Dziękujemy za wysłanie zapytania! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Dziękujemy za wysłanie rezerwacji! Jeden z członków naszego zespołu skontaktuje się z Państwem wkrótce.
Czas trwania 35 godzin
Plan Szkolenia
Podstawy LangGraph w opiece zdrowotnej
- Powtórka architektury i zasad LangGraph
- Kluczowe przypadki użycia w medycynie: triaż pacjentów, dokumentacja medyczna, automatyzacja zgodności
- Ograniczenia i możliwości w środowiskach regulowanych
Standardy danych i ontologie medyczne
- Wprowadzenie do HL7, FHIR, SNOMED CT i ICD
- Mapowanie ontologii do workflow LangGraph
- Wyzwania związane ze współdziałaniem danych i integracją
Orkiestracja workflow w opiece zdrowotnej
- Projektowanie workflow centrowanych na pacjenta vs. centrowanych na dostawcy usług
- Oddziaływanie decyzji i planowanie adaptacyjne w kontekście klinicznym
- Obsługa trwałego stanu dla długoterminowych historii pacjentów
Zgodność, bezpieczeństwo i prywatność
- HIPAA, RODO i regionalne przepisy dotyczące ochrony zdrowia
- Deidentyfikacja, anonimizacja i bezpieczne logowanie
- Ślady audytowe i śledzenie w wykonaniu grafów
Niezawodność i wyjaśnialność
- Obsługa błędów, ponawianie prób i projektowanie odporny na awarie
- Wspieranie decyzji z udziałem człowieka (human-in-the-loop)
- Wyjaśnialność i przejrzystość dla medycznych workflow
Integracja i wdrożenie
- Łączenie LangGraph z systemami EHR/EMR
- Konteneryzacja i wdrażanie w środowiskach IT w opiece zdrowotnej
- Monitorowanie, logowanie i zarządzanie SLA
Studia przypadku i zaawansowane scenariusze
- Automatyzacja kodowania medycznego i rozliczeń
- Wspieranie diagnostyki z pomocą AI i triaż kliniczny
- Automatyzacja raportowania zgodności i dokumentacji
Podsumowanie i dalsze kroki
Wymagania
- Poznanie Pythona i rozwoju aplikacji LLM na poziomie średnio zaawansowanym
- Rozumienie standardów danych medycznych (np. HL7, FHIR) będzie przydatne
- Znajomość podstaw LangChain lub LangGraph
Grupa docelowa
- Techolodzy domeny
- Architekci rozwiązań
- Konsultanci tworzący agentów LLM w branżach regulowanych
Opinie uczestników (1)
Kompleksowość w zakresie tła; jak tworzyć prompt.
Olaf Kannt - Helios Klinikum Krefeld
Szkolenie - Generative AI and Prompt Engineering in Healthcare
Przetłumaczone przez sztuczną inteligencję