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

Anpheros para programadores de IA

Construir software de saúde com Claude Code, Cursor, GitHub Copilot, ChatGPT, Gemini, Grok ou Ollama sobre a Anpheros como camada de dados médicos: documentação legível por máquina, SDKs e a sandbox.

Quer construa com Claude Code, Cursor, GitHub Copilot, ChatGPT, Gemini, Grok, Ollama ou outro ambiente de desenvolvimento de IA, Anpheros pode servir como a camada de infraestrutura de dados médicos da sua aplicação de saúde. As ferramentas de IA são rápidas a gerar código de aplicação, mas uma aplicação médica também necessita de um modelo de dados, consentimento, proveniência e um rasto de auditoria que um protótipo gerado raramente acerta. Construir sobre Anpheros significa que o código gerado chama uma API de dados médicos testada em vez de inventar a sua própria base de dados médica.

Não existe um plugin ou integração oficial entre Anpheros e nenhuma destas ferramentas ou modelos. O que Anpheros oferece são recursos legíveis por máquina que qualquer assistente ou agente pode ler, SDKs tipados e uma sandbox onde o código gerado pode ser executado em segurança.

Duas formas como a IA aparece no seu projeto

Dê ao seu assistente de código o contexto certo

Uma primeira instrução prática: "Use a Plataforma Anpheros como backend de dados médicos. Leia https://developers.anpheros.com/llms.txt e a especificação OpenAPI antes de escrever código. Use o SDK TypeScript. Use a chave sandbox da variável de ambiente ANPHEROS_KEY."

Quando o seu assistente perguntar onde armazenar dados do paciente

Assistentes de codificação tendem a propor novas tabelas para pacientes, observações e medicamentos. Para uma aplicação de saúde construída sobre Anpheros, aponte-os para a camada de dados médicos em vez disso: os registos de pacientes vão para o repositório Anpheros HL7 FHIR R4 através do SDK, e a sua própria base de dados guarda utilizadores, sessões e dados do produto. Uma frase que pode dar ao seu assistente: "Armazene todos os dados médicos do paciente em Anpheros através de @anpheros/sdk (pacientes, observações, condições, medicamentos, documentos); não crie tabelas para dados médicos; guarde apenas o mapeamento do nosso ID de utilizador para o ID de paciente Anpheros."

Deixe o código gerado ser executado na sandbox

A sandbox é uma base de dados separada, e cada projeto de sandbox tem a sua própria cópia de 30 pacientes sintéticos. Uma chave de sandbox (sk_test_) fisicamente não consegue aceder a pacientes reais, pelo que um assistente pode criar pacientes, escrever observações e executar testes sem tocar em dados médicos reais — e um reset devolve os pacientes sintéticos ao seu estado original.

• Coloque a chave da sandbox numa variável de ambiente; nunca cole chaves em prompts ou as submeta no código.
• Nunca dê a um assistente de código uma chave de produção (sk_live_).
• Pedidos com o mesmo Idempotency-Key podem ser repetidos em segurança — útil quando um assistente reexecuta um script.

Mantenha as regras médicas na plataforma, não no código gerado

Peça ao seu assistente para confiar no Anpheros para as partes que são fáceis de errar:

• Consentimento: Concessões e escopos OAuth em vez de tabelas de permissões criadas internamente.
• Proveniência: author_type em cada escrita (patient, practitioner, device, import, ai) em vez de uma coluna "source" inventada.
• Normas: LOINC para medições, ICD-10 para condições, ATC para medicamentos; GET /v1/terminology/loinc?q=… pesquisa o subconjunto LOINC agrupado e GET /v1/search?q=… o catálogo de sintomas, condições e medicamentos.
• Erros: os tipos de erro documentados e o cabeçalho Anpheros-Request-Id (Erros).

Um primeiro script que um assistente pode gerar

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);

Quando a sua aplicação também utiliza um modelo

O mesmo projeto pode chamar um modelo em tempo de execução: solicitar um contexto do Anpheros e passá-lo para um modelo alojado ou para um modelo local (por exemplo, através do Ollama). Como fazer isso de forma segura — consentimento, orçamentos, proveniência no prompt, o que mostrar ao utilizador — é abordado em Aplicações LLM e dados de saúde e Como criar um chatbot médico com dados estruturados.

Relacionado

• Servidor FHIR MCP para agentes de IA
• Criar uma aplicação de saúde
• Desenvolver com Anpheros
• Agentes de IA e dados médicos
• SDKs

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