API de salud para IA: contexto del paciente con etiqueta de procedencia dentro de un presupuesto de tokens

Una búsqueda FHIR devuelve todo lo que coincide. Un modelo de lenguaje necesita algo más: los hechos que importan, primero, cada uno diciendo quién lo registró, en un tamaño que se ajuste a la indicación. Construir eso a partir de recursos brutos es un proyecto en sí mismo, y hacerlo mal significa un modelo que trata la suposición de un paciente como un resultado de laboratorio. La API de contexto de Anpheros realiza ese trabajo en la plataforma, bajo el consentimiento de la persona, para que el modelo que elija comience con un resumen defendible.

Versión técnica para desarrolladores: LLMs y datos de salud · Acceso de agentes de IA a registros médicos en developers.anpheros.com, con solicitudes, respuestas y límites. Esta página es la versión en lenguaje sencillo.

La solicitud

curl -X POST "$BASE/v1/context" \
     -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
     -d '{"patient": "'$PID'", "budget_tokens": 2000, "task": "pre-visit summary", "format": "text"}'

budget_tokens es el tamaño que puede permitirse en la indicación. task y una question opcional dirigen qué elementos van primero; needs nombra los tipos de datos que desea; window_days limita cuánto tiempo atrás buscar; format elige secciones estructuradas o un bloque de texto renderizado. Cada llamada está en el registro de acceso de la persona como una lectura de contexto.

Lo que regresa

Secciones etiquetadas con procedencia (o, con format: "text", un bloque renderizado listo para pegar en una indicación), más tokens_used, una lista omitted que nombra lo que no cabía, warnings y una provenance_note. Los elementos se ordenan por relevancia clínica y se cortan según el presupuesto: primero problemas activos y alergias, luego medicamentos actuales, mediciones y resultados recientes, síntomas recientes, y luego historial más antiguo. Cada elemento lleva:

• author_type: paciente, profesional, dispositivo, importación o derivado;
• source: la aplicación u organización que lo escribió;
• la fecha, el código (LOINC, ICD-10, ATC) y el valor con su unidad;
• para elementos derivados, de qué se derivaron.

La nota de procedencia en la respuesta dice lo mismo en palabras, para que un modelo que lea el bloque de texto también aprenda a ponderar los elementos. Un diagnóstico registrado por un profesional y un "Creo que tengo..." escrito por un paciente están presentes, y están etiquetados de manera diferente.

Para qué sirve

• Un resumen previo a la visita para un médico, generado por el modelo en el que confía, a partir de hechos con fuentes.
• Un asistente para el paciente que responde "¿qué dijeron mis últimos resultados?" con los números y fechas reales.
• Triaje o enrutamiento dentro de su producto, donde el modelo necesita el registro pero no debe ver más de lo que la persona permitió.
• Preguntas de patrones ("¿qué cambió desde la primavera?"), para las cuales el motor de patrones de la plataforma y las herramientas compare_periods y get_series brindan evidencia en lugar de conclusiones.

Lo que se niega a ser

La API de contexto no es un soporte para la toma de decisiones clínicas y la plataforma no llama a un modelo por usted. Devuelve hechos etiquetados; lo que dice el modelo es responsabilidad de quien lo implementa. La API tampoco incluye elementos que el consentimiento de la persona excluye: si la concesión cubre observaciones y medicamentos pero no documentos, el contexto no tiene documentos.

Bajo consentimiento, siempre

El token en la solicitud es de la persona, obtenido a través de OAuth 2.1 con los alcances y la duración que eligió. Una clave de proyecto solo ve a los pacientes que el proyecto creó. Una aplicación registrada como agente de IA puede leer bajo consentimiento y solo puede proponer escrituras, que la persona aprueba o rechaza.

El mismo contexto está disponible para los asistentes de MCP como la herramienta get_patient_context en platform.anpheros.com/mcp, por lo que Claude, ChatGPT o su propio agente lo leen sin ningún código de su parte. Ver Integración EMR con asistentes médicos de IA.

Preguntas frecuentes

¿Qué modelo utiliza la plataforma?

Ninguno. La plataforma construye el contexto; usted lo envía al modelo que elija, alojado o privado. El registro nunca sale de la UE por parte de la plataforma.

¿Cómo se aplica el presupuesto?

Los elementos se clasifican por relevancia clínica y se incluyen hasta que se alcanza el presupuesto; la lista omitted en la respuesta nombra lo que quedó fuera, para que el modelo sepa que el contexto es parcial.

¿Puedo solicitar solo una parte del registro?

Sí, de tres maneras: los alcances del consentimiento de la persona limitan lo que se puede leer en absoluto, needs y window_days acotan la solicitud, y el presupuesto corta el resto. Para un control bruto, use search_fhir o los puntos finales /v1 en su lugar.

¿Es la salida determinista?

Para el mismo registro, consentimiento y presupuesto, sí. Las nuevas entradas lo cambian, que es el objetivo: el contexto refleja el registro tal como está ahora.

¿Dónde lo pruebo?

La zona de pruebas es gratuita y sus 30 pacientes sintéticos tienen seis meses de historial codificado. Obtenga una clave y llame al punto final de contexto en cualquiera de ellos: developers.anpheros.com/guides/first-hour.