trend · 1.1.0
Está a subir ou a descer?
Inclinação Theil–Sen com um teste Mann–Kendall num valor por dia. Dados de monitorização densos são reduzidos a medianas semanais. O teste é corrigido quando dias vizinhos se assemelham (Yue–Wang).
Anpheros Research · Motor de Padrões de Saúde
A saúde é uma série temporal.
Nós lemo-la com regras verificáveis.
Um registo de saúde é normalmente lido valor a valor. As coisas mais importantes, como um declínio lento, uma semana diferente das outras ou um sintoma que regressa, só aparecem ao longo de meses. O Anpheros deteta-as com estatísticas fixas e versionadas, e cada descoberta traz consigo os dados que a suportam.
Fig. 0 · Paciente sintético, 180 dias de pressão arterial sistólica. Pontos: valores diários. Linha: tendência Theil–Sen.
01 · O problema
Um instantâneo esconde a mudança.
O que um registo mostra normalmente
128 mmHg
Última leitura sistólica. Parece normal, mas não diz nada sobre para onde se dirige.
O que o motor reporta
−7.7 mmHg / 6 meses
Paciente sintético com um declínio de 8 mmHg simulado ao longo de seis meses. A inclinação é recuperada com o seu período, a sua incerteza e as leituras em que se baseia.
Modelos de IA são agora solicitados a ler registos de saúde. Dada uma mão-cheia de números, um modelo adivinha a tendência. Achamos que a tendência deve ser calculada, não adivinhada, e depois entregue ao modelo com as suas evidências.
02 · Método
Quatro perguntas, quatro métodos.
Cada pergunta tem um método estatístico, escolhido para dados pequenos, irregulares e pessoais. Cada método tem um número de versão, para que os seus resultados possam ser reproduzidos.
baseline_deviation · 1.1.0
Esta semana é invulgar para esta pessoa?
Os últimos 7 dias são comparados com os dias 8–60, usando Mann–Whitney ou uma diferença de médias ajustada para autocorrelação AR(1). A comparação é feita contra o normal da própria pessoa, não contra uma média populacional.
event_rate_change
Um sintoma é registado com mais frequência?
Dias com sintoma sobre os dias em que a pessoa registou algo: os últimos 30 dias contra os 90 anteriores, com um teste exato. Um dia sem registo não é contado como um dia sem o sintoma.
recurrence
Regressa num ritmo?
Os intervalos entre o início dos episódios são testados contra uma simulação de Monte Carlo de episódios colocados aleatoriamente. A simulação é iniciada a partir da própria impressão digital dos dados, pelo que o mesmo registo dá sempre o mesmo valor p.
A regra para "suportado"
q < 0.05 e |mudança| ≥ limiar
Todos os testes numa execução são corrigidos em conjunto com Benjamini–Hochberg. Uma descoberta é estatisticamente suportada apenas quando o valor q corrigido é pequeno e a mudança é suficientemente grande para importar para essa medição. Todo o resto é reportado como uma descrição, rotulado como fraco ou não testado.
03 · Validação
Construído para se manter silencioso.
Um motor de padrões que encontra algo em toda a gente é pior do que nada. Testámo-lo em pacientes sintéticos sem nada plantado, e noutros com padrões conhecidos de tamanho conhecido.
0%
de 600 execuções em registos sintéticos com nenhum padrão produziu qualquer achado suportado. Meta: no máximo 5%.
0%
foi a taxa de falsos alarmes do nosso primeiro teste de base em dados de monitorização. Dias vizinhos assemelham-se, e o teste não sabia disso. Corrigimos a autocorrelação antes de qualquer coisa ser enviada.
0 ms
para uma execução completa num ano típico do registo de uma pessoa. Um registo pesado de cinco anos leva 236 ms.
Fig. 1 · Sensibilidade: percentagem de padrões plantados encontrados como suportados, efeito a duas vezes o limiar
O detetor de frequência de sintomas é o mais fraco: deteta uma triplicação cerca de uma vez em quatro. O motor reporta uma falha como "fraca" ou "não testada", nunca como "sem mudança".
04 · Limites
O que se recusa a dizer.
um diagnósticoAs descobertas descrevem o registo. Nunca nomeiam uma condição nem sugerem uma alteração de tratamento.uma causaUma mudança após uma nova medicação não é prova de que a medicação a causou, e cada descoberta diz isso.a opinião de uma IANenhum modelo de IA analisa os dados. Cada número vem de regras estatísticas fixas.revisado clinicamenteOs limiares para uma mudança significativa foram definidos com assistência de IA e ainda não foram revistos por um clínico. Cada descoberta diz isto num campo próprio.a hora do diaOs dias seguem a hora local da pessoa apenas onde o registo a contém, e padrões de hora do dia ainda não são calculados.
05 · Reprodutibilidade
Mesmos dados. Mesma resposta. Mesmo ID.
O ID de uma descoberta vem dos seus dados, da versão do seu método e da sua configuração. Se o registo mudar, o ID muda, e o ID antigo responde que os dados mudaram. Uma descoberta é recalculada a pedido, nunca armazenada, e cada uma liga-se às leituras em que se baseia.
"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": "0.5.0",
"review": { "thresholds_reviewed_by_clinician": false },
"safety": { "not_a_diagnosis": true, "causal_claim": false }Fig. 2 · Descoberta abreviada de um paciente sintético. Os valores são ilustrativos.
06 · Trabalhe connosco
Três formas de entrar.
Desenvolvedores
Experimente hoje
Endpoints REST, quatro ferramentas MCP para agentes de IA, uma secção de padrões na API de contexto e SDKs para TypeScript e Dart. Experimente na sandbox gratuita, com pacientes sintéticos.
Guia do desenvolvedor →Investigadores
Questione o método
Queremos que os métodos sejam questionados. Fale connosco sobre revisão de métodos, cenários de validação, benchmarks longitudinais e estudos conjuntos.
Inicie uma conversa →Clínicos
Reveja os limiares
Cada medição tem um limiar para uma alteração que vale a pena mencionar, e nenhum foi revisto clinicamente ainda. Procuramos clínicos para os rever, uma medição de cada vez.
Ofereça uma revisão →Motor de Padrões de Saúde · beta. Registos reais são analisados apenas com o consentimento separado de cada paciente.