Casos de uso de alto valor
O RadCommons transforma o corpus de decisão da radiologia em algo consultável, citável e integrável. Onde isso vale mais:
curl -s -X POST "https://radcommons.laudos.ai/api/v1/context" \
-H "Authorization: Bearer $RADCOMMONS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"q":"thyroid nodule","format":"markdown"}'Fundamentar a IA de laudos (RAG clínico)
Cenário. A IA da Laudos.AI gera um laudo a partir de um achado em texto. Sem fonte, ela pode aplicar a classificação errada ou inventar um limiar.
Como ajuda. O endpoint /api/v1/context recebe o achado, tokeniza e devolve os sistemas relevantes com critérios, conduta, risco, citação e localizador, prontos para injetar no prompt. Cada linha é citada e marcada como verificada ou rascunho, então o modelo cita a fonte em vez de adivinhar.
Consulta rápida durante o ditado
Cenário. No meio do laudo, o radiologista precisa do limiar exato de FNA do TI-RADS ou da conduta para um Bosniak IIF, sem trocar de tela.
Como ajuda. Busca de texto completo e por abreviação devolve o sistema e a categoria em um toque, com a tabela de categorias num relance e o link para a fonte primária.
Ainda é boa prática? Rastreamento de versões
Cenário. Uma diretriz foi substituída (por exemplo, Lung-RADS v2022 sobre a v1.1) e o laudo padrão do serviço ainda cita a versão antiga.
Como ajuda. O monitor observa as páginas das fontes e sinaliza mudanças para confirmação. Cada sistema mostra a versão vigente, a linhagem e um aviso quando há versão mais nova em revisão. Inscreva-se para alertas.
ACR x Europa x Coreia, lado a lado
Cenário. Estratificar um nódulo de tireoide muda entre ACR TI-RADS, EU-TIRADS e K-TIRADS. Qual o serviço adota e onde diferem?
Como ajuda. A divergência entre sociedades é representada honestamente, não colapsada em uma resposta. As referências cruzadas ligam os sistemas equivalentes para comparação.
Laudo estruturado e padronização institucional
Cenário. Um serviço quer padronizar qual classificação e versão usar e garantir consistência entre os radiologistas.
Como ajuda. Um sistema canônico por classificação, com slug estável (contrato público), citação e vigência, serve de base para modelos de laudo e para a integração via API.
Ensino e residência
Cenário. Residentes precisam aprender os sistemas de classificação com critérios confiáveis e a fonte para estudar.
Como ajuda. Cada categoria traz critério, conduta e risco reescritos em linguagem clara, com citação e localizador para ir à publicação primária. A rede mostra como os sistemas se relacionam.
Segunda leitura e auditoria
Cenário. Programa de qualidade quer conferir se a categoria atribuída em um laudo corresponde aos critérios vigentes.
Como ajuda. A categoria, os critérios e a conduta vigentes ficam a um clique, com a situação de verificação e a data da última checagem explícitas.
Construir sobre a API aberta
Cenário. Uma equipe quer um plugin de PACS ou um editor de laudos que sugira a classificação certa no contexto.
Como ajuda. A API v1 é aberta, versionada e com CORS liberado para o catálogo. O endpoint de contexto exige uma chave de API (gerada na sua conta) e tem limite de taxa, para evitar abuso.
curl -X POST https://radcommons.laudos.ai/api/v1/context \
-H "Authorization: Bearer be_..." \
-H "Content-Type: application/json" \
-d '{"text":"massa de 3,2 cm na cabeca do pancreas com dilatacao biliar e dois nodulos hepaticos","format":"markdown"}'