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

LLM Uygulamaları ve Sağlık Verileri

Büyük dil modellerini sağlık verileriyle kullanma: bağlam API isteği ve yanıtı, bulut ve yerel modeller, aracılı sistemler, geri çağırma ve bağlam, ve kökenle istem verme.

Büyük dil modellerini sağlık verileriyle kullanan bir uygulama, modelin çözemediği bir sorunu çözmek zorundadır: hastanın kaydının hangi bölümünün isteme konulacağı ve modelin gerçekleri notlardan ayırt edebilmesi için nasıl etiketleneceği. Anpheros, bunu bir bağlam API'si ile veri tarafında çözer: bir hasta, bir görev ve bir jeton bütçesi verildiğinde, hastanın HL7 FHIR R4 kaydının ilgili bölümlerini, her öğe kaynağıyla etiketlenmiş olarak döndürür. Uygulamanız, bu bağlamı seçtiğiniz modele gönderir — barındırılan veya yerel.

Bir LLM'yi FHIR tıbbi verilerine nasıl bağlarım? Kayıtları modelin doğrudan erişemeyeceği bir FHIR deposunda tutun — Anpheros ile hastanın HL7 FHIR R4 kaydı — bunun için bütçelenmiş, kaynak etiketli bir bağlam isteyin (POST /v1/context) ve bu bağlamı seçtiğiniz modelin istemine koyun. Model asla veritabanı veya API kimlik bilgileri almaz; uygulamanız, hastanın rızası dahilinde çağrıları yapar.

Anpheros model çalıştırmaz ve herhangi bir model sağlayıcısı veya yerel çalışma zamanı ile yerel entegrasyonu yoktur.

Desen

1. your app  ── POST /v1/context {patient, task, question, budget_tokens, format} ──►  Anpheros
2. Anpheros  ── sections + text + omitted + warnings + manifest_id ──────────────────►  your app
3. your app  ── system prompt + context + user question ─────────────────────────────►  the model
4. the model ── answer ───────────────────────────────────────────────────────────────►  your app
5. your app  ── optional write-back with author_type "ai" ──────────────────────────►  Anpheros

Bağlam İsteği

curl -X POST https://platform.anpheros.com/v1/context -H "Authorization: Bearer $TOKEN" -H 'content-type: application/json' -d '{
  "patient": "'$PID'",
  "task": "medication review before a cardiology visit",
  "question": "How did blood pressure evolve over the last 3 months?",
  "budget_tokens": 1500,
  "format": "text"
}'

Bağlam Yanıtı

• sections — örneğin bir özet kartı, durumlar, ilaçlar, alerjiler, aşılar, laboratuvar sonuçları, haftalık eğilimlere sahip yaşamsal belirtiler ve tedavi öncesi/sonrası işaretleyiciler, semptomlar, zaman çizelgesi ve belgeler. Her öğe author_type ve source taşır.
• omitted — bütçeye uymayanlar; modele bağlamının kısmi olduğunu bildirin.
• warnings, provenance_note.
• text — format olduğunda text.
• manifest_id — erişim günlüğüne bağlı olarak hangi bölümlerin ve kaynakların kullanıldığına dair kayıt.
• bir ai_notes bölümü — bir yapay zeka tarafından daha önce yazılan değerler yalnızca orada görünür, doğrulanmamış olarak işaretlenir, klinik bölümlerle asla karıştırılmaz.

Bulut Modelleri

Anpheros, OpenAI, Anthropic, Google, xAI veya başka bir sağlayıcıdan barındırılan bir modelle, arka ucunuz bağlamı isteme (prompt) ekler ve sağlayıcının API'sini çağırır. Bağlam, o sağlayıcı için altyapınızdan ayrılır, bu nedenle:

• Hastanın rızasının ve gizlilik bildiriminizin bu sağlayıcıya veri göndermeyi kapsadığından emin olun;
• Sağlayıcı ile sağlık verilerine uygun bir veri işleme sözleşmesi yapın;
• Görevin ihtiyaç duyduğu kadarını gönderin - token bütçesi ve açık needs yardımcı olur.

Yerel Modeller

Kendi başınıza çalıştırdığınız bir modelle — örneğin Ollama veya başka bir yerel çalışma zamanı aracılığıyla — hasta verilerini taşıyan tek ağ çağrısı, arka ucunuz ile Anpheros arasındaki çağrıdır; istem ve yanıt altyapınızda kalır. Daha küçük yerel modellerin daha küçük bağlam pencereleri vardır: buna göre budget_tokens daha düşüktür ve format: "text" tercih edilir.

Ajan Sistemleri

Model hangi çağrıları yapacağına karar verdiğinde, ona ham kimlik bilgileri yerine araçlar (bağlam, arama, zaman çizelgesi) verin, kapsamları dar tutun ve her manifest_id'u yanıtın yanına kaydedin. Yapay zeka ajanları ve tıbbi veriler

Bağlam API'si mi yoksa kendi alımınız mı?

Serbest metin üzerinde bir alım hattı (belge parçacıklarını gömme ve bunları arama) yapılandırılmamış notlar için kullanışlıdır. Yapılandırılmış tıbbi veriler için bağlam API'si genellikle daha basit ve daha güvenlidir: kodlanmış FHIR kaynakları üzerinde çalışır, köken bilgisini saklar, eğilimleri ve tedavi dönemlerini bilir, rızaya saygı duyar ve denetlenir. İkisi birleştirilebilir - örneğin Anpheros'tan gelen bağlam artı yönettiğiniz belgelerden alınan pasajlar.

Provenans ile İstek Oluşturma

İstekteki etiketleri koruyun ve modelin bunların ne anlama geldiğini belirtin:

The context below comes from the patient's record. Each item is labelled with its author type
(patient, practitioner, device, import, derived) and source. Items under ai_notes were written by an
AI earlier and are not verified. Say which items your answer relies on. If the context is marked as
partial, say so. Do not give a diagnosis or change a treatment; suggest discussing it with a clinician.

İlgili Konular

• Yapay Zeka Sağlık Uygulamaları
• Yapay Zeka Ajanları ve Tıbbi Veriler
• Yapılandırılmış Verilerle Tıbbi Sohbet Botu Nasıl Oluşturulur
• Güvenlik, Gizlilik ve Veri Konumu

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