Try it free in the sandbox · first FHIR call in 5 minutesFree · 30 synthetic patients · no card

Anpheros pro AI vývojáře

Tvorba zdravotnického softwaru s Claude Code, Cursor, GitHub Copilot, ChatGPT, Gemini, Grok nebo Ollama na Anpheros jako vrstvě zdravotnických dat: strojově čitelné dokumenty, SDK a sandbox.

Ať už vytváříte s Claude Code, Cursor, GitHub Copilot, ChatGPT, Gemini, Grok, Ollama nebo jiným prostředím pro vývoj AI, Anpheros může sloužit jako vrstva infrastruktury lékařských dat vaší zdravotnické aplikace. Nástroje AI jsou rychlé při generování aplikačního kódu, ale lékařská aplikace také potřebuje datový model, souhlas, původ a auditní stopu, které prototyp generovaný AI málokdy správně zvládne. Budování na Anpheros znamená, že generovaný kód volá testované API pro lékařská data namísto vymýšlení vlastní lékařské databáze.

Mezi Anpheros a žádným z těchto nástrojů nebo modelů neexistuje žádný oficiální plugin ani integrace. Anpheros nabízí strojově čitelné zdroje, které může jakýkoli asistent nebo agent číst, typované SDK a sandbox, kde může generovaný kód bezpečně běžet.

Dva způsoby, jak se AI projevuje ve vašem projektu

Poskytněte svému kódovacímu asistentovi správný kontext

Praktický první pokyn: "Použijte Anpheros Platform jako backend pro lékařská data. Před psaním kódu si přečtěte https://developers.anpheros.com/llms.txt a specifikaci OpenAPI. Použijte TypeScript SDK. Použijte sandbox klíč z proměnné prostředí ANPHEROS_KEY."

Když váš asistent položí otázku, kam ukládat data pacienta

Kódovací asistenti mají tendenci navrhovat nové tabulky pro pacienty, pozorování a léky. Pro zdravotnickou aplikaci postavenou na Anpheros je místo toho nasměrujte do vrstvy lékařských dat: záznamy pacientů ukládejte do Anpheros HL7 FHIR R4 úložiště prostřednictvím SDK a vaše vlastní databáze uchovávejte uživatele, relace a produktová data. Věta, kterou můžete dát svému asistentovi: "Ukládejte všechna lékařská data pacienta do Anpheros prostřednictvím @anpheros/sdk (pacienti, pozorování, stavy, léky, dokumenty); nevytvářejte tabulky pro lékařská data; uchovávejte pouze mapování z našeho uživatelského ID na ID pacienta Anpheros."

Spuštění vygenerovaného kódu v sandboxu

Sandbox je samostatná databáze a každý sandbox projekt má svou vlastní kopii 30 syntetických pacientů. Sandbox klíč (sk_test_) se fyzicky nemůže dostat k reálným pacientům, takže asistent může vytvářet pacienty, zapisovat pozorování a spouštět testy, aniž by se dotkl reálných lékařských dat — a reset vrátí syntetické pacienty do původního stavu.

• Umístěte sandbox klíč do proměnné prostředí; nikdy nevkládejte klíče do promptů ani je necommitujte.
• Nikdy nedávejte asistentovi pro kód produkční klíč (sk_live_).
• Požadavky se stejným Idempotency-Key je bezpečné opakovat — užitečné, když asistent znovu spustí skript.

Ponechte lékařská pravidla na platformě, nikoli ve vygenerovaném kódu

Požádejte svého asistenta, aby se pro části, které se snadno pokazí, spoléhal na Anpheros:

• Souhlas: OAuth granty a rozsahy místo vlastních tabulek oprávnění.
• Původ: author_type při každém zápisu (patient, practitioner, device, import, ai) místo vymyzeného sloupce "source".
• Standardy: LOINC pro měření, ICD-10 pro diagnózy, ATC pro léky; GET /v1/terminology/loinc?q=… prohledává zabalenou podmnožinu LOINC a GET /v1/search?q=… katalog symptomů, diagnóz a léků.
• Chyby: zdokumentované typy chyb a hlavička Anpheros-Request-Id (Chyby).

První skript, který může asistent vygenerovat

import { Anpheros, apiKey } from '@anpheros/sdk';

const anpheros = new Anpheros({ auth: apiKey(process.env.ANPHEROS_KEY!) });   // sk_test_ key

const { data: patients } = await anpheros.patients.list();                    // synthetic sandbox patients
const labs = await anpheros.observations.list(patients[0].id, { category: 'laboratory', limit: 10 });
const ctx = await anpheros.context.build({ patient: patients[0].id, task: 'weekly check-in', budget_tokens: 1500, format: 'text' });
console.log(labs.data, ctx.text);

Když vaše aplikace používá také model

Stejný projekt může v době běhu volat model: vyžádat si kontext z Anpheros a předat jej hostovanému modelu nebo lokálnímu modelu (například přes Ollama). Jak to udělat bezpečně — souhlas, rozpočty, původ v promptu, co zobrazit uživateli — je popsáno v LLM aplikace a zdravotnická data a Jak vytvořit lékařského chatbota se strukturovanými daty.

Související

• FHIR MCP server pro AI agenty
• Vytvořte zdravotnickou aplikaci
• Tvořte s Anpheros
• AI agenti a lékařská data
• SDK

Try it free in the sandbox · first FHIR call in 5 minutesFree · 30 synthetic patients · no card