API Sanitaria per l'IA: un contesto paziente con etichetta di provenienza entro un budget di token

Una ricerca FHIR restituisce tutto ciò che corrisponde. Un modello linguistico necessita di qualcos'altro: i fatti che contano, prima, ognuno dicendo chi li ha registrati, in una dimensione che si adatta al prompt. Costruire ciò da risorse grezze è un progetto a sé stante, e sbagliare significa un modello che tratta l'ipotesi di un paziente come un risultato di laboratorio. L'API di contesto Anpheros fa questo lavoro sulla piattaforma, sotto il consenso della persona, così il modello che scegli parte da un riassunto difendibile.

Versione tecnica per sviluppatori: LLM e dati sanitari · Accesso degli agenti AI alle cartelle cliniche su developers.anpheros.com, con richieste, risposte e limiti. Questa pagina è la versione in linguaggio semplice.

La richiesta

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 è la dimensione che puoi permetterti nel prompt. task e un question opzionale guidano quali elementi vengono prima; needs nomina i tipi di dati che desideri; window_days limita quanto indietro guardare; format sceglie sezioni strutturate o un blocco di testo renderizzato. Ogni chiamata è nel registro di accesso della persona come lettura di contesto.

Cosa ritorna

Sezioni etichettate con provenienza (o, con format: "text", un blocco renderizzato pronto per essere incollato in un prompt), più tokens_used, una lista omitted che nomina ciò che non è entrato, warnings e una provenance_note. Gli elementi sono ordinati per rilevanza clinica e tagliati al budget: problemi attivi e allergie prima, poi farmaci attuali, misurazioni e risultati recenti, sintomi recenti, poi storia più vecchia. Ogni elemento porta:

• author_type: paziente, medico, dispositivo, importazione o derivato;
• source: l'applicazione o l'organizzazione che l'ha scritto;
• la data, il codice (LOINC, ICD-10, ATC) e il valore con la sua unità;
• per gli elementi derivati, da cosa sono stati derivati.

La nota di provenienza nella risposta dice la stessa cosa a parole, così un modello che legge il blocco di testo impara anche a pesare gli elementi. Una diagnosi registrata da un medico e un "Penso di avere…" digitato da un paziente sono entrambi presenti, e sono etichettati diversamente.

A cosa serve

• Un riassunto pre-visita per un medico, generato dal modello di cui ti fidi, da fatti con fonti.
• Un assistente rivolto al paziente che risponde "cosa dicevano i miei ultimi risultati" con i numeri e le date effettive.
• Triage o instradamento all'interno del tuo prodotto, dove il modello necessita della cartella ma non deve vedere più di quanto la persona abbia consentito.
• Domande sui pattern ("cosa è cambiato dalla primavera"), per le quali il motore di pattern della piattaforma e gli strumenti compare_periods e get_series forniscono prove piuttosto che conclusioni.

Cosa rifiuta di essere

L'API di contesto non è un supporto decisionale clinico e la piattaforma non chiama un modello per te. Restituisce fatti etichettati; ciò che dice il modello è responsabilità di chi lo implementa. L'API non include nemmeno elementi che il consenso della persona esclude: se la concessione copre osservazioni e farmaci ma non documenti, il contesto non ha documenti.

Sempre sotto consenso

Il token nella richiesta è della persona, ottenuto tramite OAuth 2.1 con gli ambiti e la durata da lei scelti. Una chiave di progetto vede solo i pazienti creati dal progetto. Un'applicazione registrata come agente AI può leggere sotto consenso e può solo proporre scritture, che la persona approva o rifiuta.

Lo stesso contesto è disponibile per gli assistenti MCP come strumento get_patient_context su platform.anpheros.com/mcp, così Claude, ChatGPT o il tuo agente lo leggono senza alcun codice da parte tua. Vedi Integrazione EMR con assistenti medici AI.

Domande frequenti

Quale modello utilizza la piattaforma?

Nessuno. La piattaforma costruisce il contesto; tu lo invii al modello che scegli, ospitato o privato. La cartella non lascia mai l'UE dal lato della piattaforma.

Come viene applicato il budget?

Gli elementi sono classificati per rilevanza clinica e inclusi fino al raggiungimento del budget; la lista omitted nella risposta nomina ciò che è stato escluso, così il modello sa che il contesto è parziale.

Posso richiedere solo una parte della cartella?

Sì, in tre modi: gli ambiti del consenso della persona limitano ciò che può essere letto in assoluto, needs e window_days restringono la richiesta, e il budget taglia il resto. Per un controllo grezzo usa invece search_fhir o gli endpoint /v1.

L'output è deterministico?

Per la stessa cartella, consenso e budget, sì. Nuovi inserimenti lo cambiano, che è il punto: il contesto riflette la cartella così com'è ora.

Dove posso provarlo?

Il sandbox è gratuito e i suoi 30 pazienti sintetici hanno sei mesi di cronologia codificata. Ottieni una chiave e chiama l'endpoint di contesto su uno qualsiasi di essi: developers.anpheros.com/guides/first-hour.