Медична валідація та клінічні стандарти для Аналіз аналізу крові зі штучним інтелектом
Методологія потрійної сліпої клінічної валідації, нагляд сертифікованих лікарів та дослідження кореляції результатів у реальних умовах, що забезпечують найнадійніші у світі дослідження. Аналізатор крові зі штучним інтелектом.
Первинні докази та документація
Твердження та дані перевірки, представлені на цій сторінці, задокументовані в нашому технічному звіті (очікується експертна оцінка). Повну методологію та підтверджуючі докази можна знайти нижче.
Клінічна валідаційна структура для інтерпретації аналізів крові на основі штучного інтелекту
Методологія потрійної сліпої валідації, показники ефективності та протоколи забезпечення якості
Структура клінічної валідації
Кантесті Інтерпретація аналізу крові за допомогою штучного інтелекту Платформа проходить ретельну медичну перевірку для забезпечення надійності клінічного рівня. Наш багаторівневий процес перевірки поєднує перевірку машинного навчання з традиційними методологіями клінічного огляду.
Кожне оновлення алгоритму проходить потрійну сліпу клінічну перевірку перед тим, як потрапити у виробництво. На цій сторінці описано нашу повну систему перевірки, структуру лікарського нагляду та протоколи постійного моніторингу якості.
Процес потрійної сліпої клінічної валідації
Наша методологія валідації усуває упередженість підтвердження завдяки триетапному незалежному процесу перевірки. Кожен етап виконується без знання висновків інших, що забезпечує об'єктивне вимірювання точності.
Інтерпретація ШІ
Система штучного інтелекту аналізує результати аналізів крові без доступу до клінічного діагнозу, історії хвороби пацієнта чи записок лікаря. Цей сліпий аналіз гарантує, що інтерпретація штучного інтелекту базується виключно на даних біомаркерів та встановлених референтних діапазонах.
- Немає доступу до клінічної діагностики
- Діапазони референтних значень, скориговані з урахуванням популяції
- Багатопараметричний кореляційний аналіз
Огляд лікаря
Сертифіковані патологоанатоми незалежно переглядають результати тих самих аналізів крові. Лікарі не мають доступу до інтерпретацій штучного інтелекту, що гарантує неупередженість їхнього клінічного судження.
- Сертифіковані клінічні патологоанатоми
- Немає видимості для результатів ШІ
- Стандартизовані протоколи огляду
Незалежне порівняння
Стороння клінічна команда порівнює результати ШІ з думкою лікарів, не знаючи, яка інтерпретація з якого джерела. Розбіжності запускають додаткові цикли перевірки.
- Методологія сліпого порівняння
- Статистичний аналіз відповідності
- Повна документація журналу аудиту
Робочий процес потрійної сліпої валідації
Наш процес валідації забезпечує неупереджену оцінку точності за допомогою незалежних паралельних потоків оглядів, які сходяться лише під час остаточного порівняння.
Методологія потрійної сліпої валідації: інтерпретація за допомогою штучного інтелекту (етап 1), огляд лікарем (етап 2) та незалежне порівняння (етап 3) працюють паралельно без перехресної видимості.
Перевірена продуктивність за категорією тестування
Показники ефективності перевірені за допомогою потрійного сліпого клінічного огляду на понад 1 000 000 тестових випадках. Результати демонструють стабільну точність у всіх основних категоріях біомаркерів.
Загальний підсумок точності
Точність агрегату: 98,71 TP3T — Середньозважене значення для всіх категорій тестування базується на потрійному сліпому дослідженні лікарів. Показники чутливості для окремих категорій коливаються від 98,1% до 99,3%. Див. Звіт §4.1, Таблиця 2
Кореляція клінічних результатів: 87% — Поздовжня кореляція з підтвердженими діагнозами в реальних подальших дослідженнях. Див. Звіт §4.3
| Категорія тесту | Чутливість | Специфічність | Розмір вибірки |
|---|---|---|---|
| Загальний аналіз крові (ЗАК) | 99.3% | 99.0% | 285,000 |
| Комплексна метаболічна панель | 99.1% | 98.9% | 198,000 |
| Ліпідна панель | 98.8% | 98.5% | 167,000 |
| Функція щитовидної залози | 98.4% | 98.1% | 142,000 |
| Тести функції печінки | 98.9% | 98.6% | 124,000 |
| Панель функції нирок | 99.2% | 99.0% | 84,000 |
Стабільність популяції
Результати валідації демонструють стабільність точності 99% у всіх демографічних групах незалежно від етнічної приналежності, віку, статі чи географічного регіону. Вибірка, пропорційна популяції, забезпечує репрезентативне охоплення у 197 країнах.
Глобальний розподіл набору даних перевірки
Наш навчальний набір даних із 15 мільйонів вибірок та понад 1 мільйон випадків перевірки розподілені по всіх основних регіонах світу, щоб забезпечити точність репрезентативності для популяції.
Медична консультативна рада
Наша Медична консультативна рада здійснює клінічний нагляд за розробкою та валідацією всіх алгоритмів штучного інтелекту. Члени ради представляють різні спеціальності з багатьох країн, об’єднуючи понад 180 років досвіду в клінічній медицині.
Томас Кляйн, доктор медичних наук
Головний лікар (CMO) Клінічна гематологія та діагностика за допомогою штучного інтелектуД-р Сара Мітчелл, доктор медичних наук, доктор філософії
Головний медичний радник Клінічна патологія та лабораторна медицинаПроф. доктор Ганс Вебер
Старший медичний радник Лабораторна медицина та клінічна хіміяД-р Марія Родрігес, доктор медичних наук, магістр охорони здоров'я
Медичний консультант Внутрішня медицина та профілактична медицинаД-р Чень Вей, доктор медичних наук, магістр наук
Медичний консультант Ендокринологія та метаболічна медицинаОзнайомтеся з нашою повною медичною консультативною радою з детальними профілями, кваліфікацією та дослідницьким досвідом.
Переглянути всіх консультантів →Безперервний моніторинг якості
Валідація після розгортання продовжується за допомогою структурованих протоколів моніторингу. Реальна продуктивність відстежується порівняно з клінічними результатами, а петлі зворотного зв'язку забезпечують постійне вдосконалення.
Щомісячні звіти про ефективність
Комплексний аналіз точності за всіма категоріями біомаркерів, демографічними сегментами та географічними регіонами. Виявлення тенденцій дозволяє проводити проактивне управління якістю.
Міжлабораторна узгодженість
Тестування в понад 500 лабораторних системах підтверджує стабільну роботу незалежно від виробника обладнання, методології чи стандартів калібрування.
Дослідження клінічних результатів
Дослідження поздовжньої кореляції відстежують інтерпретації ШІ відносно підтверджених діагнозів, досягаючи кореляції 87% з клінічними результатами у різних групах пацієнтів.
Відгуки медичних працівників
Структурована інтеграція зворотного зв'язку від лікарів та лабораторних працівників. Позначені інтерпретації проходять перевірку Медичної консультативної ради, а виправлення інтегруються в навчання.
Дані навчання та забезпечення якості
Наша модель штучного інтелекту навчається на одному з найбільших у галузі наборів даних аналізів крові, з ретельним контролем якості, що забезпечує цілісність даних та клінічну значущість.
Склад набору даних
- Загальна кількість зразків15 мільйонів
- Географічне покриття197 країн
- Лабораторні джерелаПонад 500 сертифікованих лабораторій
- Діапазон дат2015-2025
- Типи біомаркерів450+ параметрів
Контроль якості
Багатоетапне забезпечення якості даних:
- Тільки лабораторні джерела, сертифіковані за стандартом ISO 15189
- Видалення неповних або пошкоджених записів
- Виявлення викидів для помилок до аналізу
- Перевірка походження для всіх наборів даних
- Анонімізація відповідно до HIPAA/GDPR
Партнери з технологій та відповідності
Наша інфраструктура валідації та розробка штучного інтелекту підтримуються завдяки партнерству з провідними постачальниками технологій у галузі.
Центр засновників Microsoft
Хмарна інфраструктура та платформа розробки штучного інтелекту корпоративного рівня, що підтримує масштабовані робочі процеси валідації.
Початкова програма NVIDIA
Обчислювальні ресурси GPU та оптимізація моделі штучного інтелекту забезпечують ефективне навчання на понад 15 мільйонах зразків даних.
Штучний інтелект у хмарі Google
Інфраструктура машинного навчання, що підтримує розподілене навчання моделей та логічний висновок у реальному часі.
Хмарний сплеск
Глобальна гранична мережа, що забезпечує безпечний доступ з низькою затримкою у 197 країнах.
SOC 2 Type II Controls
Контроль безпеки відповідає стандартам AICPA
Відповідність ISO 27001
Контрольні заходи управління інформаційною безпекою
Контрольні заходи, що відповідають HIPAA
Гарантії захисту даних у сфері охорони здоров'я в США
Відповідність GDPR
Європейський регламент про захист даних
Належне використання та обмеження
Прозорість щодо можливостей та обмежень є важливою для відповідального впровадження штучного інтелекту в охороні здоров'я. Кантесті розроблений як інструмент підтримки рішень, який доповнює, а не замінює, професійне медичне судження.
Доступ до інформації не надано
Наш штучний інтелект інтерпретує дані біомаркерів окремо. Наступний клінічний контекст недоступний для системи:
- Повна медична історія пацієнта
- Поточні ліки та потенційні взаємодії
- Результати фізикального обстеження
- Генетичні фактори та сімейний анамнез
- Фактори способу життя (якщо їх не надав користувач)
Варіації лабораторної методології
Референтні діапазони різняться між лабораторіями через різницю в обладнанні та стандартах калібрування. Наша база даних, що містить понад 45 000 діапазонів, специфічних для лабораторій, охоплює більшість варіацій, але користувачам слід перевірити, чи відповідають отримані значення їхньому початковому звіту.
Міркування щодо якості документів
Точність оптичного розпізнавання символів (OCR) залежить від якості документа. Рукописні результати або сканування з низькою роздільною здатністю можуть вплинути на вилучення значень. Ручне виправлення доступне для всіх вилучених значень перед аналізом.
Медична відмова від відповідальності
Kantesti — це інформаційний інструмент на базі штучного інтелекту, який інтерпретує результати аналізів крові на основі встановлених медичних референтних діапазонів та клінічних рекомендацій. Він НЕ є медичним пристроєм і не діагностує, не лікує, не виліковує та не запобігає жодним захворюванням.
Надана інформація призначена лише для освітніх та інформаційних цілей і не повинна розглядатися як медична порада. Завжди консультуйтеся з кваліфікованим медичним працівником, перш ніж приймати рішення щодо свого здоров'я чи лікування.
У разі невідкладної медичної допомоги негайно зверніться до служб екстреної допомоги. Кантесті не призначений для екстрених ситуацій.
Розкриття інформації про конфлікт інтересів та фінансування
Цю документацію з валідації опубліковано Kantesti/PIYA AI. Члени Медичної консультативної ради отримують компенсацію за свої консультативні ролі. Директор з маркетингу (Томас Кляйн, доктор медичних наук) є штатним співробітником Kantesti AI. Усі дані валідації були незалежно перевірені за допомогою потрійного сліпого методу. Зовнішнього фінансування для валідаційних досліджень не отримувало. Компанія самостійно фінансується за рахунок партнерства з Microsoft, NVIDIA, Google Cloud та Cloudflare, що забезпечує дохід та технології.
Часті запитання про медичну валідацію
Що означає «потрійна сліпа валідація»?
Потрійна сліпа перевірка означає, що три незалежні сторони аналізують одні й ті ж дані, не знаючи висновків одна одної. Наш штучний інтелект інтерпретує аналізи крові без клінічного контексту, лікарі переглядають їх незалежно, не бачачи результатів ШІ, а третя команда порівнює результати, не знаючи, які з них отримані від ШІ, а які від лікарів. Це усуває упередженість підтвердження та забезпечує об'єктивну точність вимірювання.
Як часто оновлюється модель штучного інтелекту?
Наша модель щоквартально проходить перенавчання, враховуючи нові перевірені дані, оновлені клінічні рекомендації та нові дослідження біомаркерів. Кожне оновлення проходить повний протокол потрійної сліпої перевірки перед розгортанням. Оновлення, які не відповідають нашому порогу точності, відхиляються.
Чому точність залежить від категорії тесту?
Деякі біомаркери мають більш стандартизовані референтні діапазони в усьому світі (наприклад, електроліти), тоді як інші більше варіюються між лабораторіями та популяціями (наприклад, гормони щитовидної залози). Категорії з більшою варіацією демонструють дещо нижчу точність через притаманну складність інтерпретації.
Чи можна довіряти інтерпретації ШІ для медичних рішень?
Kantesti розроблено як інструмент підтримки рішень, а не як заміну професійної медичної оцінки. Наш штучний інтелект надає перевірені інтерпретації на основі встановлених референтних діапазонів, але клінічний контекст, включаючи вашу історію хвороби, ліки та симптоми, вимагає оцінки лікаря для прийняття рішень щодо лікування. Завжди консультуйтеся зі своїм лікарем.
Як враховується різноманітність популяції під час валідації?
Наші навчальні дані включають 15 мільйонів вибірок, пропорційно розподілених по 197 країнах, з вибіркою, зваженою за чисельністю населення, що забезпечує представництво всіх основних етнічних та географічних груп. Щоквартальні аудити справедливості перевіряють узгодженість точності в різних демографічних групах, при цьому узгодженість 99% підтримується в усіх сегментах населення.
Що станеться, якщо ШІ зробить помилку?
Медичні працівники та користувачі можуть позначати інтерпретації для розгляду Медичною консультативною радою. Позначені випадки аналізуються нашим директором з маркетингу, доктором медичних наук Томасом Кляйном, та медичною командою. Якщо помилки підтверджуються, виправлення інтегруються в майбутні навчальні цикли. Наш постійний моніторинг відстежує реальну ефективність, щоб виявляти та проактивно вирішувати систематичні проблеми.
Де я можу знайти повний звіт про валідацію?
Наша повна методологія валідації задокументована в технічному звіті "Клінічна валідаційна структура для інтерпретації аналізів крові на основі штучного інтелекту" (ідентифікатор звіту: KANTESTI-TR-2025-001, DOI: 10.5281/kantesti.2025.mv2). Повний звіт доступний за посиланням DOI, на ResearchGate та у вигляді PDF-файлу для завантаження з нашого вебсайту.
Хто перевіряє медичний контент на Kantesti?
Весь медичний контент написаний та рецензований Томасом Кляйном, доктором медичних наук, нашим головним лікарем. Доктор Кляйн — сертифікований клінічний гематолог, що працює в кафедрі гематології Стамбульського університету Нішанташі, з понад 15-річним досвідом роботи в лабораторній медицині та діагностиці за допомогою штучного інтелекту. Додатковий нагляд здійснює наша Медична консультативна рада, що складається з 12 членів.
Досвід підтвердженого аналізу крові за допомогою штучного інтелекту
Приєднуйтесь до мільйонів користувачів по всьому світу, які довіряють Аналізатор крові зі штучним інтелектом від Kantesti для клінічно підтвердженої інтерпретації аналізів крові понад 75 мовами.
Корпоративна прозорість
Ми віримо в повну прозорість щодо того, хто ми є та як ми працюємо. Нижче ви знайдете реєстраційні дані нашої компанії та інформацію про керівництво.
Кантесті ШІ - ПІЯ ШІ
Юридична особа: PIYA AI (власник бренду Kantesti)
Тип бізнесу: Технології охорони здоров'я зі штучним інтелектом
Засновано: 2019
Штаб-квартира: Кельн, Німеччина
Контакт: [email protected]
Телефон: +49 177 497 4039
Лідерство
Засновник та генеральний директор: Джуліан Емірхан Булут
Підприємець-візіонер, що керує інноваціями штучного інтелекту в технологіях охорони здоров'я. Створення доступних інструментів інтерпретації аналізів крові для покращення глобального здоров'я.
Зв'яжіться з нами в LinkedInГоловний лікар: Томас Кляйн, доктор медичних наук
Сертифікований клінічний гематолог, який очолює медичну валідацію та клінічний нагляд.
Відповідність та сертифікація
Захист даних: Відповідність GDPR (ЄС)
Конфіденційність охорони здоров'я: Захисні заходи, що відповідають HIPAA (США)
Безпека: SOC 2 Type II Controls
Управління якістю: Відповідність ISO 27001
Медичний пристрій: Не класифікується як медичний виріб – лише інформаційний інструмент
Посилання та стандарти
Наша методологія валідації та клінічні стандарти базуються на встановлених медичних рекомендаціях та міжнародних стандартах.
- [1] Всесвітня організація охорони здоров'я (ВООЗ). Використання глікованого гемоглобіну (HbA1c) у діагностиці цукрового діабету. Женева: ВООЗ; 2011. Доступно за адресою: https://www.who.int/diabetes/publications/diagnosis_diabetes2011/en/
- [2] Міжнародна організація зі стандартизації. ISO 15189:2022 Медичні лабораторії — Вимоги до якості та компетентності. Женева: ISO; 2022. https://www.iso.org/standard/76677.html
- [3] Інститут клінічних та лабораторних стандартів (CLSI). EP09c: Порівняння процедур вимірювання та оцінка зміщення з використанням зразків пацієнтів. 3-е вид. Вейн, Пенсільванія: CLSI; 2018 рік.
- [4] Національні інститути охорони здоров'я (NIH). Референтні діапазони аналізів крові. Бетесда, Меріленд: NIH; Оновлено 2024. Доступно за адресою: MedlinePlus
- [5] Американська асоціація клінічної хімії (AACC). Діапазони референтних значень лабораторних випробувань. Вашингтон, округ Колумбія: AACC; 2024. https://www.aacc.org/
- [6] Міжнародна федерація клінічної хімії (IFCC). Процедури довідкових вимірювань. Мілан: IFCC; 2023. https://www.ifcc.org/
- [7] Кляйн Т. Клінічна валідаційна структура для інтерпретації аналізів крові на основі штучного інтелекту: методологія потрійної сліпої валідації, показники ефективності та протоколи забезпечення якості. Технічний звіт KANTESTI-TR-2025-001, версія 2.0. Кантесті А.І.; 2025. DOI: 10.5281/kantesti.2025.mv2
- [8] Міністерство охорони здоров'я та соціальних служб США. Правило конфіденційності HIPAA. 45 CFR Частина 160 та підрозділи A та E Частини 164. Вашингтон, округ Колумбія: HHS; 2013.
- [9] Європейський Парламент і Рада. Загальний регламент про захист даних (GDPR). Регламент (ЄС) 2016/679. Брюссель: ЄС; 2016.
Українська