Инженер ИИ/НЛП с сильным опытом обработки медицинских документов.

Привет! Вы уже используете готовые модели для классификации типов медицинских документов, или планируете обучать свою с нуля?

Сроки и бюджет точнее согласую в личной переписке.

Вот как я выполню этот проект:
1. Разверну OCR-пайплайн (AWS Textract или LlamaParse) для извлечения текста из PDF и факсов.
2. Применю LLM (например, LangChain) для парсинга клинических полей в структурированный JSON с оценкой уверенности.
3. Добавлю валидацию с ссылками на источники и автоматическим маркированием отсутствующих полей.

… Спасибо за рассмотрение моего предложения. Я с нетерпением жду возможности сотрудничества с вами!

Показать оригинал

Перевести

у нас уже есть почти готовый ИИ-пipeline для здравоохранения, который можно быстро адаптировать для вашего POC, и я сейчас онлайн, чтобы обсудить набор образцов (:

для первой задачи я оцениваю 10 дней и 2500 долларов США за контролируемый POC - распознавание типа документа, OCR, извлечение полей в JSON, оценки уверенности, ссылки на исходные страницы и обработка отсутствующих полей без предположений.

аналогичная работа в области здравоохранения и ИИ
- https://business.ingello.com/rapport - автоматизация процессов здравоохранения и структурированная логика клинического рабочего процесса
- https://business.ingello.com/lita-doctor - медицинская платформа с опытом работы с рабочими процессами со стороны врача и структурированными записями
- https://business.ingello.com/vorfahr - случай автоматизации ИИ, актуальный для извлекающих пайплайнов и обработки на основе агентов

… Извлечение ИИ должно быть построено как отдельные слои - OCR, классификация документов, извлечение схем, валидация, оценка уверенности и обзор неопределенных полей.

Я бы использовал Python на серверной стороне, AWS Textract или Google Document AI, где это полезно, и извлечение LLM с жесткими схемами, привязкой к источнику и без свободных предположений.

Для обработки с учетом HIPAA я бы держал хранение, контроль доступа, журналы аудита и деидентификацию отдельно перед обработкой модели, где это необходимо.

два быстрых вопроса, прежде чем я более точно зафиксирую оценку
- сколько типов документов в наборе POC - MDS, факсированные заметки SNF, требования, планы ухода или что-то еще
- у вас уже есть целевые схемы JSON, или нам следует определить их на основе документов

наша страница FLH - https://systems-fl.ingello.com

я могу начать с архитектуры POC и первого прототипа извлечения после получения деидентифицированных образцов... небольшая заметка, клинический ИИ-документ обычно выглядит меньше на бумаге, чем становится в производстве =/

Показать оригинал

Перевести

Мы имеем опыт в обработке медицинских документов и реализации NLP-решений для извлечения структурированных данных из сложных отчетов, включая MDS и формы долгосрочного ухода. Реализуем это через кастомные пайплайны OCR и LLM-модели, настроенные под специфику медицинской терминологии для обеспечения высокой точности парсинга. Готовы обсудить детали интеграции в Вашу систему.

Добрый день, готов выполнить ваше задание быстро и качественно. У меня большой опыт в создании различных парсеров. Напишите в личные сообщения, обсудим детали. С удовольствием помогу)

Показать оригинал

Перевести