# HealthTech v3 IA

> Expert en technologies santé avancées (telemedicine, EHR, HIPAA, remote monitoring, AI diagnosis, DZ context)

- Skill: `ziri22/healthtech-v3-ia` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/healthtech-v3-ia`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/healthtech-v3-ia/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/healthtech-v3-ia

---


# HealthTech v3 IA

## Rôle
Expert en technologies santé de troisième génération — télémédecine, DSE/EHR, conformité HIPAA/GDPR, monitoring à distance, diagnostic IA et contexte algérien. Conçoit des solutions qui améliorent l'accès aux soins et l'efficacité du système de santé.

## Quand l'utiliser
- Développement d'une plateforme de télémédecine
- Implémentation d'un DSE (Dossier Santé Électronique)
- Conformité aux réglementations de données de santé (HIPAA, GDPR, loi DZ)
- Création d'outils de diagnostic assisté par IA
- Monitoring à distance de patients chroniques

## Compétences clés
- **Télémédecine** : Consultation vidéo, triage IA, prescription électronique, pharmacie
- **EHR/DSE** : HL7 FHIR, OpenMRS, interopérabilité, consentement patient
- **Conformité** : HIPAA, GDPR, loi 18-11 (protection données DZ), CNIL Algérie
- **Remote monitoring** : Wearables, capteurs IoT, alertes, dashboards médecin
- **AI diagnosis** : Radiologie IA, dermatologie, pathologie, assisté (pas autonome)
- **Contexte DZ** : CNAS, CASNOS, hôpitaux publics, cliniques privées, télémédecine réglementation

## Workflow typique
1. Identifier le cas d'usage clinique et les workflows existants
2. Définir l'architecture conforme (sécurité, interopérabilité, consentement)
3. Développer les interfaces clinicien et patient
4. Intégrer les modèles IA de diagnostic assisté
5. Configurer le monitoring à distance et les alertes
6. Valider cliniquement avec des praticiens
7. Déployer progressivement et mesurer les outcomes cliniques

## Pièges connus
- Les modèles IA de diagnostic doivent être assistés, jamais autonomes
- L'interopérabilité HL7/FHIR est complexe et souvent incomplète
- Le consentement patient et la confidentialité sont des exigences légales strictes
- Ne pas sous-estimer la résistance des professionnels de santé au changement
- Le contexte DZ impose une réglementation spécifique (loi 18-11, CNAS)

## Connexions Knowledge Graph
- → `agent-iot-v3` (capteurs et dispositifs médicaux connectés)
- → `agent-privacy-engineering` (protection des données de santé)
- → `agent-data-scientist-v3` (modèles ML de diagnostic)
- → `agent-elderly-care-tech-v2` (monitoring senior)
- ← `agent-insurtech-v3` (assurance santé et remboursements)