Доказательная основа и безопасность

Поддержка клинического мышления под контролем ветеринарного врача

Terav — AI-помощник для ветеринарных специалистов, который поддерживает клиническое мышление. Он помогает систематизировать информацию о случае, интерпретировать лабораторные результаты, рассматривать дифференциальные диагнозы и определять вопросы для дальнейшего обследования.

Terav объединяет оригинальную ветеринарную литературу, формализованные правила оценки лабораторных данных и рассуждения с помощью AI. Поиск по литературе предоставляет модели релевантные фрагменты оригинальных статей со ссылками на первоисточники, которые врач может проверить. Ответственность за оценку состояния пациента, выбор обследований и лечения остаётся за ветеринарным врачом.

На этой странице описано, как работают эти механизмы и каковы их ограничения. Поиск источников и некоторые дополнительные проверки зависят от сценария работы и настроек системы. Они не применяются одинаково к каждому ответу.

Оригинальные статьи как доказательная основа

База статей Terav содержит оригинальные тексты публикаций. Текст сохраняется без переписывания и сокращения до пересказа. Для поиска материалов по клиническому вопросу он разделяется на небольшие фрагменты — чанки. Каждый фрагмент сохраняет связь с исходной статьёй.

Terav использует RAG — генерацию ответа с привлечением найденных материалов. Когда система находит релевантные фрагменты, AI получает оригинальный текст статьи в качестве контекста вместе с доступной информацией о случае. Ссылки на источники позволяют вернуться к публикациям и рассмотреть их результаты в контексте исследования.

В этом процессе есть две составляющие: доказательные материалы, передаваемые AI, представляют собой оригинальные фрагменты источников; объяснение, в котором эти материалы применяются к конкретному случаю, формирует AI. Поиск по текстам статей не означает, что сама модель была обучена на этих статьях.

Работа с базой знаний включает подготовку материалов, проверку их структуры, рассмотрение и одобрение, а затем индексацию одобренных материалов. Записи об источниках и версии документов помогают поддерживать базу и отслеживать происхождение материалов.

В некоторых сценариях также предусмотрен отдельный поиск в интернете. Если он включён, внешние материалы проходят фильтрацию по правилам доверия к доменам; перед передачей материалов AI система может требовать источники с нескольких доменов. Эти проверки относятся к дополнительному поиску в интернете и не описывают способ хранения оригинальных текстов в базе RAG.

Поиск отбирает отдельные материалы. Он не является систематическим обзором литературы и не гарантирует полноту охвата, наличие самых последних рекомендаций или применимость найденного к конкретному пациенту. Если поиск недоступен или не возвращает полезных материалов, в некоторых сценариях система может сформировать ответ без найденных источников.

От фрагмента источника к клинической интерпретации

Ссылки, сопровождающие найденные фрагменты статей, ведут к оригинальным публикациям. Они позволяют изучить доказательные данные, прочитать окружающий текст и оценить, насколько исследованная популяция и полученные результаты соответствуют вашему пациенту.

Сохранение оригинального текста даёт ответу непосредственную опору на первоисточник. Ограничение остаётся в том, как AI выбирает, интерпретирует и применяет эти данные: модель может упустить оговорку, сделать более широкий вывод, чем позволяет фрагмент, или применить результат к пациенту, чьи обстоятельства отличаются от изученных. Кроме того, найденный фрагмент отражает лишь часть полного контекста статьи.

В отдельных сценариях Terav выполняет дополнительные проверки ссылок. При интерпретации лабораторных данных система проверяет наличие и формат библиографических ссылок и сопоставляет названия источников со списком известных источников. На некоторых этапах обработки ответа также проверяется, соответствуют ли идентификаторы ссылок набору переданных источников. Эти проверки дополняют поиск материалов, но сами по себе не устанавливают, что каждый клинический вывод модели следует из процитированного фрагмента.

Ответы также могут содержать библиографические ссылки, сформированные моделью. Их необходимо проверять и отличать от ссылок на оригинальные статьи, фрагменты которых были найдены системой. Не каждое утверждение проходит отдельную проверку доказательной основы.

Если решение зависит от конкретного утверждения, откройте исходную статью по ссылке и оцените её методы, исследованную популяцию, ограничения и применимость к вашему пациенту. Источник предоставляет доказательные данные; их применение к конкретному случаю остаётся клиническим решением.

Проверка лабораторных данных до интерпретации AI

В структурированном сценарии работы с анализами числовые результаты сначала оценивает детерминированный модуль правил — до того, как AI сформирует интерпретацию. Он нормализует названия показателей, выполняет поддерживаемые преобразования единиц измерения, сравнивает значения с доступными референсными интервалами и проверяет наличие заранее заданных сочетаний показателей и критических значений.

Если из загруженного бланка удалось извлечь пригодный для использования референсный интервал, модуль правил отдаёт ему приоритет перед интервалом из каталога. Наличие подходящего референса в каталоге и точность его подбора зависят от показателя и доступной информации о пациенте.

Эти проверки дают структурированную основу для дальнейшего разбора, но не являются всесторонней клинической оценкой. Неподдерживаемые показатели, отсутствие референсов, нестандартные единицы измерения, неполный контекст и ошибки извлечения данных могут ограничивать результат. Значение в пределах референсного интервала не означает, что пациент здоров.

AI получает результаты работы модуля правил в качестве контекста. Это не гарантирует, что каждое сформированное моделью предложение будет согласовано с этими результатами.

Проверка распознанных результатов

При чтении PDF или фотографии возможны ошибки в значениях, названиях показателей и единицах измерения. Terav проверяет извлечённые результаты на такие проблемы, как неуверенное распознавание, неизвестные названия показателей, несоответствия единиц и неправдоподобные числовые значения.

Если проверки выявляют результаты, требующие внимания врача, структурированная обработка анализов приостанавливается до интерпретации. Вы можете исправить отмеченные записи или подтвердить, что они соответствуют исходному бланку. Перед завершением проверки необходимо разобраться со всеми отмеченными проблемами. Затем для интерпретации используются подтверждённые данные.

Результаты, которые не вызвали замечаний, могут обрабатываться автоматически. Это не гарантирует безошибочного распознавания. Сверяйте извлечённую информацию с исходным бланком, особенно если результат может повлиять на клиническую тактику.

Как обозначается неопределённость

Terav поддерживает рассмотрение дифференциального ряда без преждевременного заключения. Формат клинического разбора предусматривает аргументы за и против гипотез, указание недостающей информации и диагностические шаги, связанные с гипотезами, которые они помогут оценить.

В этом формате используются следующие качественные оценки:

• Есть поддерживающие данные (Supported): несколько независимых находок согласуются с гипотезой.
• Возможно (Possible): гипотеза совместима с данными случая, но информации недостаточно или остаётся конкурирующее объяснение.
• Маловероятно (Unlikely): гипотеза плохо согласуется с данными, но ещё не исключена.

Эти оценки формирует AI. Они не являются калиброванными вероятностями. Внутренние показатели уверенности также рассчитываются по эвристическим признакам, и их нельзя трактовать как вероятность правильности диагноза или рекомендации.

Внимания требуют и пробелы в информации, и уверенные формулировки: ответ AI может быть ошибочным, даже если звучит однозначно.

Участие врача в клиническом разборе

Ответы с клиническим разбором включают клиническую сверку — предложение сопоставить оценку Terav с вашими собственными наблюдениями. С помощью запросов Challenge можно попросить Terav привести аргументы против ведущей гипотезы, рассмотреть находку, которой модель, возможно, придаёт слишком большое значение, или определить, какие данные изменили бы её оценку.

Эти возможности помогают критически оценивать ответ. Они не заменяют независимую консультацию специалиста и не требуют формального одобрения врачом каждого сгенерированного ответа.

Terav может обсуждать диагностические подходы и варианты лечения. Любое предложение требует вашей оценки состояния пациента, противопоказаний, соответствующих рекомендаций и клинических приоритетов. Terav не предназначен для постановки окончательного диагноза или самостоятельного принятия решений о назначении лечения.

Когда информация или сервисы недоступны

Разные проблемы вызывают разные действия системы. Замечания к распознанным анализам могут потребовать вашей проверки до продолжения интерпретации. Если этап интерпретации AI завершается сбоем, система может вернуть ограниченный результат на основе модуля правил. Если поиск источников не сработал, ответ всё же может быть сформирован без этого дополнительного контекста. Если необязательный этап редактирования ответа не проходит проверки, система может сохранить предыдущую версию ответа.

Такое поведение позволяет продолжить часть работы, но не подтверждает безопасность или полноту оставшегося результата. Отсутствие предупреждения, ссылки или запроса на проверку не означает, что система проверила все значимые риски.

Terav не является сервисом экстренного мониторинга или определения очерёдности оказания помощи. Ожидание ответа или указанная в нём степень срочности не должны задерживать непосредственную оценку состояния пациента и необходимую помощь.

Прослеживаемость и обратная связь

Terav сохраняет сообщения по случаю и метаданные генерации, которые могут помочь разобраться в том, как был получен ответ. В зависимости от сценария метаданные могут включать модель и её провайдера, способ обработки запроса, время выполнения, ссылки на источники и сведения о том, использовались ли поиск или дополнительная обработка.

Технические журналы обращений к AI содержат идентификаторы, время выполнения, сведения об успехе или сбое и хеш запроса, а не отдельную полную запись текста запроса и ответа. Эти журналы существуют отдельно от сохраняемых диалогов по случаям. Действия по управлению базой знаний также фиксируются в журнале административного аудита.

Это помогает разбирать ошибки и проверять работу системы. Такие записи не являются полным неизменяемым журналом клинического аудита и не гарантируют точного воспроизведения ранее полученного ответа.

Вы можете оценить ответ и добавить комментарий, чтобы сообщить о проблеме. Обратная связь помогает анализировать работу продукта, но не исправляет автоматически данные случая и не подтверждает правильность ответа.

Что Terav не подтверждает и не заменяет

Terav не осматривает пациента, не располагает наблюдениями, которые ему не были переданы, и не заменяет клиническое суждение ветеринарного врача. Защитные механизмы не гарантируют выявления каждой ошибки распознавания, неподтверждённого утверждения, противопоказания или неотложного состояния.

На этой странице не заявляется клинически подтверждённая точность диагностики, улучшение исходов лечения или наличие регуляторной сертификации. Проверки источников и программные тесты не следует считать доказательством таких результатов.

Terav предназначен для ветеринарных специалистов, а не для самостоятельной диагностики или лечения животных их владельцами. Рассматривайте его ответы вместе с данными непосредственной оценки пациента, исходными документами и соответствующими клиническими доказательствами.