labs@atheron:~/industries/healthcare/ai$ train agent --grounded

KI für das Gesundheitswesen

Dokumentation und Überweisungsannahme, auf privaten Modellen.

Im Gesundheitswesen liegt die beste KI-Arbeit im Papierkram rund um die Behandlung: der Eintrag danach und die Überweisung davor. Beides berührt Gesundheitsdaten, also bauen wir es auf Modellen, die dort laufen, wo Sie es entscheiden, und das letzte Wort hat immer eine behandelnde Person oder eine Mitarbeiterin.

Projekt starten Beispielprojekte ansehen

// worauf es hier ankommt

Was in dieser Branche anders ist.

Die Daten bleiben bei Ihnen

Open-Source- und eigene Modelle laufen auf Ihrem eigenen GPU-Server oder in Ihrem eigenen Cloud-Konto in Kanada. Kein Behandlungston und kein Aktentext geht an einen externen KI-Anbieter.

Die behandelnde Person unterschreibt, nicht das Modell

Der Assistent bereitet einen Eintrag vor; die behandelnde Person prüft, bearbeitet und unterschreibt ihn. Ohne sie wird nichts in die Akte abgelegt.

An Ihren eigenen Fällen gemessen

Jedes Modell wird vor dem Start und vor jeder Änderung an einem zurückgehaltenen Satz Ihrer anonymisierten Einträge oder Überweisungen bewertet.

Papierkram, keine Diagnose

Wir bauen Werkzeuge, die Dokumente und Zuordnung übernehmen. Software, die klinische Entscheidungen trifft, kann unter die Medizinprodukteregeln von Health Canada fallen, und das legen wir mit Ihrem Regulierungsteam fest.

// Beispielprojekte

Beispiele mit Preis.

Jedes ist angenommen, als solches gekennzeichnet und live aus unserer Preisliste berechnet. Öffnen Sie eines im Rechner und machen Sie es zu Ihrem.

BeispielprojektWeb-AppKIOpen-Source-Modell

Privater Assistent für die Dokumentation

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Behandelnde verbringen ihre Abende damit, die Dokumentation fertigzuschreiben, und die Einrichtung darf aufgezeichnete Behandlungen nicht an einen externen KI-Dienst senden.

// Was wir bauen würden

Ein Assistent, der die Behandlung mit Einwilligung der Patientin mitschreibt und einen strukturierten Eintrag vorbereitet, den die Behandelnde prüft, bearbeitet und unterschreibt, auf Open-Source-Modellen, die auf einem GPU-Server im eigenen Rechenzentrum der Einrichtung laufen, sodass weder Ton noch Text sie verlässt.

// Was drin ist

Einwilligung vor der Aufzeichnung erfasst, und eine Aufzeichnung, die auf Wunsch stoppt
Sprache zu Text und ein strukturierter Eintrag in den eigenen Vorlagen der Praxis
Die Behandelnde prüft, bearbeitet und unterschreibt; ohne sie wird nichts abgelegt
Einträge über die Schnittstelle in die Patientenakte abgelegt
Ein Prüfsatz aus echten, anonymisierten Behandlungen, der vor jeder Änderung läuft

// Tech-Stack

Whisper (Open Source)
Llama oder Qwen (Open Source)
vLLM
Next.js
Lenovo GPU-Server vor Ort

// Schätzung

Entwicklung: ≈ 155.000 USD bis 236.000 USD, delivered within 39 weeksCAD 221,000 to 336,500
Hosting: ≈ 176 USD im MonatCAD 250 im Monat
Support: ≈ 2.500 USD im MonatCAD 3,565 im Monat
Hardware: ≈ 47.800 USD bis 197.000 USDCAD 68,000 to 280,800

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg: Open-Source-Modell
Laufende Modellkosten: ≈ 176 USD im MonatCAD 250 im Monat

Zeitplan je Meilenstein

Découverte: 2.9 to 3.4 weeks
Spécification et plan d’évaluation: 0.4 weeks
Maquettes approuvées: 2.4 to 4.4 weeks
Fonctions principales: 1.4 to 2.4 weeks
Développement complet: 0.9 to 1.4 weeks
Projet pilote fonctionnel: 4.9 to 8.4 weeks
Tests et corrections: 0.4 to 0.9 weeks
Contrôles construits et documentés: 0.9 to 1.4 weeks
Revue de préparation: 2.9 to 14.4 weeks
Mise en ligne: 0.9 to 1.4 weeks
Production: 0.9 to 1.4 weeks

Nicht in unserer Hand, und im Kalender berücksichtigt

Livraison du matériel, après la commande: 2 to 6 weeks
Approbation et accès de test du fournisseur du DME: 1 to 4 weeks
Ententes d'associé commercial avec vos fournisseurs (HIPAA): 2 to 6 weeks
Réservation d'un testeur d'intrusion et son rapport: 2 to 4 weeks

Wie bezahlt wird

Anzahlung 20%: CAD 44,140 to 67,240
Découverte 1.5%: CAD 3,310.50 to 5,043.00
Spécification et plan d’évaluation 8%: CAD 17,656 to 26,896
Maquettes approuvées 1.5%: CAD 3,310.50 to 5,043.00
Fonctions principales 4.6%: CAD 10,152.20 to 15,465.20
Développement complet 3.1%: CAD 6,841.70 to 10,422.20
Projet pilote fonctionnel 24.2%: CAD 53,409.40 to 81,360.40
Tests et corrections 1.5%: CAD 3,310.50 to 5,043.00
Contrôles construits et documentés 7.7%: CAD 16,993.90 to 25,887.40
Revue de préparation 7.7%: CAD 16,993.90 to 25,887.40
Mise en ligne 1.5%: CAD 3,310.50 to 5,043.00
Production 8.7%: CAD 19,200.90 to 29,249.40
Holdback, 30 days after launch (10%): CAD 22,070 to 33,620
Temps GPU pour l’entraînement et les tests, au coût: CAD 300. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine
Serveur GPU pour l’IA, pour le modèle: CAD 68,000 to 280,800. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine

Von diesem Beispiel aus starten

BeispielprojektWeb-AppKIEigenes LLM

Modell für Annahme und Zuordnung von Überweisungen

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Eine Facharztpraxis erhält Überweisungen als Fax und Scan in Dutzenden Layouts, und das Personal liest jede Seite, um Grund, Dringlichkeit und Fehlendes zu finden.

// Was wir bauen würden

Ein eigenes Modell, auf den eigenen anonymisierten Überweisungen der Praxis nachtrainiert, das jede liest, die Felder herausholt, fehlende Befunde markiert und eine Warteschlange vorschlägt, wobei eine Person jede Überweisung vor der Terminvergabe bestätigt.

// Was drin ist

Faxe und Scans in strukturierte Felder gelesen: Grund, Dringlichkeit, überweisende Praxis
Fehlende Befunde markiert, mit vorbereiteter Anfrage an die überweisende Praxis
Eine vorgeschlagene Warteschlange und Priorität, vom Personal bestätigt
Ein Modell, auf Ihren Überweisungen nachtrainiert und an einem zurückgehaltenen Satz bewertet
Betrieben in Ihrem eigenen Cloud-Konto in einer kanadischen Region

// Tech-Stack

Nachtrainiertes Modell mit offenen Gewichten
OCR-Strecke
Python
Next.js
AWS (Region Kanada)

// Schätzung

Entwicklung: ≈ 177.000 USD bis 270.000 USD, delivered within 33 weeksCAD 251,700 to 384,300
Hosting: ≈ 6.710 USD im MonatCAD 9,550 im Monat
Support: ≈ 2.500 USD im MonatCAD 3,565 im Monat

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg: Eigenes LLM
Laufende Modellkosten: ≈ 6.530 USD im MonatCAD 9,300 im Monat

Zeitplan je Meilenstein

Découverte: 2.9 to 3.4 weeks
Données et plan d’évaluation: 0.4 weeks
Maquettes approuvées: 2.4 to 3.9 weeks
Fonctions principales: 1.9 to 3.4 weeks
Développement complet: 1.4 to 2.4 weeks
Entraînement: 7.4 to 12.4 weeks
Tests et corrections: 0.4 weeks
Évaluation et tests adverses: 3.9 to 4.4 weeks
Mise en ligne: 0.9 to 1.4 weeks
Production: 0.9 to 1.4 weeks

Nicht in unserer Hand, und im Kalender berücksichtigt

Approbation et accès de test du fournisseur du DME: 1 to 4 weeks

Wie bezahlt wird

Anzahlung 20%: CAD 50,100 to 76,620
Découverte 1.5%: CAD 3,757.50 to 5,746.50
Données et plan d’évaluation 7.9%: CAD 19,789.50 to 30,264.90
Maquettes approuvées 1.5%: CAD 3,757.50 to 5,746.50
Fonctions principales 4.6%: CAD 11,523.00 to 17,622.60
Développement complet 3.1%: CAD 7,765.50 to 11,876.10
Entraînement 23.9%: CAD 59,869.50 to 91,560.90
Tests et corrections 1.5%: CAD 3,757.50 to 5,746.50
Évaluation et tests adverses 15.9%: CAD 39,829.50 to 60,912.90
Mise en ligne 1.5%: CAD 3,757.50 to 5,746.50
Production 8.6%: CAD 21,543.00 to 32,946.60
Holdback, 30 days after launch (10%): CAD 25,050 to 38,310
Temps GPU pour l’entraînement et les tests, au coût: CAD 1,200. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine

Von diesem Beispiel aus starten

// questions

Fragen, die wir dazu bekommen.

Warum kein Spitzenmodell für die Dokumentation?

Das geht, wo Ihre Datenschutzbeauftragte den Anbieter und die Vereinbarung freigibt. Viele Einrichtungen bevorzugen ein Open-Source-Modell auf dem eigenen Server, damit aufgezeichnete Behandlungen nie hinausgehen; wir preisen beides.

Wie willigen Patientinnen in einen KI-Dokumentationsassistenten ein?

Die Einwilligung wird vor jeder Aufzeichnung erbeten und erfasst, und Patientin oder behandelnde Person können sie jederzeit stoppen. Den Wortlaut setzt Ihr Datenschutzteam.

Woraus muss ein Überweisungsmodell lernen?

Aus einem Satz Ihrer früheren Überweisungen, anonymisiert, mit den Feldern, die das Personal daraus gezogen hat. Wir messen beim Beschriften mit und sagen Ihnen, wann mehr Beispiele helfen würden.

Zurück zur Branche: Gesundheitswesen Über die Leistung: KI-Agenten und Modelle

// weiter

Nicht ganz Ihr Projekt?

Sagen Sie uns, was Sie vorhaben. Wir melden uns mit einer Spanne und den Fragen, die sie eingrenzen würden. Oder buchen Sie ein Gespräch und wir reden darüber.

Projekt starten Gespräch buchen