Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 35 horas
Temario del curso
Fundamentos de LangGraph para el sector salud
- Repaso de la arquitectura y principios de LangGraph
- Casos de uso clave en salud: triaje de pacientes, documentación médica, automatización del cumplimiento
- Restricciones y oportunidades en entornos regulados
Estándares y ontologías de datos de salud
- Introducción a HL7, FHIR, SNOMED CT e ICD
- Mapeo de ontologías en flujos de trabajo de LangGraph
- Desafíos de interoperabilidad e integración de datos
Orquestación de flujos de trabajo en salud
- Diseño de flujos de trabajo centrados en el paciente vs. centrados en el proveedor
- Enramación de decisiones y planificación adaptativa en contextos clínicos
- Gestión de estado persistente para registros de pacientes longitudinales
Cumplimiento normativo, seguridad y privacidad
- HIPAA, GDPR y regulaciones de salud regionales
- Desidentificación, anonimización y registro seguro
- Trazas de auditoría y trazabilidad en la ejecución de grafos
Confiabilidad y explicabilidad
- Manejo de errores, reintentos y diseño tolerante a fallas
- Apoyo a la toma de decisiones con humano en el bucle
- Explicabilidad y transparencia para flujos de trabajo médicos
Integración y despliegue
- Conexión de LangGraph con sistemas EHR/EMR
- Contenedorización y despliegue en entornos de TI de salud
- Monitoreo, registro de eventos y gestión de SLA
Casos de estudio y escenarios avanzados
- Flujos de trabajo automatizados de codificación y facturación médica
- Apoyo al diagnóstico asistido por IA y triaje clínico
- Reportes de cumplimiento y automatización de documentación
Resumen y próximos pasos
Requerimientos
- Conocimientos intermedios de Python y desarrollo de aplicaciones de LLMs
- Comprensión de los estándares de datos de salud (p. ej., HL7, FHIR) es ventajosa
- Familiaridad con los conceptos básicos de LangChain o LangGraph
Público objetivo
- Tecnólogos de dominio
- Arquitectos de soluciones
- Consultores que desarrollan agentes de LLM en industrias reguladas