Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 35 часa
Съдържание и теми, включени в курса
Основни основи на LangGraph за здравеопазването
- Повторение на архитектурата и принципите на LangGraph
- Ключови приложения в здравеопазването: триаж на пациенти, медицинско документосигуряване, автоматизация на съответствието
- Ограничения и възможности в регулирани среди
Стандарти и онтологии за данни в здравеопазването
- Въведение в HL7, FHIR, SNOMED CT и ICD
- Мапиране на онтологите в работните процеси на LangGraph
- Предизвикателства при интероперабилността и интеграцията на данни
Оркестрация на работни процеси в здравеопазването
- Проектиране на центрирани върху пациента срещу центрирани върху доставчика процеси
- Ветви на решенията и адаптивно планиране в клинични контексти
- Управление на постоянното състояние за дългосрочни записи на пациенти
Съответствие, сигурност и поверителност
- HIPAA, GDPR и регионални здравни регулации
- Деидентификация, анонимизация и защитено журналване
- Одитни стълбовете и проследимостта при изпълнение на графове
Надеждност и обяснимост
- Обработка на грешки, повторни опити и проектиране, устойчиво на несгоди
- Подкрепа на решенията с човешко участие (human-in-the-loop)
- Обяснимост и прозрачност за медицинските работни процеси
Интеграция и разгръщане
- Свързване на LangGraph със системи EHR/EMR
- Контейнеризация и разгръщане в ИТ среди за здравеопазване
- Наблюдение, журналване и управление на SLA
Казуси и напреднали сценарии
- Автоматизирани процеси за кодиране на медицински кодове и фактуриране
- Подкрепа за диагностика и клиничен триаж с помощта на AI
- Отчети за съответствие и автоматизация на документацията
Обобщение и следващи стъпки
Изисквания
- Междинни познания по Python и разработка на LLM приложения
- Разбиране на стандартите за данни в здравеопазването (напр. HL7, FHIR) е предимство
- Запознаване с основите на LangChain или LangGraph
Целева аудитория
- Технолози в областта
- Архитекти на решения
- Консултанти, изграждащи LLM агенти в регулирани industriи
Отзиви от участници (1)
Обемност относно контекста; как да се състави промпт.
Olaf Kannt - Helios Klinikum Krefeld
Курс - Generative AI and Prompt Engineering in Healthcare
Машинен превод