FHIR 搜索会返回所有匹配项。而语言模型需要的是：首先是重要的事实，每个事实都说明是谁记录的，并且大小适合提示。从原始资源构建这些内容本身就是一个项目，如果出错，模型就会将患者的猜测当作实验室结果。Anpheros 上下文 API 在平台上的用户同意下完成这项工作，因此您选择的模型将从一个可靠的摘要开始。
面向开发者的技术版本： LLM 与医疗保健数据 · AI 代理访问医疗记录 在 developers.anpheros.com 上，包含请求、响应和限制。本页面是通俗易懂的版本。
请求
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 是您在提示中可以使用的最大 token 数。task 和可选的 question 用于确定哪些项目优先显示；needs 指定您想要的数据类型；window_days 限制回溯的日期范围；format 选择结构化部分或渲染后的文本块。每次调用都会记录在用户的访问日志中，作为上下文读取。
返回内容
包含来源标记的部分（或者，如果使用 format: "text"，则是一个可直接粘贴到提示中的渲染块），以及 tokens_used（已使用的 token 数）、一个 omitted 列表（列出未包含的内容）、warnings（警告）和 provenance_note（来源说明）。项目按临床相关性排序，并根据预算进行截断：首先是活动性问题和过敏，然后是当前用药、近期测量和结果、近期症状，最后是较早的病史。每个项目包含：
author_type：患者、医护人员、设备、导入或派生；source：编写该信息的应用程序或组织；- 日期、代码（LOINC、ICD-10、ATC）以及带单位的值；
- 对于派生项目，说明其派生来源。
响应中的来源说明会用文字解释相同的信息，因此阅读文本块的模型也能学会如何权衡这些项目。医护人员记录的诊断和患者输入的“我认为我得了……”都会出现，并且会以不同的方式标记。
用途
- 就诊前摘要：为临床医生生成，由您信任的模型从带有来源的事实中提取。
- 面向患者的助手：回答“我上次检查结果如何”的问题，并提供实际的数字和日期。
- 产品内的分诊或路由：模型需要记录，但只能查看用户允许的范围。
- 模式问题（“自春季以来发生了什么变化”）：平台模式引擎和
compare_periods、get_series工具提供证据而非结论。
拒绝成为的内容
上下文 API 不是临床决策支持，平台也不会为您调用模型。它返回带标记的事实；模型说什么由部署它的任何人负责。API 也不包含用户同意排除的项目：如果授权涵盖了观察和用药，但不包括文档，那么上下文中就没有文档。
始终在同意下进行
请求中的 token 来自用户，通过 OAuth 2.1 获取，具有用户选择的范围和时长。项目密钥只能看到项目创建的患者。注册为 AI 代理的应用程序可以在用户同意下读取，并且只能提议写入，由用户批准或拒绝。
MCP 助手可以使用与 get_patient_context 工具相同的上下文，位于 platform.anpheros.com/mcp，因此 Claude、ChatGPT 或您自己的代理无需您编写任何代码即可读取。请参阅 EMR 与 AI 医疗助手集成。
常见问题
平台使用哪个模型？
没有。平台构建上下文；您将其发送到您选择的模型，无论是托管的还是私有的。在平台方面，记录永远不会离开欧盟。
如何强制执行预算？
项目按临床相关性排序，并包含直到达到预算为止；响应中的 omitted 列表会命名被排除的内容，因此模型知道上下文是不完整的。
我可以只请求记录的一部分吗？
是的，有三种方式：用户同意的范围限制了可以读取的内容，needs 和 window_days 缩小了请求范围，预算则截断了其余部分。如需原始控制，请改用 search_fhir 或 /v1 端点。
输出是确定性的吗？
对于相同的记录、同意和预算，是的。新条目会改变它，这也是其目的：上下文反映了当前的记录。
在哪里可以试用？
沙盒是免费的，其 30 名合成患者拥有六个月的编码历史记录。获取密钥并在其中任何一个上调用上下文端点：developers.anpheros.com/guides/first-hour。
把健康档案随身带着
Anpheros Daily 把症状、化验、药物和文件集中保存在一个地方，采用标准格式，由你掌控。Basic 方案免费。