக உறுதிப்படுத்தலை பரிந்துரைத்தது.

உறுதிப்படுத்துவதற்கான நேரம்

மாட்யூல் முதன்முதலில் அதிக அல்லது முக்கிய வகைப்பாட்டை வெளிப்படுத்திய 24 முதல் 96 மணி நேரத்திற்குள், தொடர்ந்து IgM ELISA அல்லது RT-PCR மூலம் உறுதிப்படுத்தல் நடைபெற்றது; உறுதிப்படுத்தும் ஹான்டாவைரஸ் பரிசோதனைக்கான வழக்கமான பிராந்திய திருப்புமுனை நேரத்துடன் இது ஒத்திருந்தது. ஒவ்வொரு சந்தர்ப்பத்திலும், மாட்யூலின் எச்சரிக்கைக்கு நேரடி பதிலாகவே அதிகாரப்பூர்வ ஹான்டாவைரஸ் ஆய்வு தொடங்கப்பட்டது.

முடிவுகள்

மூன்று நோயாளிகளும் உயிர் பிழைத்து, மருத்துவ மீட்சிக்கு முன்னேறினர். இந்த முடிவுகளுக்கு மாட்யூல் காரணம் என்று நாங்கள் காரணக் கூற்று எதையும் முன்வைக்கவில்லை. ஹான்டாவைரஸில் முடிவுகள் பல காரணிகளின் மீது சார்ந்தவை; அதில் ஆதரவுச் சிகிச்சையின் தரம், அறிமுகத்தின் போது இருந்த தீவிரம் மற்றும் தனிநபர் உடலின் பதில் ஆகியவை அடங்கும். மாட்யூலின் பங்களிப்பு, மருத்துவரின் பிளாட்ஃபாரத்திற்கு முந்தைய பணிச்சூழல் இல்லையெனில் செய்திருப்பதைவிட முன்னதாகவே ஹான்டாவைரஸை வேறுபாட்டு பரிசீலனையாக வெளிப்படுத்துவதாகும். அந்த முன்னதாகிய பரிசீலனை நோயாளியின் மேலாண்மை முடிவை மாற்றியதா என்பது, கிடைக்கக்கூடிய தரவிலிருந்து எங்களால் பதிலளிக்க முடியாத கேள்வி.

டாக்டர் தாமஸ் கிளைன் போல, இங்கே நான் கவனமாக இருக்க விரும்புகிறேன். மூன்று உறுதிப்படுத்தப்பட்ட வழக்குகள் ஒரு சீரமைக்கப்பட்ட (randomised) ஆய்வை உருவாக்காது. அவை உற்பத்தி போக்குவரத்தில் (production traffic) காணப்படும் ஒரு உண்மையான உலகச் சிக்னல்; உண்மையான உலகத் தரவு கொண்டிருக்கும் அனைத்து வலிமைகளும் பலவீனங்களும் அதில் உள்ளன. வலிமை என்னவென்றால், மாட்யூல் 127 நாடுகளில் உள்ள உண்மையான நோயாளிகளின் உண்மையான மருத்துவ பணிச்சூழலை சந்திக்கும் போது என்ன நடக்கிறது என்பதையே இது காட்டுகிறது. பலவீனம் என்னவென்றால், மாற்று நிகழ்வு (counterfactual) எங்களிடம் இல்லை. மாட்யூல் இல்லாமல் இந்த நோயாளிகளுக்கு என்ன நடந்திருக்கும் என்று சொல்ல முடியாது. நாம் சொல்லக்கூடியது என்னவென்றால், மாட்யூல் திட்டமிட்டபடியே செயல்பட்டது: படுக்கையிலேயே தவறான வேறுபாட்டு பரிசீலனையுடன் pattern-matched செய்யப்பட்டிருந்த, வடிகட்டப்படாத காய்ச்சல்-நோய் ஓட்டத்திலிருந்து மூன்று ஹான்டாவைரஸ் நிகழ்வுகளை அது எடுத்தது; மேலும், மதிப்பாய்வு செய்யும் மருத்துவர் படித்து சவால் செய்யக்கூடிய வகையில் அமைக்கப்பட்ட கட்டமைக்கப்பட்ட காரணத்தின் அடிப்படையில் அதனை செய்தது.

75-க்கும் மேற்பட்ட மொழிகள், ஆங்கில மாற்று (fallback) இல்லை

ஒரே ஒரு மொழியில் மட்டுமே பேசும் மருத்துவ முடிவு ஆதரவு கருவி, வரையறையின்படி, சமமற்ற கருவியாகும். ஹான்டாவைரஸ் அமெரிக்கா, ஐரோப்பா மற்றும் கிழக்கு ஆசியா முழுவதும் பரவலாக உள்ளது. முன்னதாக triage மூலம் பயன் பெறும் நோயாளிகள் சராசரியாக ஆங்கிலம் பேசுபவர்கள் அல்ல. எனவே மாட்யூல் 75-க்கும் மேற்பட்ட மொழிகளில் உள்ளூர்மயமாக்குகிறது; அரபி, எபிரேயம் மற்றும் பாரசீகத்திற்கு சொந்தமாக வலமிருந்து இடமாக (right-to-left) காட்டும் வகையில், மேலும் ரெண்டரிங் பைப்லைனில் எங்கும் ஆங்கில fallback இல்லை.

தற்போது வெளியிடப்பட்டு வரும் மொழிகள்: ஆங்கிலம், துருக்கியம், ஜெர்மன், பிரெஞ்சு, ஸ்பானிஷ், இத்தாலியன், போர்ச்சுகீஸ், அரபி, எபிரேயம், கிரேக்கம், போலிஷ், டச்சு, ரஷ்யன், உக்ரேனியன், சீனம் (எளிமைப்படுத்தப்பட்டது), சீனம் (பாரம்பரியம்), ஜப்பானியம், கொரியன், ஹிந்தி, பெங்காலி, பாரசீகம், தாய், வியட்நாமியம், இந்தோனேஷியன், மலாய், டகலாக், ஸ்வீடிஷ், நோர்வேஜியன், டேனிஷ், ஃபின்னிஷ், செக், ஸ்லோவாக், ஸ்லோவேனியன், குரோஷியன், பல்கேரியன், செர்பியன், லாட்வியன், எஸ்டோனியன், லிதுவேனியன், ஹங்கேரியன், ரோமானியன், அல்பேனியன், மாசிடோனியன், மல்டீஸ், ஐஸ்லாந்தியம், ஐரிஷ், வெல்ஷ், பாஸ்க், கட்டலான், கலீசியன், ஆஃப்ரிகான்ஸ், ஸ்வாஹிலி, அம்ஹாரிக், யோருபா, சூலு, உருது, பஞ்சாபி, தமிழ், தெலுங்கு, கன்னடம், மலையாளம், சிங்களம், நேபாளி, மராத்தி, குஜராத்தி, கெமர், லாவோ, பர்மீஸ், மங்கோலியன், கசாக், உஸ்பெக், அஜர்பைஜானி, ஆர்மேனியன், ஜார்ஜியன் மற்றும் பஷ்தோ.

உள்ளூர்மயமாக்கலை நம்பத்தகுந்ததாக 만드는 பொறியியல் விவரங்கள்

அமைதியான (silent) ஆங்கில fallback இல்லை. செயலில் உள்ள locale-க்கு ஒரு மொழிபெயர்ப்பு key காணாமல் போனால் build தோல்வியடையும். ஆங்கிலத்தால் ஒரு இடைவெளியை மூடிவிட மாட்டோம். ஆதரிக்கப்படும் ஒவ்வொரு மொழியிலும் ஒவ்வொரு பக்கத்திற்கும் முழுமையான இணையான string தொகுப்பு தேவை. இது முக்கியமான பொறியியல் முதலீடு; பலமொழி மருத்துவ AI-யை மார்க்கெட்டிங் வரியாக அல்ல, முதன்மை கவலையாக கருதுவதற்கான விலை.

Locale-அறிந்த caching. ஹான்டாவைரஸ் மதிப்பீட்டு (assessment) store keys (clinic, patient, report, language) என்ற அர்த்தங்களின் அடிப்படையில் அமைக்கப்படுகிறது. செயலில் உள்ள மொழியை மாற்றினால், அடுத்த மதிப்பீடு தவறான locale-இல் பழைய (stale) வரியை வழங்காமல், முந்தைய வரியை மேலெழுதும். ஒரு மருத்துவர் ஆங்கிலத்திலிருந்து ஜெர்மனிக்கு மாறினாலும், அடுத்த score ஜெர்மனியிலேயே வரும்; எந்த முரண்பாடும் இருக்காது.

சேர்க்கை-சொல் (compound-word) பாதுகாப்பு. "Familien-/Patientengesundheit Risikoanalyse" போன்ற ஜெர்மன் strings responsive layout-களை உடைப்பதில் பிரபலமாகவே உள்ளன. CSS plan cards-களில் overflow-wrap: anywhere, hyphens: auto மற்றும் flex-wrap ஆகியவற்றைப் பயன்படுத்துகிறது; இதனால் badges குறுகிய viewport-களில் கார்டை விட்டு வெளியேறாமல், நேர்த்தியாக புதிய வரியில் விழும். ஃபின்னிஷ், ஹங்கேரியன் மற்றும் கிரேக்கும் இதே முறையில் நடத்தப்படுகின்றன.

வலமிருந்து இடமாக (right-to-left) ஆதரவு. மொழி மாற்றத்தின் போது அரபி, எபிரேயம் மற்றும் பாரசீகம் கண்டறியப்படும். ஆவணத்தின் திசை அமைக்கப்படுகிறது. CSS mirror-aware spacing மற்றும் icon orientation-ஐ மாற்றி அமைக்கிறது. score gauges, contributing-factor அம்புகள் மற்றும் timestamp வரிசைப்படுத்தல் அனைத்தும் செயலில் உள்ள வாசிப்பு திசையை மதிக்கின்றன.

ஒவ்வொரு கிளினிக்கிற்குமான தனிமைப்படுத்தல் மற்றும் கேஸ்கேட் (cascade) ஆயுட்காலம்

ஒரு tenant boundary கடக்கப்படும் நாளிலேயே healthcare software தோல்வியடையும். மாட்யூலின் வடிவமைப்பு, மருத்துவ சரியானதன்மைக்கு (clinical correctness) இணையான அடிப்படையில், ஒவ்வொரு கிளினிக்கிற்குமான தனிமைப்படுத்தல் (per-clinic isolation) மற்றும் நோயாளி தரவு கட்டுப்பாடு (patient-data containment) ஆகியவற்றை முதன்மை தேவைகளாக கருதுகிறது.

probing-க்கு அழைக்காத அளவிலான abstraction மட்டத்தில் விவரிக்கப்பட்டுள்ள, நடைமுறையில் உள்ள பாதுகாப்பு நடவடிக்கைகளின் முழுமையற்ற பட்டியல்.

அங்கீகரிக்கப்பட்ட session தேவை. செல்லுபடியாகும் கிளினிக் session இல்லாமல் மாட்யூலின் endpoints அணுக முடியாது. anonymous mode இல்லை.
ஒவ்வொரு கிளினிக்கிற்குமான தனிமைப்படுத்தல். ஒவ்வொரு storage செயல்பாடும் அங்கீகரிக்கப்பட்ட கிளினிக் அடையாளத்தின் அடிப்படையில் key செய்யப்படுகிறது. Clinic A-வில் உள்ள ஒரு மருத்துவர், எந்தவொரு அடையாளங்களின் சேர்க்கையையும் பயன்படுத்தியும் Clinic B-க்கு சொந்தமான ஒரு மதிப்பீட்டை பார்க்க, பட்டியலிட, காண, மீண்டும் உருவாக்க அல்லது நீக்க முடியாது.
பாதை-தாண்டல் (path-traversal) கடினப்படுத்தல். கோப்பு முறைமை தொடர்பான அனைத்து குறிப்புகளும், கோரிக்கை அளவுருக்களிலிருந்து பெறப்பட்டு, கனானிகலேஷன் செய்வதற்கு முன் கூறு-நிலை சரிபார்ப்பை கடந்து, பிரிப்பிகள், null bytes, பெற்றோர்-அடைவு டோக்கன்கள் மற்றும் டில்டே விரிவாக்கம் ஆகியவற்றை நிராகரிப்பதுடன் செயல்படுகின்றன.
AI வெளியீட்டில் குறுக்கு-தள ஸ்கிரிப்டிங் பாதுகாப்பு. AI உருவாக்கிய சரங்கள் DOM-இல் textContent மற்றும் attribute ஒதுக்கீடு மூலமாக மட்டுமே சேர்க்கப்படுகின்றன; innerHTML ஒருபோதும் பயன்படுத்தப்படாது. அனுமதிக்கப்பட்ட enum மதிப்புகள் ரெண்டரிங் செய்வதற்கு முன் சரிபார்க்கப்படுகின்றன.
முழுவதும் அளவுருப்படுத்தப்பட்ட SQL. மதிப்பீட்டு சேமிப்பகத்தை எந்த string-interpolated SQL-வும் தொடாது. அனைத்து எழுதுதலும் வாசிப்பும் bound parameters-ஐ பயன்படுத்துகின்றன.
Cascade வாழ்க்கைச் சுழற்சி. ஒரு நோயாளியை நீக்குதல், ஒரு கிளினிக்கை நீக்குதல், ஒரு அறிக்கையை மீண்டும் உருவாக்குதல் அல்லது ஒரு அறிக்கையை நீக்குதல் ஆகிய அனைத்தும், தொடர்புடைய Hantavirus மதிப்பீடுகளை நீக்கவோ அல்லது செல்லாததாக்கவோ செய்யும் வெளிப்படையான cascade hooks-ஐ தூண்டும். அனாதை வரிசைகள் சேர்ந்து குவியாது.
இணக்கத்தன்மை நிலைப்பாடு. Kantesti Ltd என்பது ஐரோப்பிய தரவு பொருட்களுக்கான GDPR-க்கு இணக்கமானது, அமெரிக்க சுகாதார கூட்டாளிகளுக்கான HIPAA-க்கு ஒத்திசைக்கப்பட்டதாகும், மேலும் ISO 27001-க்கு ஒத்திசைக்கப்பட்ட கட்டுப்பாடுகள் மற்றும் SOC 2 Type II பாதுகாப்பு நடைமுறைகளை இயக்குகிறது. ஐரோப்பிய சந்தைக்காக இந்த தளம் CE குறியீட்டை வைத்துள்ளது.
தணிக்கைக்குட்படுத்தத்தன்மை. ஒவ்வொரு மதிப்பீட்டு வரியிலும் மூல அறிக்கையின் ஹாஷ், அது மதிப்பிடப்பட்ட மொழி மற்றும் உருவாக்கம்/புதுப்பிப்பு நேரக்குறிப்புகள் உள்ளன. ஒரு மருத்துவ மதிப்பாய்வாளர், எந்த உள்ளீடு எந்த வெளியீட்டை எந்த நேரத்தில் உருவாக்கியது என்பதை துல்லியமாக மீண்டும் உருவாக்க முடியும்.

கடினப்படுத்தும் (hardening) போது பயன்படுத்தப்படும் குறிப்பிட்ட வடிகட்டல் விதிகள், கோரிக்கை சரிபார்ப்பிகள், regex மாதிரிகள் அல்லது தாக்குதல் வெக்டர்கள் ஆகியவற்றை நாங்கள் வெளியிடுவதில்லை. சோதனைத் தொகுப்பு நன்மைகளை விளம்பரப்படுத்துவது ஒரு தாக்குபவருக்கு அதிக உதவியாக இருக்கும்; அது ஒரு மருத்துவ நிபுணருக்கு அதிக நம்பிக்கையளிக்காது.

மருத்துவர்கள் மற்றும் நோயாளிகள் மாட்யூலை எப்படி அணுகுகிறார்கள்

Hantavirus Risk Assessment ஒவ்வொரு Kantesti பயனருக்கும் இலவசமாக கிடைக்கிறது. Hantavirus-ஐ முன்கூட்டியே கண்டறிவதின் பொது-சுகாதார மதிப்பு, ஒரு கிளினிக்கின் பில்லிங் தரத்தை சார்ந்ததாக இருக்கக்கூடாது; எனவே இந்த மாட்யூல் நுகர்வோர் இலவச டியர், ஒற்றை-அறிக்கை மற்றும் 6-அறிக்கை பண்டில்கள், ஆண்டு திட்டம் மற்றும் முதல் நாளிலிருந்தே ஒவ்வொரு கிளினிக் டாஷ்போர்டு திட்டத்திலும் இயக்கப்பட்டுள்ளது.

மருத்துவ நிபுணர்களுக்காக

Kantesti கிளினிக் டாஷ்போர்டில் உள்நுழையுங்கள். ஒரு நோயாளி பதிவைத் திறக்கவும். நோயாளி சுயவிவரத்திலிருந்து Hantavirus Risk Assessment செயலை கிளிக் செய்யுங்கள்; அல்லது டாஷ்போர்டின் முக்கிய வழிசெலுத்தலில் சென்று தேர்வியில் இருந்து நோயாளியைத் தேர்ந்தெடுக்கவும். விருப்பமாக வெளிப்பாடு, அறிகுறி, உயிரியல் அடையாள (vital-sign) மற்றும் Hantavirus-க்கு குறிப்பான பரிசோதனை பிரிவுகளை நிரப்புங்கள். சமர்ப்பிக்கவும். இந்த மாட்யூல் செயலில் உள்ள டாஷ்போர்டு மொழியில் கட்டமைக்கப்பட்ட மதிப்பெண்ணை முழு காரணத்துடன் திருப்பித் தரும்; பங்களிக்கும் காரணிகள், எச்சரிக்கை கொடிகள் (red flags) மற்றும் காணாமல் போன தரவு அறிவிப்பும் இதில் இருக்கும். நோயாளி அட்டவணையில் சேர்க்க அச்சிடத் தயாரான PDF ஆக ஏற்றுமதிகள் கிடைக்கின்றன.

நோயாளிகளுக்காக

நீங்கள் கவலைப்படுகிற சமீபத்திய இரத்த பரிசோதனை கொண்ட நோயாளி அல்லது குடும்ப உறுப்பினராக இதைப் படித்தால், கீழே உள்ள இடத்தில் Kantesti நுகர்வோர் போர்ட்டலுக்கு அறிக்கையை பதிவேற்றலாம் kantesti.net/free-blood-test மற்றும் Hantavirus Risk Assessment-ஐ கோரலாம். நுகர்வோருக்கான நடைமுறை, அந்த பட்டை உயர்ந்திருந்தால் நேரில் மருத்துவ மதிப்பீட்டை நாடுவதற்கான தெளிவான வழிமுறைகளுடன் விளக்கக்கூடிய அபாய பட்டையை (risk band) திருப்பித் தரும். இந்த மாட்யூல் முடிவு ஆதரவு (decision support) மட்டுமே; இது ஒரு நோயறிதல் சாதனம் அல்ல. கடுமையாக சந்தேகிக்கப்படும் வழக்குகள் ஆய்வக உறுதிப்படுத்தலுக்கு முன்பே அவசர சிகிச்சையை தேவைப்படுத்தும்.

கூட்டாளர் கிளினிக்குகள் மற்றும் ஆய்வகங்களுக்காக

உங்கள் கிளினிக் அல்லது ஆய்வகம், Hantavirus பரவலாக உள்ள பகுதிகளில் வழக்கமாக காய்ச்சல்-தொடர்பான நோய் அறிகுறி (febrile-illness) நிகழ்வுகளை கையாளுகிறதெனில், மேலும் உங்கள் தற்போதைய மின்னணு சுகாதார பதிவுக் (electronic health record) பணிச்சூழலில் இந்த மாட்யூலை வெளிப்படுத்த விரும்பினால், தயவுசெய்து குழுவை தொடர்புகொள்ளுங்கள் kantesti.net/contact-us-க்கு மின்னஞ்சல் அனுப்பவும்.. நாங்கள் நிலையான GDPR-க்கு இணக்கமான மற்றும் HIPAA-க்கு ஒத்திசைக்கப்பட்ட கூட்டாண்மை ஒப்பந்தத்தின் கீழ் செயல்படுத்துதலை ஆதரிக்கிறோம்; மேலும் ஒருங்கிணைப்பை ஒரு தனித்துவமான மருத்துவ பொறியியல் தொடர்பு நபர் மூலம் இயக்குகிறோம்.

இந்த மாட்யூல் என்ன அல்ல

இந்த கருவி செய்யாதவற்றின் குறுகிய மற்றும் திட்டமிட்ட பட்டியல். இந்த தயாரிப்பு வகைக்கு வழக்கமாக இருப்பதை விட அதிகமான நேர்மையான தரநிலைக்கு நாங்கள் நம்மை கட்டுப்படுத்துகிறோம்.

இது ஒரு நோயறிதல் சாதனம் அல்ல. உறுதியான Hantavirus நோயறிதலுக்கு, CDC மற்றும் WHO வழிகாட்டுதலின்படி, ELISA மூலம் IgM செரோலஜி அல்லது RT-PCR மூலம் மூலக்கூறு (molecular) பரிசோதனை மூலம் ஆய்வக உறுதிப்படுத்தல் தேவை. இந்த மாட்யூல் இரண்டையும் மாற்றாது.
மருத்துவத் தீர்மானத்திற்கு மாற்றாகாது. இறுதி மருத்துவ முடிவுகள் தகுதியான மருத்துவரிடமே இருக்கும். இந்த மாட்யூல், மருத்துவ வரலாறு சேகரித்தல், உடல் பரிசோதனை, மாற்று நோயறிதல்கள் மற்றும் மருத்துவரின் உள்ளூர் தொற்றியல் அறிவு ஆகியவற்றுடன் சேர்ந்து பல உள்ளீடுகளில் ஒன்றாகும்.
முழு முன்கால (prodromal) வேறுபாட்டு நோயறிதல்களில் வேறுபடுத்தும் (discriminator) கருவி அல்ல. பல முன்கால கண்டுபிடிப்புகள் லெப்டோஸ்பைரோசிஸ், டெங்கு, கடுமையான COVID-19 மற்றும் பாக்டீரியல் செப்சிஸ் ஆகியவற்றுடன் ஒத்திருக்கின்றன. இந்த மாட்யூல் குறிப்பாக ஹான்டாவைரஸ் அபாயத்திற்கான ஒரு டிரையாஜ் உதவியாகும். வேறுபாட்டு நோயறிதலில் உள்ள பிற சிண்ட்ரோம்களுடன் ஒப்பிட்டு ஹான்டாவைரஸை தரவரிசைப்படுத்தாது.
ஒழுங்குமுறைப்படி மருத்துவ சாதனமாக வகைப்படுத்தப்படவில்லை. இந்த மாட்யூல் மருத்துவ முடிவு ஆதரவாக வழங்கப்படுகிறது. இது EU MDR அல்லது FDA ஒழுங்குமுறைப்படி மருத்துவ சாதனமாக வகைப்படுத்தப்படவில்லை. இந்த தளத்தை பயன்படுத்தும் கிளினிக்குகள், நோயாளி பராமரிப்பில் முடிவு ஆதரவைப் பயன்படுத்துவதற்கான தங்களது அதிகாரப்பூர்வ பிராந்தியத்தின் ஒழுங்குமுறை விதிமுறைகளை பின்பற்ற வேண்டும்.
உணர்திறன் (sensitivity) அல்லது குறிப்புத்திறன் (specificity) குறித்த கோரிக்கை அல்ல. 50,000 இரத்த பரிசோதனை விளக்க அறிக்கைகளில் இருந்து அறிவிக்கப்பட்ட 3 உறுதிப்படுத்தப்பட்ட வழக்குகள், கூட்டாளர் கிளினிக்குகள் பின்னர் ஆய்வக உறுதிப்படுத்தல் நிலையை தளத்திற்கு திருப்பி வழங்கிய வழக்குகளை பிரதிபலிக்கின்றன. தொற்றியல் அர்த்தத்தில் உணர்திறன் அல்லது குறிப்புத்திறன் குறித்து எவ்வித அதிகாரப்பூர்வ கோரிக்கையும் நாம் செய்யவில்லை.
குழந்தைகள் அல்லது கர்ப்பத்திற்கான மக்கள் தொகை-சார்ந்தது அல்ல. குழந்தை நோயாளிகள் மற்றும் கர்ப்பிணி நோயாளிகளில் ஹான்டாவைரஸ் கூடுதல் பரிசீலனைகளை கொண்டுள்ளது. இந்த மாட்யூல் தற்போது, மக்கள் தொகைத் தரவுப் புலங்களிலிருந்து AI ஊகிப்பதைத் தவிர, இந்த துணைக்குழுக்களுக்கு மக்கள் தொகை-சார்ந்த கூடுதல் எடையிடுதலை உருவாக்கவில்லை. இந்த துணைக்குழுக்களுக்கான வெளிப்படையான மேற்கோள் கொள்ளக்கூடிய முன் எடையிடுதல் திட்டப் பாதையில் உள்ளது.

மூன்று உறுதிப்படுத்தப்பட்ட ஹான்டாவைரஸ் வழக்குகளை கண்டுபிடித்த அதே மாட்யூலை முயற்சிக்கவும்

உங்கள் சொந்த இரத்த பரிசோதனை பேனலை Kantesti AI Engine-க்கு பதிவேற்றி, ஹான்டாவைரஸ் அபாய மதிப்பீட்டை கோருங்கள். உலகளவில் 2 மில்லியனுக்கும் மேற்பட்ட பயனர்கள் Kantesti-ஐ பயன்படுத்தி 75-க்கும் மேற்பட்ட மொழிகளில் 15,000-க்கும் மேற்பட்ட பயோமார்க்கர்களை விளக்குகின்றனர். இந்த மாட்யூல் அனைத்து திட்டங்களிலும், நுகர்வோர் இலவச அடுக்கு உட்பட, இலவசமாக கிடைக்கிறது.

🔬 இலவச டெமோவை முயற்சிக்கவும்

Chrome நீட்டிப்பு ஆப் ஸ்டோர் கூகிள் விளையாட்டு

📚 இந்த பணியை மேற்கோள் காட்டுவது எப்படி

BibTeX

@techreport{bulut2026hantavirus,
  author      = {Bulut, Julian Emirhan and Klein, Thomas},
  title       = {Multilingual AI-Assisted Clinical Decision Support
                 for Early Hantavirus Triage: Design, Engineering
                 Validation, and Real-World Deployment Across 50,000
                 Interpreted Blood Test Reports},
  institution = {Kantesti Ltd},
  address     = {London, United Kingdom},
  year        = {2026},
  month       = {May},
  type        = {Technical Report},
  doi         = {10.6084/m9.figshare.32230290},
  url         = {https://doi.org/10.6084/m9.figshare.32230290}
}

APA

Bulut, J. E., & Klein, T. (2026). Multilingual AI-Assisted Clinical Decision Support for Early Hantavirus Triage: Design, Engineering Validation, and Real-World Deployment Across 50,000 Interpreted Blood Test Reports (Technical Report). Kantesti Ltd. https://doi.org/10.6084/m9.figshare.32230290

🌐 ஆராய்ச்சி தள பிரதிபலிப்பு (Mirror) நெட்வொர்க்

🔗 Figshare DOI 10.6084/m9.figshare.32230290 · அதிகாரப்பூர்வ கல்வி பதிவேடு 🎓 ஆராய்ச்சி வாயில் Publication 404699852 · கல்வி கண்டுபிடிப்பு அடுக்கு 📄 அகாடமியா.எடு Paper 166974095 · கல்வி கண்டுபிடிப்பு அடுக்கு

📖 தொடர்புடைய Kantesti சரிபார்ப்பு பணிகள்

Klein, T., & Bulut, J. E. (2026). 15 பெயரில்லா (Anonymised) இரத்த பரிசோதனை வழக்குகளில் Kantesti AI Engine-ன் மருத்துவ சரிபார்ப்பு: முன்பதிவு செய்யப்பட்ட ரூப்ரிக் அடிப்படையிலான பெஞ்ச்மார்க். Kantesti Ltd. DOI: 10.6084/m9.figshare.32095435.

🔗 டி.ஓ.ஐ. 📊 பெஞ்ச்மார்க் பக்கம்

Klein, T. (2025). AI மூலம் இயக்கப்படும் இரத்த பரிசோதனை விளக்கத்திற்கான மருத்துவ சரிபார்ப்பு கட்டமைப்பு: மூன்று-குருடு சரிபார்ப்பு முறைமை, செயல்திறன் அளவுகோல்கள் மற்றும் தர உறுதி நெறிமுறைகள். Kantesti AI மருத்துவ ஆராய்ச்சி.

🩺 மருத்துவ சரிபார்ப்பு மையம்

📖 வெளிப்புற முறைமையியல் (Methodological) மேற்கோள்கள்

நோய் கட்டுப்பாடு மற்றும் தடுப்பு மையங்கள் (2024). ஹன்டாவைரஸ் நுரையீரல் சிண்ட்ரோம் (HPS): சுகாதார பணியாளர்களுக்கான மருத்துவ மற்றும் ஆய்வக தகவல்கள்.

🏥 CDC.gov

உலக சுகாதார நிறுவனம் (2023). ஹன்டாவைரஸ் நோய்கள்: உண்மைத் தாள் மற்றும் கண்காணிப்பு வழிகாட்டுதல். WHO, ஜெனீவா.

🌍 WHO.int

Jonsson, C. B., Figueiredo, L. T. M., & Vapalahti, O. (2010). ஹன்டாவைரஸ் சூழலியல், தொற்றியல் மற்றும் நோய் குறித்து உலகளாவிய பார்வை. Clinical Microbiology Reviews, 23(2), 412–441.

🏥 பப்மெட்

Vaheri, A., Strandin, T., Hepojoki, J., et al. (2013). ஹன்டாவைரஸ் தொற்றுகளின் மர்மங்களை வெளிப்படுத்துதல். Nature Reviews Microbiology, 11(8), 539–550.

🏥 பப்மெட்

50,000பகுப்பாய்வு செய்யப்பட்ட அறிக்கைகள்

3ஆய்வகத்தால் உறுதி செய்யப்பட்ட வழக்குகள்

75+மொழிகள்

127சேவை வழங்கப்படும் நாடுகள்

அடிக்கடி கேட்கப்படும் கேள்விகள்

Kantesti AI ஹந்தாவைரஸ் அபாய மதிப்பீடு என்றால் என்ன?

Kantesti AI ஹன்டாவைரஸ் அபாய மதிப்பீடு என்பது Kantesti கிளினிக் டாஷ்போர்டில் உட்பொதிக்கப்பட்ட, மருத்துவர்களுக்கான முடிவு ஆதரவு (decision-support) தொகுதி ஆகும். இது விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கையை, விருப்பத்திற்குரிய வெளிப்பாடு வரலாறு, அறிகுறிகள், உயிரியல் அடையாளங்கள் (vital signs) மற்றும் ஹன்டாவைரஸ்-சார்ந்த செரோலஜி ஆகியவற்றுடன் சேர்த்து பகுப்பாய்வு செய்து, காரணம் (rationale), பங்களிக்கும் காரணிகள், எச்சரிக்கை அறிகுறிகள் (red flags) மற்றும் முக்கிய தரவு இல்லாததை தெளிவாக அறிவிக்கும் வகையில், 0 முதல் 100 வரை கட்டமைக்கப்பட்ட அபாய மதிப்பெண்ணை வழங்குகிறது. இந்த தொகுதி முடிவு ஆதரவாகவே அமைக்கப்பட்டுள்ளது; இது ஒரு நோயறிதல் சாதனம் அல்ல.

இரத்த பரிசோதனை மூலம் AI ஹான்டாவைரஸை கண்டறிய முடியுமா?

AI மட்டும் ஒரு இரத்த பரிசோதனையிலிருந்து ஹன்டாவைரஸை உறுதியாக கண்டறிய முடியாது. உறுதியான நோயறிதலுக்கு CDC மற்றும் WHO வழிகாட்டுதலின்படி IgM ELISA அல்லது RT-PCR மூலம் ஆய்வக உறுதிப்படுத்தல் தேவை. எனினும், AI ஹன்டாவைரஸின் முன்அறிகுறி (prodromal) ஆய்வக அடையாளத்தை அறிந்து கொள்ள முடியும்; இதில் த்ரோம்போசைட்டோபீனியா, உயர்ந்து வரும் ஹீமாடோக்ரிட், இடப்பக்க மாற்றத்துடன் லியூகோசைட்டோசிஸ், உயர்ந்த லாக்டேட், மிதமான டிரான்ஸஅமினேஸ் உயர்வு மற்றும் கிரியேட்டினின் அதிகரிப்பு ஆகியவை அடங்கும்; மேலும் செரோலஜி திரும்ப வரும் முன்பே நோயாளிகளை அவசர மருத்துவர் மதிப்பாய்வுக்காக குறிக்கிறது. Kantesti AI ஹன்டாவைரஸ் அபாய மதிப்பீடு பிப்ரவரி முதல் மே 2026 வரை 50,000 விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கைகளில் மூன்று ஆய்வகத்தால் உறுதி செய்யப்பட்ட வழக்குகளை பிடித்தது; அவை அனைத்தும் ஆரம்பத்தில் வழங்கும் போது காய்ச்சல் போன்ற நோய் (influenza-like illness), அசாதாரண நிமோனியா அல்லது பாக்டீரியல் செப்சிஸ் என தவறாக வகைப்படுத்தப்பட்டிருந்தன.

இரத்த பரிசோதனையில் ஹான்டாவைரஸின் ஆரம்ப ஆய்வக அறிகுறிகள் என்ன?

ஹன்டாவைரஸின் முன்அறிகுறி ஆய்வக அடையாளத்தில் த்ரோம்போசைட்டோபீனியா (பிளேட்லெட்கள் பெரும்பாலும் 150 × 10⁹/L க்குக் கீழே; HPS வழக்குகளில் 70 முதல் 90 சதவீதத்தில் காணப்படும்), கேப்பிலரி லீக்கால் ஏற்படும் ஹீமாடோக்ரிட் உயர்வு, இடப்பக்க மாற்றத்துடன் லியூகோசைட்டோசிஸ் மற்றும் புற இரத்த ஸ்மியரில் இம்யூனோபிளாஸ்ட்கள், உயர்ந்த லாக்டேட், மிதமான AST, ALT மற்றும் LDH உயர்வு, மற்றும் கிரியேட்டினின் அதிகரிப்பு ஆகியவை அடங்கும். இவற்றில் எதுவும் தனித்து பார்த்தால் நோய்க்குறிப்பானது (pathognomonic) அல்ல. சரியான மருத்துவ மற்றும் வெளிப்பாடு சூழலில் இவை ஹன்டாவைரஸ் சிண்ட்ரோம்களுக்கான சந்தேகக் குறியீட்டை உயர்த்தி, இலக்கு செரோலஜி அல்லது RT-PCR பரிசோதனையை தேவைப்படுத்துகின்றன.

சந்தேகம் ஏற்பட்ட பிறகு Hantavirus-ஐ உறுதிப்படுத்த எவ்வளவு நேரம் ஆகும்?

IgM ELISA அல்லது RT-PCR மூலம் ஆய்வக உறுதிப்படுத்தல் பொதுவாக மாதிரி சமர்ப்பித்த 24 முதல் 96 மணி நேரத்திற்குள் திரும்பும்; இது பிராந்திய ஆய்வகத்தின் திறனைப் பொறுத்தது. Kantesti உற்பத்தி வெளியீட்டில், AI தொகுதி முதன்முதலில் அதிக அல்லது மிக முக்கிய வகைப்பாட்டை வெளிப்படுத்திய பிறகு 24 முதல் 96 மணி நேரத்திற்குள், ஆய்வக உறுதிப்படுத்தப்பட்ட மூன்று Hantavirus வழக்குகளும் செரோலஜி அல்லது மூலக்கூறு உறுதிப்படுத்தலை பெற்றன. CDC மற்றும் WHO வழிகாட்டுதலின்படி, ஆய்வக உறுதிப்படுத்தலுக்கு முன்பே கடுமையாக சந்தேகிக்கப்படும் வழக்குகளுக்கு அவசர ஆதரவு சிகிச்சை தேவைப்படுகிறது.

இந்த தொகுதி எத்தனை உண்மையான நோயாளிகளை மதிப்பீடு செய்துள்ளது?

பிப்ரவரி முதல் மே 2026 வரை Kantesti தளத்தால் பகுப்பாய்வு செய்யப்பட்ட 50,000 தொடர்ச்சியான விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கைகளில், அந்த மாட்யூல் 14 அறிக்கைகளில் (0.028 சதவீதம்) உயர்ந்த அல்லது மிக முக்கிய அபாய வகைப்பாட்டை உருவாக்கியது. அவற்றில் மூன்று நோயாளிகளுக்கு CDC மற்றும் WHO பரிந்துரைத்த கண்டறிதல் தரநிலைகளின்படி IgM ELISA அல்லது RT-PCR மூலம் கடுமையான ஹன்டாவைரஸ் தொற்றுக்கான பின்னர் ஆய்வக உறுதிப்படுத்தல் கிடைத்தது. மூன்று உறுதி செய்யப்பட்ட நோயாளிகளும் ஆரம்பத்தில் வழங்கும் போது காய்ச்சல் போன்ற நோய், அசாதாரண நிமோனியா அல்லது பாக்டீரியல் செப்சிஸ் என மருத்துவ ரீதியாக தவறாக வகைப்படுத்தப்பட்டிருந்தனர்.

ஹான்டாவைரஸ் எவ்வாறு கண்டறியப்படுகிறது?

உறுதியான ஹன்டாவைரஸ் நோயறிதலுக்கு CDC மற்றும் WHO வழிகாட்டுதலின்படி ELISA மூலம் IgM செரோலஜி அல்லது RT-PCR மூலம் மூலக்கூறு (molecular) பரிசோதனை மூலம் ஆய்வக உறுதிப்படுத்தல் தேவை. நோயாளியின் மருத்துவ மதிப்பீடு மட்டும் இந்த நோயறிதலை நிறுவ அல்லது மறுக்க போதுமானதல்ல. Kantesti மாட்யூல் மருத்துவர்களுக்கான டிரையாஜ் உதவி மட்டுமே; செரோலஜி அல்லது மூலக்கூறு உறுதிப்படுத்தலை மாற்றாது. எதிர்மறை (negative) பரிசோதனை முடிவு தொற்றை உறுதியாக நிராகரிக்காது; ஏனெனில் செரோலஜி மற்றும் PCR இரண்டிற்கும் மாதிரி எடுக்கும் நேரம் முக்கியமானது.

இந்த தொகுதி எந்த இரத்த பரிசோதனை அளவுருக்களை பயன்படுத்துகிறது?

அந்த மாட்யூல் பிளேட்லெட் எண்ணிக்கை, ஹீமாடோக்ரிட், வெள்ளை இரத்த அணுக்களின் எண்ணிக்கை, கிரியேட்டினின், AST, ALT, LDH மற்றும் லாக்டேட் ஆகியவற்றை உள்ளடக்கிய ஏற்கனவே விளக்கப்பட்ட இரத்த பரிசோதனை அறிக்கையை வாசிக்கிறது; மேலும் விரிவான Kantesti பைப்ப்லைன் உருவாக்கிய உரை விளக்கத்தையும் சேர்த்து பயன்படுத்துகிறது. விருப்பமான மருத்துவ சூழல் வெளிப்பாட்டு வரலாறு, காய்ச்சல், தசை வலி (myalgia), மூச்சுத்திணறல் (dyspnoea), குடலியல் அறிகுறிகள், SpO2, இரத்த அழுத்தம், இதய துடிப்பு மற்றும் IgM, IgG மற்றும் RT-PCR உட்பட ஹன்டாவைரஸ்-சிறப்பு செரோலஜி ஆகியவற்றை கொண்டிருக்கலாம்.

இந்த தொகுதி எந்த மொழிகளை ஆதரிக்கிறது?

Kantesti தளம் அரபு, எபிரேயம் மற்றும் பாரசீகத்திற்காக சொந்தமாக வலமிருந்து இடமாக (right-to-left) காட்டுதலுடன் 75-க்கும் மேற்பட்ட மொழிகளை ஆதரிக்கிறது. ஹன்டாவைரஸ் அபாய மதிப்பீடு ஆதரிக்கப்படும் ஒவ்வொரு மொழியிலும் இயங்குகிறது; ஆங்கில மாற்று (English fallback) இல்லை. செயலில் உள்ள locale-க்கு மொழிபெயர்ப்பு விசை (translation key) காணாமல் போனால், ஆங்கில உரையை வழங்குவதற்குப் பதிலாக build தோல்வியடையும். தற்போது வெளியிடப்பட்ட மொழிகளில் ஆங்கிலம், துருக்கியம், ஜெர்மன், பிரெஞ்சு, ஸ்பானிஷ், இத்தாலியன், போர்ச்சுகீஸ், அரபு, எபிரேயம், கிரேக்கம், போலிஷ், டச்சு, ரஷ்யன், சீனம் (எளிமைப்படுத்தப்பட்டது மற்றும் பாரம்பரியம்), ஜப்பானியம், கொரியன், ஹிந்தி, பெங்காலி, பாரசீகம் மற்றும் மேலும் பல அடங்கும்.

இந்த தொகுதி ஒரு நோயறிதல் சாதனமா?

இல்லை. அந்த மாட்யூல் மருத்துவ முடிவு ஆதரவு (clinical decision support) ஆகும்; EU MDR அல்லது FDA விதிமுறைகளின் கீழ் மருத்துவ சாதனமாக வகைப்படுத்தப்படவில்லை. இறுதி மருத்துவ தீர்மானம் தகுதியான மருத்துவரிடமே இருக்கும். அந்த மாட்யூலை பயன்படுத்தும் கிளினிக்குகள், நோயாளி பராமரிப்பில் முடிவு ஆதரவை பயன்படுத்துவதற்கான தங்களது அதிகாரப்பூர்வ பிரதேசத்தின் (jurisdiction) ஒழுங்குமுறை விதிமுறைகளுக்கு இணங்க வேண்டும்.

Kantesti நோயாளியின் தரவுகளை எவ்வாறு பாதுகாக்கிறது?

Kantesti Ltd பயனர்கள் மற்றும் கூட்டாளர் கிளினிக்குகளுடன் GDPR-க்கு இணங்கும் மற்றும் HIPAA-க்கு ஒத்த தரவு கையாளுதல் ஒப்பந்தங்களின் கீழ் செயல்படுகிறது; மேலும் ISO 27001-க்கு இணங்கும் கட்டுப்பாடுகளுடன் SOC 2 Type II பாதுகாப்பு நடைமுறைகளையும் கொண்டுள்ளது. ஐரோப்பிய சந்தைக்காக அந்த தளம் CE குறியீட்டை (CE marking) பெற்றுள்ளது. ஒவ்வொரு சேமிப்பு (storage) செயல்பாட்டிலும் கிளின்-தனிப்பட்ட தனிமைப்படுத்தலை (per-clinic isolation) அந்த மாட்யூல் கட்டாயப்படுத்துகிறது; முழுவதும் அளவுருவாக்கப்பட்ட (parameterised) தரவுத்தள வினாக்களை பயன்படுத்துகிறது; மேலும் AI உருவாக்கிய சரங்களை DOM-இல் textContent அல்லது attribute assignment மூலம் மட்டுமே சேர்க்கிறது. அடையாளம் காணக்கூடிய நோயாளி தகவல்கள் ஒருபோதும் வெளியிடப்படுவதில்லை; இதில் இந்த அறிக்கையும் உட்பட.

இந்த ஆய்வின் கல்வி பதிப்பை நான் எங்கே படிக்கலாம்?

முழு peer-verifiable preprint Figshare-ல் DOI 10.6084/m9.figshare.32230290 கீழ் காப்பகப்படுத்தப்பட்டுள்ளது; ResearchGate-ல் (publication 404699852) மற்றும் Academia.edu-வில் (paper 166974095) பிரதிகள் (mirrors) உள்ளன. இந்த ஆய்வு CC BY 4.0 உரிமத்தின் கீழ் திறந்த அணுகல் (open access) ஆகும்; மேலும் முழு முறைகள், முடிவுகள் அட்டவணை, வரம்புகள், நலவிரோதங்கள் (conflicts of interest) மற்றும் நெறிமுறை அறிக்கை (ethical statement) ஆகியவை அடங்கும்.

அதிக அல்லது முக்கிய (critical) விகிதம் ஏன் மிகவும் குறைவாக உள்ளது?

ஹான்டாவைரஸ் உலகளவில் அரிதானது. காய்ச்சல் போன்ற ஒவ்வொரு நோயிலும் அதிகமாக செயல்படும் ஒரு டிரையாஜ் கருவி மருத்துவ ரீதியாக பயனற்றதாக இருக்கும். ஆய்வக மற்றும் மருத்துவ அடையாளங்கள் அந்த நோய்க்குறியுடன் உண்மையாகவே பொருந்தும் போது மட்டுமே, இந்த மாட்யூல் உயர்ந்த அல்லது தீவிர ஆபத்து இருப்பதை வெளிப்படுத்தும் வகையில் அளவுத்திருத்தம் செய்யப்பட்டுள்ளது. 0.028 சதவீதம் என்ற உயர்ந்த-அல்லது-தீவிர விகிதம், இலக்கு அல்லாத மருத்துவ பணிச்சூழல் மூலம் கண்காணிக்கப்படும் அரிதான நிலைக்கு ஏற்ற சரியான தனித்தன்மையை பிரதிபலிக்கிறது.

இந்த தொகுதி ஹான்டாவைரஸை மற்ற முன்கூட்டிய (prodromal) வேறுபாட்டு நோய்களிலிருந்து வேறுபடுத்துகிறதா?

ஹந்தாவைரஸின் முன்அறிகுறி (prodromal) கண்டுபிடிப்புகளில் பல, லெப்டோஸ்பைரோசிஸ், டெங்கு, கடுமையான COVID-19, அசாதாரண நிமோனியா மற்றும் பாக்டீரியல் செப்சிஸ் ஆகியவற்றுடன் ஒத்துப்போகின்றன. இந்த தொகுதி (module) குறிப்பாக ஹந்தாவைரஸ் அபாயத்திற்கான ஒரு ட்ரையாஜ் உதவியாகும். இது வேறுபாட்டு நோயறிதலில் (differential) ஹந்தாவைரஸை மற்ற சிண்ட்ரோம்களுடன் தரவரிசைப்படுத்தாது. மருத்துவர்கள் அதன் வெளியீட்டை பல உள்ளீடுகளில் ஒன்றாகவே கருதி, தங்களின் பணிப்பரிசோதனையில் முழு வேறுபாட்டு நோயறிதலையும் தொடர்ந்து பரிசீலிக்க வேண்டும்.

⚕️ மருத்துவ மறுப்பு & நலமுரண்பாடு (Conflict of Interest)

இந்தப் பக்கம் ஒரு மருத்துவ முடிவு ஆதரவு (clinical decision support) தொகுதியை விவரிக்கிறது; மருத்துவ மற்றும் முறைமையான வெளிப்படைத்தன்மைக்காக வழங்கப்படுகிறது. இது மருத்துவ ஆலோசனையாகாது. CDC மற்றும் WHO வழிகாட்டுதலின்படி, ஹந்தாவைரஸ் நோயறிதலுக்கு IgM ELISA அல்லது RT-PCR மூலம் ஆய்வக உறுதிப்படுத்தல் தேவை. ஆய்வக உறுதிப்படுத்தலுக்கு முன்பே, கடுமையாக சந்தேகிக்கப்படும் வழக்குகளுக்கு உடனடி மருத்துவ பராமரிப்பு (urgent care) தேவை. நோயறிதல் மற்றும் சிகிச்சை முடிவுகளுக்காக எப்போதும் தகுதியான சுகாதார நிபுணரை அணுகவும். இரு ஆசிரியர்களும் Kantesti Ltd-ல் பணியாற்றி அதில் பங்குதாரர்களாக உள்ளனர்; மேலும் விவரிக்கப்படும் தொகுதி அதே அமைப்பின் வணிகப் பொருளாகும். இந்த நலவிரோதம், CC BY 4.0 கீழ் முழு முன்பதிவு (preprint) திறந்த அணுகலாக வெளியிடுவதன் மூலம், வெளியீட்டு ஆதாரத்தின் வரம்புகளை வெளிப்படையாக குறிப்பிடுவதன் மூலம், மற்றும் அந்த தொகுதியை ஒரு நோயறிதல் சாதனமாக அல்லாமல் முடிவு ஆதரவாக நேர்மையாக வடிவமைத்து வழங்குவதன் மூலம் குறைக்கப்பட்டுள்ளது.

E-E-A-T நம்பிக்கை சிக்னல்கள்

⭐ कालिक के

அனுபவம்

முன்அறிகுறி-கையொப்ப (prodromal-signature) எடையிடலை மேற்பார்வை செய்த 15+ ஆண்டுகள் மருத்துவ ஹீமடாலஜி மற்றும் ஆய்வக மருத்துவப் பயிற்சி. உண்மையான உற்பத்தி (production) வெளியீட்டு ஆதாரத்தின் அடிப்படையில் 50,000 விளக்கப்பட்ட (interpreted) அறிக்கைகள்.

📋

நிபுணத்துவம்

CDC மற்றும் WHO மருத்துவ வழிகாட்டுதலுடன் தொகுதி ஒத்திசைக்கப்பட்டுள்ளது. வெளிப்படையான நம்பகத்தன்மை (confidence) மற்றும் காணாமல் போன தரவு (missing-data) அறிவிப்புகளுடன் கடுமையான JSON வெளியீட்டு திட்டம் (schema). வரி-வரியாக (line by line) தணிக்கக்கூடிய (auditable) திட்டம்-கட்டுப்படுத்தப்பட்ட காரணம் (rationale).

👤

அதிகாரம்

டாக்டர் தாமஸ் கிளைன், MD (ORCID 0009-0009-1490-1321) அவர்களின் மருத்துவ மேற்பார்வை. Kantesti Ltd நிறுவனத்தின் CEO ஜூலியன் எமிர்ஹான் பலுட் (Julian Emirhan Bulut) அவர்களின் பொறியியல் பணிகள். Kantesti AI மருத்துவ ஆலோசனை வாரியம் (AI Medical Advisory Board) மூலம் மதிப்பாய்வு செய்யப்பட்டது.

🛡️

நம்பகத்தன்மை

CC BY 4.0 கீழ் திறந்த அணுகல் முன்பதிவு (open-access preprint), மூன்று-தள ஆராய்ச்சி பிரதிபலிப்பு (mirror) நெட்வொர்க், GDPR-க்கு இணங்கவும் HIPAA-க்கு இணங்கவும் செயல்பாடுகள், ISO 27001-க்கு இணங்க கட்டுப்பாடுகள், SOC 2 Type II நடைமுறைகள், CE குறியீடு (marked).

🏢 கான்டெஸ்டி லிமிடெட் இங்கிலாந்து & வேல்ஸில் பதிவு · நிறுவனம் எண். 17090423 லண்டன், யுனைடெட் கிங்டம் · kantesti.net தமிழ் in இல்