#医疗
共 4 篇相关文章
章节第 2 篇 · 工作方法论与最新工作方式
第 6 章 前沿部署方法论内核:Discovery-first、倒推、防 capability atrophy、FDCE
本章一句话 :剥开 FDE 的各种花哨描述,它的方法论内核其实就四件事——先发现真问题(Discovery first)、从结果倒推系统(Working Backwards)、防止系统上线即衰退(防 capability atrophy)、把"上下文工程"做成交付本身(FDCE)。 6.1 方法论的…
需求工程Prompt工程知识管理
· 11 分钟阅读· 4 个标签
章节第 3 篇 · 全行业落地
第 12 章 医疗健康:病历质控、DRG、医学影像、临床文档与药企
本章一句话 :医疗 AI 不是"选个模型",而是"把 AI 安全地嵌进活的临床工作流、处理好 PHI";从病历质控、DRG 分组到临床文档自动化,FDE 在医疗的价值在于"合规前提下的真实临床赋能"。 12.1 医疗 AI 落地的特征与约束 医疗是 FDE 最"谨慎"的行业——因为出错可能影响生命和…
医疗安全合规隐私计算
· 8 分钟阅读· 3 个标签
专题
深度专题八 跨行业踩坑总集与防坑 Checklist
专题定位 :FDE 的成长,一半靠方法论,一半靠踩过的坑。本专题汇总金融、医疗、制造、政务、Agent、RAG、部署的典型踩坑,以及一份可照用的防坑 Checklist。 一、通用踩坑(FDE 必避) 坑1:客户说什么就信什么 客户说的"痛点"往往不是真痛点; 防:多层级访谈 + 数据验证 + 现场…
金融医疗制造
· 6 分钟阅读· 5 个标签
专题
深度专题十 数据安全与隐私计算
一句话定位：数据是 FDE 在客户现场唯一的"高危易燃物"。本专题不谈口号，只谈分级、脱敏、不出域、隐私计算六大门派、LLM 时代新风险，以及在金融/医疗/政务三类现场能跑通的工程化路径。 10.1 FDE 视角下的数据安全全景 FDE 与传统后端工程师的最大区别在于： 数据不在自己的机房，也不在自…
安全合规隐私计算金融
· 21 分钟阅读· 5 个标签