LangGraph in de gezondheidszorg: Workflow-orchestratie voor reguliere omgevingen Training Cursus
LangGraph maakt het mogelijk om gestructureerde workflows te ontwerpen waarbij meerdere actoren betrokken zijn en die worden aangestuurd door LLM’s. Hierbij heeft men volledige controle over de uitvoeringsvolgorde en het bewaren van toestanden. In de gezondheidszorg zijn deze mogelijkheden essentieel om te voldoen aan regelgeving, onderlinge samenwerking tussen systemen mogelijk te maken en beslissingsondersteunende systemen te ontwikkelen die aansluiten bij medische werkprocessen.
Deze praktijkgerichte training, verzorgd door een instructeur (online of ter plaatse), is bedoeld voor professionals met een middenniveau tot gevorderde kennis die LangGraph-gebaseerde oplossingen willen ontwikkelen en beheren binnen de gezondheidszorg – rekening houdend met regulerings-, ethische en operationele aspecten.
Aan het einde van deze training zullen deelnemers in staat zijn om:
- LangGraph-workflows te ontwerpen die specifiek voldoen aan wettelijke eisen en auditvereisten binnen de gezondheidszorg.
- LangGraph-applicaties te integreren met medische taxonomieën en standaarden zoals FHIR, SNOMED CT en ICD.
- Beste praktijken toe te passen op het gebied van betrouwbaarheid, traceerbaarheid en verklarelijkheid in gevoelige zorgomgevingen.
- LangGraph-applicaties succesvol uit te rollen, te monitoren en te valideren binnen productieomgevingen in de gezondheidszorg.
Opbouw van de cursus
- Interactieve lezingen en discussies.
- Praktische oefeningen op basis van reële casussen uit de praktijk.
- Hands-on implementatie in een live-lab-omgeving.
Mogelijkheden tot cursusaanpassing
- Wilt u een op maat gemaakte training? Neem dan contact met ons op om de details af te spreken.
Cursusaanbod
Grondslagen van LangGraph in de gezondheidszorg
- Herhaling van de architectuur en basisprincipes van LangGraph
- Belangrijke toepassingsgebieden: patiënttriage, medische documentatie en automatisering van compliance-procedures
- Beperkingen en kansen binnen reguliere zorgomgevingen
Medische standaarden en taxonomieën
- Inleiding tot HL7, FHIR, SNOMED CT en ICD
- Hoe taxonomieën te integreren in LangGraph-workflows
- Uitdagingen op het gebied van onderlinge gegevenscompatibiliteit en integratie
Workflow-orchestratie binnen de gezondheidszorg
- Ontwerpkeuzes: patiëntgerichte versus zorgaanbiedergerichte workflows
- Beslissingsstructuren en adaptieve planning in klinische contexten
- Bewaring van toestanden voor het bijhouden van langdurige patiëntgeschiedenissen
Compliance, beveiliging en privacy
- Relevante regelgeving zoals HIPAA, GDPR en landelijke voorschriften in de gezondheidszorg
- Anonimisering, onthechtering van gevoelige gegevens en veilig loggen
- Audittrails en traceerbaarheid binnen uitgevoerde workflows
Betrouwbaarheid en verklarelijkheid
- Omgaan met fouten, herhaalacties en fouttolerante ontwerpstrategieën
- Beslissingsondersteuning waarbij medewerkers actief betrokken zijn
- Verklarelijkheid en transparantie binnen medische werkprocessen
Integratie en implementatie
- Verbinding maken van LangGraph met EHR- en EMR-systemen
- Containerisatie en uitrol in IT-infrastructuren binnen de zorgsector
- Monitoring, logging en beheer van Service Level Agreements
Casestudies en geavanceerde toepassingen
- Geautomatiseerde medische codering en factureringsprocessen
- Hulp bij diagnosevaststelling en klinische triage met behulp van AI
- Automatisering van compliance-rapportages en documentatie
Samenvatting en vervolgstappen
Vereisten
- Middenniveau kennis van Python en het ontwikkelen van applicaties gebaseerd op LLM’s
- Kennis van standaarden voor gezondheidsgegevens zoals HL7 en FHIR is een pluspunt
- Basiskennis van LangChain of LangGraph is vereist
Doelgroep
- Technologen binnen de zorgsector
- Oplossingsarchitecten
- Consultants die LLM-agents ontwikkelen voor streng gereguleerde domeinen
Voor open trainingen is een minimum aantal van 5 deelnemers vereist
LangGraph in de gezondheidszorg: Workflow-orchestratie voor reguliere omgevingen Training Cursus - Boeking
LangGraph in de gezondheidszorg: Workflow-orchestratie voor reguliere omgevingen Training Cursus - Navraag
LangGraph in de gezondheidszorg: Workflow-orchestratie voor reguliere omgevingen - Consultancyaanvraag
Voorlopige Aankomende Cursussen
Gerelateerde cursussen
Geavanceerd LangGraph: Optimalisatie, debugging en monitoring van complexe grafen
35 UrenLangGraph is een framework waarmee u stateful LLM-applicaties kunt bouwen in de vorm van samenstelbare grafen met persistente staat en volledige controle over de uitvoering.
Deze door een instructeur geleide training, te volgen online of op locatie, is bedoeld voor AI-platformengineers, DevOps-specialisten in het AI-veld en ML-architecten met een gevorderde kennisniveau die hun LangGraph-systemen optimaal willen beheren, monitoren en verbeteren.
Aan het einde van deze training zullen deelnemers in staat zijn om:
- Complexe LangGraph-topologieën te ontwerpen en te optimaliseren voor snelheid, kostenefficiëntie en schaalbaarheid.
- Betrouwbaarheid van systemen te waarborgen middels retries, timeouts, idempotentie en herstel via checkpoints.
- De uitvoering van grafen te debuggen, staatsinformatie te inspecteren en productieproblemen systematisch na te bootsen.
- Grafen te voorzien van logs, metingen en tracing-informatie, deze in productie te implementeren en de SLA’s en kosten nauwkeurig te monitoren.
Vorm van de training
- Interactieve lezingen en discussies.
- Veel oefeningen en praktische opdrachten.
- Praktijkgerichte implementatie in een live-labomgeving.
Mogelijkheden tot cursuscustomisatie
- Wilt u een op maat gemaakte training? Neem dan contact met ons op om de details af te spreken.
Agentic AI in de gezondheidszorg
14 UrenAgentic AI is een benadering waarbij AI-systemen plannen, redeneren en gereedschappen gebruiken om doelstellingen te bereiken binnen bepaalde grenzen.
Deze door een instructeur geleide training (online of op locatie) richt zich op zorg- en datateams met een gemiddelde technische kennis, die agentic AI-oplossingen willen ontwerpen, evalueren en beheren voor klinische en operationele toepassingen.
Na afronding van deze training zullen deelnemers in staat zijn om:
- De concepten en beperkingen van agentic AI binnen de gezondheidszorg uit te leggen.
- Veilige workflows voor agents te ontwerpen, waarbij planning, geheugen en het gebruik van hulpmiddelen centraal staan.
- Agents te bouwen die medische documenten en kennisbases kunnen raadplegen voor verbeterde informatieverwerving.
- Het gedrag van agents te evalueren, monitoren en beheersen middels veiligheidsmaatregelen en menselijke controlemechanismen.
Vorm van de cursus
- Interactieve lezingen en begeleide discussies.
- Begeleide praktijkoefeningen en het doorlopen van code in een veilige testomgeving.
- Scenario-gebaseerde oefeningen over veiligheid, evaluatie en governance.
Mogelijkheden tot cursusaanpassing
- Wilt u een op maat gemaakte versie van deze cursus? Neem dan contact met ons op om de details te bespreken.
AI-agenten voor gezondheidszorg en diagnostiek
14 UrenDeze door een instructeur geleide, live training in België (online of op locatie) is bedoeld voor zorgprofessionals en AI-ontwikkelaars met een gemiddelde tot gevorderde kennis die AI-gestuurde oplossingen in de gezondheidszorg willen implementeren.
Aan het einde van deze training zullen deelnemers in staat zijn om:
- De rol van AI-agenten in de gezondheidszorg en diagnostiek te begrijpen.
- AI-modellen te ontwikkelen voor analyse van medische beelden en voorspellende diagnostiek.
- AI te integreren met elektronische patiëntendossiers (EHR) en klinische werkprocessen.
- Naleving van gezondheidszorgreguleringen en ethische AI-praktijken te waarborgen.
AI en AR/VR in de gezondheidszorg
14 UrenDeze live-training onder begeleiding van een instructeur in België (online of ter plaatse) is bedoeld voor zorgprofessionals met middenniveau die AI- en AR/VR-oplossingen willen toepassen voor medische training, chirurgische simulaties en revalidatie.
Na het volgen van deze cursus kunnen de deelnemers:
- Het belang van AI bij het verbeteren van AR/VR-ervaringen in de gezondheidszorg begrijpen.
- AR/VR gebruiken voor chirurgische simulaties en medische training.
- AR/VR-tools toepassen bij de revalidatie en behandeling van patiënten.
- De ethische en privacygerelateerde uitdagingen rond AI-gestuurde medische hulpmiddelen verkennen.
AI voor de gezondheidszorg met Google Colab
14 UrenDeze door instructeurs geleide live-training in België (online of op locatie) is bedoeld voor datawetenschappers en zorgprofessionals op middenniveau die AI willen toepassen voor geavanceerde gezondheidszorggedreven doeleinden via Google Colab.
Aan het einde van deze training zullen deelnemers in staat zijn om:
- AI-modellen voor de gezondheidszorg te implementeren met behulp van Google Colab.
- AI te gebruiken voor voorspellende modellering op basis van gezondheidsgegevens.
- Medische beelden te analyseren met behulp van AI-gestuurde technieken.
- De ethische aspecten van AI-oplossingen in de gezondheidszorg te verkennen.
Kunstmatige intelligentie in de zorg
21 UrenDeze live-training onder leiding van een instructeur in België (online of op locatie) is bedoeld voor gezondheidsprofessionals en datawetenschappers met een middenniveau die KI-technologieën willen begrijpen en toepassen binnen de zorgomgeving.
Aan het einde van deze training zullen deelnemers in staat zijn om:
- De belangrijkste uitdagingen in de gezondheidszorg te identificeren die met KI kunnen worden aangepakt.
- De impact van KI op patiëntenzorg, veiligheid en medisch onderzoek te analyseren.
- Het verband tussen kunstmatige intelligentie en zorg-gerelateerde bedrijfsmodellen te begrijpen.
- De fundamentele concepten van KI toe te passen op praktische situaties binnen de gezondheidszorg.
- Machine learning-modellen te ontwikkelen voor het analyseren van medische gegevens.
ChatGPT voor de gezondheidszorg
14 UrenDeze door een instructeur geleide, live-training in België (online of op locatie) is bestemd voor zorgprofessionals en onderzoekers die ChatGPT willen benutten om de patiëntenzorg te verbeteren, werkprocessen te optimaliseren en resultaten binnen de gezondheidszorg te versterken.
Na afloop van deze training zullen de deelnemers in staat zijn om:
- De basisprincipes van ChatGPT en diens toepassingen binnen de gezondheidszorg te begrijpen.
- ChatGPT te gebruiken voor het automatiseren van zorgprocessen en -interacties.
- Met behulp van ChatGPT nauwkeurige medische informatie te verstrekken en ondersteuning te bieden aan patiënten.
- ChatGPT toe te passen bij medisch onderzoek en analyses.
Edge AI voor de gezondheidszorg
14 UrenDeze door instructeurs begeleide live-training in België (online of op locatie) is bedoeld voor zorgprofessionals, biomedische ingenieurs en AI-ontwikkelaars die op middenniveau zich bezighouden met het toepassen van Edge AI voor innovatieve oplossingen binnen de gezondheidszorg.
Na afloop van deze training zijn deelnemers in staat om:
- De rol en voordelen van Edge AI in de zorg te begrijpen.
- AI-modellen te ontwikkelen en te implementeren op edge-apparaten voor medische toepassingen.
- Edge AI-oplossingen toe te passen in wearables en diagnostische hulpmiddelen.
- Patiëntbewakingssystemen te ontwerpen en implementeren met behulp van Edge AI.
- Rekening te houden met ethische en regelgevende aspecten bij het gebruik van AI in de zorg.
Het afstemmen van AI op de gezondheidszorg: Medische diagnostiek en voorspellende analyse
14 UrenDeze praktijkgerichte training, begeleid door een instructeur in België (online of op locatie), is bedoeld voor medisch AI-ontwikkelaars en datawetenschappers met een middenniveau of hoger die modellen willen afstemmen op klinische diagnostiek, ziektevoorspelling en het voorspellen van patiëntresultaten aan de hand van gestructureerde en ongestructureerde medische gegevens.
Na het volgen van deze training zijn de deelnemers in staat om:
- AI-modellen af te stemmen op gezondheidsgegevens, waaronder elektronische patiëntdossiers, beeldmateriaal en tijdreeksdata.
- Transfer learning, domeinaanpassing en modelcompressie toe te passen binnen een medische context.
- Rekening te houden met privacykwesties, vooroordelen in modellen en wettelijke vereisten tijdens het ontwikkelingsproces.
- Afgestemde modellen te implementeren en te monitoren binnen werkelijke gezondheidszorgomgevingen.
Generatieve AI en prompt engineering in de zorg
8 UrenGeneratieve AI is een technologie die nieuwe inhoud creëert, zoals tekst, afbeeldingen en aanbevelingen, op basis van prompts en data.
Deze live-training onder begeleiding van een instructeur (online of op locatie) is bedoeld voor zorgprofessionals met een beginners- tot middenniveau die generatieve AI en prompt engineering willen inzetten om efficiëntie, nauwkeurigheid en communicatie in medische situaties te verbeteren.
Na afloop van deze training zullen deelnemers in staat zijn tot het volgende:
- De basisprincipes van generatieve AI en prompt engineering begrijpen.
- AI-hulpmiddelen gebruiken om klinische, administratieve en onderzoeksprocessen te stroomlijnen.
- Ethisch verantwoord, veilig en in overeenstemming met de wetgeving AI toepassen in de zorgsector.
- Prompts optimaliseren om consistente en nauwkeurige resultaten te verkrijgen.
Vorm van de cursus
- Interactieve lezingen en discussies.
- Praktische oefeningen en casestudy’s.
- Hands-on experimenteren met AI-hulpmiddelen.
Mogelijkheden tot cursusaanpassing
- Wilt u een op maat gemaakte training? Neem dan contact met ons op om de details te bespreken.
Toepassingen van LangGraph in de financiële sector
35 UrenLangGraph is een framework dat wordt gebruikt voor het ontwikkelen van complexe, meerpersoons LLM-applicaties die worden weergegeven als grafische structuren met geïsoleerde statussen en volledige controle over de uitvoering.
Deze interactieve training, begeleid door een instructeur (online of op locatie), is bedoeld voor professionals op midden- tot hoog niveau die graag LangGraph-gebaseerde oplossingen in de financiële sector willen ontwerpen en implementeren, rekening houdend met governance, observability en compliance.
Aan het einde van deze training zullen de deelnemers in staat zijn om:
- Financiële LangGraph-werkstromen te ontwerpen die voldoen aan wettelijke en audit-eisen.
- Financiële datastandaarden en -ontologieën te integreren in de grafische structuur en gereedschappen.
- Betrouwbaarheid, veiligheid en controlemechanismen die menselijke tussenkomst vereisen te implementeren voor kritieke processen.
- LangGraph-systemen te deployen, te monitoren en te optimaliseren wat betreft prestaties, kosten en SLA’s.
Vorm van de training
- Interactieve lezingen en discussies.
- Het doen van talrijke oefeningen en praktijkopdrachten.
- Praktische implementatie in een live-labomgeving.
Opties voor cursusaanpassing
- Indien u een op maat gemaakte training wenst, kunt u contact met ons opnemen om de details te bespreken.
Grondlagen van LangGraph: grafbased prompt-oplossingen en ketens voor LLM's
14 UrenLangGraph is een raamwerk voor het bouwen van LLM-applicaties waarbij grafstructuren worden gebruikt. Deze ondersteunen planningsprocessen, vertakkingen, gebruik van tools, geheugenbeheer en beheersbare uitvoering.
Deze door een instructeur geleide training (online of op locatie) richt zich op ontwikkelaars met weinig ervaring, prompt-engineers en data-professionals die betrouwbare, meerstaps LLM-werkstromen willen ontwerpen met behulp van LangGraph.
Aan het einde van deze training zullen deelnemers in staat zijn om:
- De kernconcepten van LangGraph (knooppunten, randen en toestand) te begrijpen en te weten wanneer deze gebruikt moeten worden.
- Prompt-ketens te ontwerpen waarin vertakkingen mogelijk zijn, tools kunnen worden aangeroepen en geheugen wordt bewaard.
- Retrieval-mechanismen en externe API’s in graf-gebaseerde werkstromen te integreren.
- LangGraph-applicaties testen, debuggen en evalueren op betrouwbaarheid en veiligheid.
Opzet van de cursus
- Interactieve lezingen met begeleide discussies.
- Gesimuleerde labo-opdrachten en uitleg over code in een veilige testomgeving.
- Oefeningen op basis van realistische scenario’s betreffende ontwerp, testen en evaluatie.
Mogelijkheden tot maatwerk
- Voor het aanvragen van een op maat gemaakte versie van deze cursus kunt u contact met ons opnemen.
LangGraph voor juridische toepassingen
35 UrenLangGraph is een framework waarmee u gestateerde, meerfasige LLM-applicaties kunt ontwikkelen. Deze applicaties bestaan uit samenhangende grafen met persistente statusinformatie en bieden volledige controle over de uitvoering.
Deze praktijkgerichte training onder leiding van een instructeur (online of op locatie) is bedoeld voor professionals op middel- tot hoog niveau die juridische oplossingen gebaseerd op LangGraph willen ontwerpen, implementeren en beheren, rekening houdend met compliance-, traceerbaarheids- en governancevereisten.
Na afloop van de training kunnen deelnemers:
- Juridisch gespecificeerde LangGraph-werkstromen ontwerpen die voldoen aan eisen op het gebied van auditbaarheid en compliance.
- Juridische ontologieën en documentstandaarden integreren in de grafische statusinformatie en verwerkingen.
- Beschermingsmechanismen, goedkeuringsprocedures onder menselijke controle en traceerbare besluitvormingspaden implementeren.
- LangGraph-diensten in productieomgevingen installeren, bewaken en onderhouden met adequate observability en kostenbeheersing.
Vorm van de training
- Interactieve lezingen en discussies
- Talrijke oefeningen en praktische activiteiten
- Praktijkgerichte implementatie in een live-lab-omgeving
Opties voor cursusaanpassing
- Indien u een op maat gemaakte training wenst, kunt u contact met ons opnemen om de details te bespreken.
Dynamische workflows bouwen met LangGraph en LLM-agenten
14 UrenLangGraph is een framework dat het mogelijk maakt om workflows te ontwerpen waarbij LLM's in een grafstructuur worden gecombineerd. Deze workflows ondersteunen onder andere vertakkingen, gebruik van tools, geheugenbeheer en controleerbare uitvoering.
Deze interactieve training, verzorgd door een ervaren instructeur (online of op locatie), is bedoeld voor engineers met wat meer ervaring en productteams die LangGraph willen gebruiken in combinatie met LLM-agentcycli om dynamische, contextgevoelige toepassingen te bouwen. Denk aan klantenservice-agenten, beslissingsstructuren en systemen voor informatieretrieval.
Aan het einde van deze training zijn de deelnemers in staat tot:
- Het ontwerpen van grafgebaseerde workflows waarin LLM-agenten, tools en geheugen worden gecoördineerd.
- Het implementeren van voorwaardelijke routering, herhaalde uitvoeringen en fallbackmechanismen voor betrouwbare werking.
- Het integreren van gegevensretrieval, API's en gestructureerde output in agentcycli.
- Het evalueren, monitoren en versterken van het gedrag van agenten om betrouwbaarheid en veiligheid te waarborgen.
Vorm van de training
- Interactieve lezingen en begeleide discussies.
- Gesuperviseerde oefeningen en codeanalyses in een veilige testomgeving.
- Ontwerpopdrachten op basis van reële scenario's, gevolgd door peerreview.
Mogelijkheden tot maatwerk aanpassing
- Wilt u een op maat gemaakte versie van deze training? Neem dan contact met ons op om de details te bespreken.
LangGraph voor marketingautomatisering
14 UrenLangGraph is een graf-gebaseerd orchestratieframework dat het mogelijk maakt om conditionele, meervoudige stappen bevattende workflows met LLM’s en tools te creëren. Dit maakt het uitermate geschikt voor het automatiseren en personaliseren van contentpipelijnen.
Deze door een instructeur geleide, live training (online of ter plaatse) richt zich op marketeers, contentstrategen en ontwikkelaars van automatisering die op een gevorderd niveau zijn. Zij willen dynamische, meerkeuze-mailcampagnes en geautomatiseerde contentgeneratieprocessen realiseren met behulp van LangGraph.
Na afloop van deze training zullen de deelnemers in staat zijn tot het volgende:
- Het ontwerpen van graf-gebaseerde content- en e-mailworkflows met conditionele logica.
- Het integreren van LLM’s, API’s en databronnen voor geautomatiseerde personalisatie.
- Het beheren van status, geheugen en context gedurende meervoudige stappen in campagnes.
- Het evalueren, monitoren en optimaliseren van workflowprestaties en resultaten.
Opbouw van de cursus
- Interactieve lezingen en groepsdiscussies.
- Praktische oefeningen waarbij deelnemers e-mailworkflows en contentpipelijnen zelf implementeren.
- Scenario-gebaseerde opdrachten over personalisatie, segmentering en conditionele logica.
Opties voor maatwerk in de cursus
- Indien u een op maat gemaakte training wenst, kunt u contact met ons opnemen om dit te regelen.