trend · 1.1.0
Rośnie czy spada?
Nachylenie Theila–Sena z testem Manna–Kendalla na jednej wartości dziennie. Gęste dane z zegarka są sprowadzane do tygodniowych median. Test jest korygowany, gdy sąsiednie dni są do siebie podobne (Yue–Wang).
Anpheros Research · Silnik wzorców zdrowotnych
Zdrowie to szereg czasowy.
Odczytujemy go według reguł, które możesz sprawdzić.
Dokumentację medyczną zwykle czyta się wartość po wartości. To, co najważniejsze, na przykład powolny spadek, tydzień niepodobny do innych albo objaw, który ciągle wraca, widać dopiero na przestrzeni miesięcy. Anpheros znajduje to za pomocą stałej, wersjonowanej statystyki, a każde ustalenie zawiera dane, na których się opiera.
Rys. 0 · Syntetyczny pacjent, 180 dni ciśnienia skurczowego. Punkty: wartości dzienne. Linia: trend Theila–Sena.
01 · Problem
Migawka ukrywa zmianę.
Co zwykle pokazuje dokumentacja
128 mmHg
Ostatni pomiar ciśnienia skurczowego. Wygląda normalnie i nic nie mówi o tym, dokąd zmierza.
Co raportuje silnik
−7.7 mmHg / 6 miesięcy
Syntetyczny pacjent ze spadkiem o 8 mmHg wprowadzonym w ciągu sześciu miesięcy. Nachylenie zostaje odtworzone wraz z okresem, niepewnością i pomiarami, na których się opiera.
Modele AI mają dziś czytać dokumentację medyczną. Mając kilka liczb, model zgaduje trend. Uważamy, że trend należy obliczyć, a nie zgadywać, i dopiero potem przekazać go modelowi razem z dowodami.
02 · Metoda
Cztery pytania, cztery metody.
Każde pytanie ma jedną metodę statystyczną, dobraną do nielicznych, nieregularnych, osobistych danych. Każda metoda ma numer wersji, więc jej wyniki da się odtworzyć.
baseline_deviation · 1.1.0
Czy ten tydzień jest nietypowy dla tej osoby?
Ostatnie 7 dni porównuje się z dniami 8–60 testem Manna–Whitneya albo różnicą średnich skorygowaną o autokorelację AR(1). Porównanie dotyczy normy tej osoby, a nie średniej w populacji.
event_rate_change
Czy objaw jest notowany częściej?
Dni z objawem względem dni, w których osoba cokolwiek zanotowała: ostatnie 30 dni wobec 90 wcześniejszych, z testem dokładnym. Dzień bez wpisu nie jest liczony jako dzień bez objawu.
recurrence
Czy wraca w określonym rytmie?
Odstępy między początkami epizodów porównuje się z symulacją Monte Carlo epizodów rozmieszczonych losowo. Symulacja startuje od odcisku samych danych, więc ta sama dokumentacja zawsze daje tę samą wartość p.
Reguła dla „potwierdzonego”
q < 0.05 i |zmiana| ≥ próg
Wszystkie testy jednego przebiegu są korygowane razem metodą Benjaminiego–Hochberga. Ustalenie ma potwierdzenie statystyczne tylko wtedy, gdy skorygowana wartość q jest mała, a zmiana wystarczająco duża, by miała znaczenie dla danego pomiaru. Wszystko inne jest raportowane jako opis, oznaczony jako słaby lub nietestowany.
03 · Walidacja
Zbudowany, by milczeć.
Silnik wzorców, który u każdego coś znajduje, jest gorszy niż żaden. Testowaliśmy go na syntetycznych pacjentach bez wprowadzonych wzorców oraz na innych, ze znanymi wzorcami o znanej wielkości.
0%
z 600 przebiegów na syntetycznej dokumentacji bez wzorca dało jakiekolwiek potwierdzone ustalenie. Cel: najwyżej 5%.
0%
wynosił odsetek fałszywych alarmów naszego pierwszego testu odchylenia na danych z zegarka. Sąsiednie dni są podobne, a test o tym nie wiedział. Skorygowaliśmy autokorelację, zanim cokolwiek zostało udostępnione.
0 ms
na pełny przebieg dla typowego roku dokumentacji jednej osoby. Obszerna dokumentacja z pięciu lat zajmuje 236 ms.
Rys. 1 · Czułość: odsetek wprowadzonych wzorców znalezionych jako potwierdzone, przy efekcie równym dwukrotności progu
Detektor częstości objawów jest najsłabszy: wychwytuje potrojenie mniej więcej raz na cztery. Silnik raportuje pominięcie jako „słabe” lub „nietestowane”, nigdy jako „brak zmiany”.
04 · Ograniczenia
Czego odmawia powiedzieć.
diagnozyUstalenia opisują dokumentację. Nigdy nie nazywają choroby ani nie sugerują zmiany leczenia.przyczynyZmiana po nowym leku nie dowodzi, że lek ją spowodował, i każde ustalenie to mówi.opinii AIŻaden model AI nie analizuje danych. Każda liczba pochodzi ze stałych reguł statystycznych.weryfikacji klinicznejProgi istotnej zmiany ustalono z pomocą AI i nie zostały jeszcze zweryfikowane przez lekarza. Każde ustalenie mówi to w osobnym polu.pory dniaCzasu lokalnego osoby nie ma jeszcze w dokumentacji, więc wzorce zależne od pory dnia nie są obliczane.
05 · Odtwarzalność
Te same dane. Ta sama odpowiedź. Ten sam identyfikator.
Identyfikator ustalenia wynika z jego danych, wersji metody i konfiguracji. Jeśli dokumentacja się zmieni, zmienia się identyfikator, a stary odpowiada, że dane się zmieniły. Ustalenie jest przeliczane na żądanie, nigdy nie jest zapisywane, a każde wskazuje pomiary, na których się opiera.
"type": "trend",
"summary_text": "Systolic blood pressure fell by about 7.7 mmHg over 180 days.",
"strength": "moderate",
"statistics": { "p_value": 0.0004, "q_value": 0.0031 },
"evidence_total": 58,
"method": { "name": "trend", "version": "1.1.0" },
"engine_version": "0.2.1",
"review": { "thresholds_reviewed_by_clinician": false },
"safety": { "not_a_diagnosis": true, "causal_claim": false }Rys. 2 · Skrócone ustalenie dla syntetycznego pacjenta. Wartości są przykładowe.
06 · Współpracuj z nami
Trzy drogi.
Programiści
Używaj już dziś
Endpointy REST, cztery narzędzia MCP dla agentów AI, sekcja wzorców w Context API oraz SDK dla TypeScript i Dart. Wypróbuj w bezpłatnym sandboksie, z syntetycznymi pacjentami.
Przewodnik dla programistów →Badacze
Podważ metodę
Chcemy, by metody były kwestionowane. Porozmawiaj z nami o przeglądzie metod, scenariuszach walidacji, benchmarkach longitudinalnych i wspólnych badaniach.
Zacznij rozmowę →Lekarze
Zweryfikuj progi
Każdy pomiar ma próg zmiany wartej odnotowania i żaden nie został jeszcze zweryfikowany klinicznie. Szukamy lekarzy, którzy przejrzą je pomiar po pomiarze.
Zaproponuj weryfikację →Health Pattern Engine 0.2.1 · beta. Prawdziwa dokumentacja jest analizowana tylko za osobną zgodą każdego pacjenta.