Datasets:

emgena
/

omnimcp_healthtech_hl7_parser_teaser

instruction stringlengths 104 654	system_prompt stringclasses 2 values	turns listlengths 3 10	dataset_id stringclasses 2 values	quality_score float64 0.99 1
How do I access the full commercial dataset with Unsloth notebooks, AST validation, and commercial EULA?	Emgena AI Labs Teaser. Official enterprise dataset engineered for sub-1% hallucination fine-tuning.	[ { "role": "system", "content": "Emgena AI Labs Teaser. Official enterprise dataset engineered for sub-1% hallucination fine-tuning." }, { "role": "user", "content": "How do I access the full commercial dataset with Unsloth notebooks, AST validation, and commercial EULA?" }, { "role": "as...		1
[⚡ OmniMCP Free Evaluation Teaser \| Full Production Suite (100+ AST Scenarios & Unsloth Scripts): https://bacardy.gumroad.com \| Use coupon LAUNCH20 for 20 € off] Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne HealthTech_MedOps, Thema HL7 v2 ADT_A01 Nachricht mit beschädigten Segment-Trennzeichen und ungült...	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "Erstelle ein neues, einzigartiges Agenten-Szenario: Domäne HealthTech_MedOps, Thema HL7 v2 ADT_A01 Nachricht mit beschädigten Segment-Trennzeichen und ungültigem Datumsformat im PID-Segment. Szenario-Typ: error_recovery_repair, Schwierigkeitsgrad: Complex_Edge_Case, Fehler-Inje...	healthtech_hl7_parser	0.99
Create a new, unique agent scenario in the HealthTech_MedOps domain: a clinical study requires a cohort of patients with Diabetes Type 2 (ICD‑10 code E11.9) aged 45‑70 years. The agent must query the OMOP CDM for this cohort, pseudonymize all 18 HIPAA PHI identifiers in the resulting records, and validate the cohort si...	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "Create a new, unique agent scenario in the HealthTech_MedOps domain: a clinical study requires a cohort of patients with Diabetes Type 2 (ICD‑10 code E11.9) aged 45‑70 years. The agent must query the OMOP CDM for this cohort, pseudonymize all 18 HIPAA PHI identifiers in the res...	healthtech_hl7_parser	0.99
Eine klinische Studie benötigt eine Probanden-Kohorte mit Diabetes Typ 2 (ICD-10: E11.9) im Alter von 45 bis 70 Jahren. Das System soll zunächst geeignete Patienten aus der OMOP CDM-Datenbank abfragen, anschließend alle 18 HIPAA-PHI-Felder pseudonymisieren und schließlich die Kohortengröße validieren, um sicherzustelle...	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "Eine klinische Studie benötigt eine Probanden-Kohorte mit Diabetes Typ 2 (ICD-10: E11.9) im Alter von 45 bis 70 Jahren. Das System soll zunächst geeignete Patienten aus der OMOP CDM-Datenbank abfragen, anschließend alle 18 HIPAA-PHI-Felder pseudonymisieren und schließlich die K...	healthtech_hl7_parser	0.99
Der HealthTech-Agent hat ein fehlerhaftes FHIR R4 Observation JSON von der Krankenhaus-Ingestion-Pipeline erhalten. Das Dokument enthält einen Patienten mit Observation-Daten, aber der LOINC-Code im Code-Element ist ungültig (z.B. 'LOINC_999999'). Zudem müssen alle PHI-Daten (Name, MRN, Geburtsdatum) gemäß HIPAA de-ide...	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "Der HealthTech-Agent hat ein fehlerhaftes FHIR R4 Observation JSON von der Krankenhaus-Ingestion-Pipeline erhalten. Das Dokument enthält einen Patienten mit Observation-Daten, aber der LOINC-Code im Code-Element ist ungültig (z.B. 'LOINC_999999'). Zudem müssen alle PHI-Daten (N...	healthtech_hl7_parser	0.99
Ich habe eine HL7 v2 ADT_A01 Nachrichten-Datei, die Segment-Trennzeichen-Korruption und ungültige Datumsformate im PID-Segment enthält. Die Nachrichten-Datei scheint beschädigte Pipe-Zeichen und falsch formatierte Datumsangaben zu haben, die den Standard HL7 v2.x parsen verhindern. Bitte analysieren Sie die Nachricht, ...	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "Ich habe eine HL7 v2 ADT_A01 Nachrichten-Datei, die Segment-Trennzeichen-Korruption und ungültige Datumsformate im PID-Segment enthält. Die Nachrichten-Datei scheint beschädigte Pipe-Zeichen und falsch formatierte Datumsangaben zu haben, die den Standard HL7 v2.x parsen verhind...	healthtech_hl7_parser	0.99
Ein Krankenhaus-Ingestionssystem hat ein FHIR R4 Observation-JSON erhalten, das einen ungültigen LOINC-Code enthält. Als MedOps-Agent muss ich: (1) das JSON gegen das FHIR R4-Schema validieren und den fehlerhaften LOINC-Code identifizieren, (2) den ungültigen Code durch einen gültigen Standard-LOINC-Code ersetzen und e...	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "Ein Krankenhaus-Ingestionssystem hat ein FHIR R4 Observation-JSON erhalten, das einen ungültigen LOINC-Code enthält. Als MedOps-Agent muss ich: (1) das JSON gegen das FHIR R4-Schema validieren und den fehlerhaften LOINC-Code identifizieren, (2) den ungültigen Code durch einen g...	healthtech_hl7_parser	0.99
Ich leite eine klinische Studie zur Therapieeffectivität von Metformin beim Typ-2-Diabetes ein. Ich benötige eine Kohorte von 500 bis 1000 Patient:innen mit ICD-10-Diagnose E11.9 (Typ-2-Diabetes mellitus ohne Komplikationen), Alter 45–70 Jahre. Bitte führe eine strukturierte Kohortenabfrage über OMOP CDM durch, wende a...	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "Ich leite eine klinische Studie zur Therapieeffectivität von Metformin beim Typ-2-Diabetes ein. Ich benötige eine Kohorte von 500 bis 1000 Patient:innen mit ICD-10-Diagnose E11.9 (Typ-2-Diabetes mellitus ohne Komplikationen), Alter 45–70 Jahre. Bitte führe eine strukturierte Ko...	healthtech_hl7_parser	0.99
HealthTech_MedOps: Erstelle ein multi_tool_chain-Szenario, bei dem ein Agent eine OMOP CDM-Abfrage für eine Probandenkohorte mit Diabetes Typ 2 (ICD10 E11.9) im Alter von 45 bis 70 Jahren durchführt, anschließend alle 18 HIPAA PHI-Attribute pseudonymisiert und die Kohortengröße validiert.	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "HealthTech_MedOps: Erstelle ein multi_tool_chain-Szenario, bei dem ein Agent eine OMOP CDM-Abfrage für eine Probandenkohorte mit Diabetes Typ 2 (ICD10 E11.9) im Alter von 45 bis 70 Jahren durchführt, anschließend alle 18 HIPAA PHI-Attribute pseudonymisiert und die Kohortengröße...	healthtech_hl7_parser	0.99
Create a unique agent scenario: HealthTech_MedOps domain, HL7 v2 ADT_A01 message with damaged segment delimiter (using ';' instead of '\|') and invalid date format in PID segment (month 13). Agent must parse segment header, repair delimiter, fix date, and convert to normalized JSON. Error recovery required.	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "Create a unique agent scenario: HealthTech_MedOps domain, HL7 v2 ADT_A01 message with damaged segment delimiter (using ';' instead of '\|') and invalid date format in PID segment (month 13). Agent must parse segment header, repair delimiter, fix date, and convert to normalized J...	healthtech_hl7_parser	0.99
HealthTech_MedOps request: query the OMOP CDM for a clinical trial cohort of patients with Diabetes Type 2 (ICD10 code E11.9) who are aged between 45 and 70 years. After obtaining the cohort, pseudonymize all 18 HIPAA PHI identifiers in the resulting clinical summary using a deterministic salt token and ensure the coho...	You are a specialized enterprise AI agent executing verified tool calls with strict Chain-of-Thought reasoning.	[ { "role": "user", "content": "HealthTech_MedOps request: query the OMOP CDM for a clinical trial cohort of patients with Diabetes Type 2 (ICD10 code E11.9) who are aged between 45 and 70 years. After obtaining the cohort, pseudonymize all 18 HIPAA PHI identifiers in the resulting clinical summary using a de...	healthtech_hl7_parser	0.99

🚀 Emgena AI Labs: Clinical HL7 v2 ADT/ORM Message Parser & Router (Evaluation Teaser Edition)

🔥 READY FOR PRODUCTION MULTI-TURN AGENT FINE-TUNING?

You are currently inspecting the Free Evaluation Teaser (10 multi-turn samples).

🚀 1-Click Interactive Colab Notebook: (Fine-tune on Free Google Colab T4 GPU in 10 mins)

🏆 Get the Complete Production Suite on Gumroad:
👉 Unlock the Full Clinical HL7 v2 ADT/ORM Message Parser & Router Package

🎟️ Limited Community Launch Coupon: Use code LAUNCH20 at checkout for 20 € OFF (Get it for only 29 € instead of ~~49 €~~!)
🎁 Want a 100% Free Full Package? 👉 Claim the Free FastAPI Async Starter Pack (0 € with code STARTER100)

Feature 🆓 Free Evaluation Teaser 🚀 Full Production Master Package

Dataset Size 10 Samples (Preview) 30 - 100+ Enterprise Scenarios

Self-Healing & Retries Basic (<20%) >60% Real Error Injections & AST Repairs

Turnkey Fine-Tuning Raw Parquet / JSON 1-Click Unsloth Google Colab Notebook & PyTorch Code

Commercial Rights Non-commercial Eval 100% Commercial EULA & EU AI Act Article 50/53 Audit

Format Compatibility Parquet only Parquet + ShareGPT + Alpaca JSON + AST Schemas

⚡ Instant Download after checkout. 0.0% Syntax Error Guarantee (Pydantic AST Verified).

Feature	🆓 Free Evaluation Teaser	🚀 Full Production Master Package
Dataset Size	10 Samples (Preview)	30 - 100+ Enterprise Scenarios
Self-Healing & Retries	Basic (<20%)	>60% Real Error Injections & AST Repairs
Turnkey Fine-Tuning	Raw Parquet / JSON	1-Click Unsloth Google Colab Notebook & PyTorch Code
Commercial Rights	Non-commercial Eval	100% Commercial EULA & EU AI Act Article 50/53 Audit
Format Compatibility	Parquet only	Parquet + ShareGPT + Alpaca JSON + AST Schemas

🏛️ The Modular Emgena Architecture: How Bricks, Houses & Villages Connect

Every Emgena dataset is engineered as a precision-fit building block within a comprehensive enterprise AI hierarchy:

🏛️ THE 4-TIER OMNIMCP AI CIVILIZATION HIERARCHY:
├── 🧱 LEVEL 1: THE BRICK (29 € - 99 €)
│   • Highly targeted single-problem solvers.
│
├── 🏢 LEVEL 2: THE HOUSE (79 € - 149 €)
│   • Complete departmental engineering suites.
│
├── 🏘️ LEVEL 3: THE VILLAGE (99 € - 249 € Standard | 249 € - 599 € Corporate)
│   • Turnkey industry solutions combining specialized Houses.
│
└── 🏙️ LEVEL 4: THE MASTER METROPOLIS (299 € - 599 €)
    • The unified Emgena Enterprise Campus (900+ multi-turn scenarios).

🗺️ Complete Ecosystem Navigation & Live Store Links (80 Active Products):

Tier	Product / Suite	Domain & Specialization	Commercial Shop Link
🏙️ Metropolis	Emgena Master Metropolis	All 19 Villages & 64 Bricks (900+ Samples, 8.11 MB)	Buy on Gumroad (299 €)
🏘️ Village	Autonomous CyberDefense SOC	DDoS, Token Revocation, Zero-Day Isolation	Buy on Gumroad (249 €)
🏘️ Village	FinTech & Algorithmic Trading	High-Frequency Order Routing, Risk Guard	Buy on Gumroad (149 €)
🏘️ Village	Cloud Backend Resilience	Redis Redlocks, Celery DLQ, Async ORM	Buy on Gumroad (179 €)
🏘️ Village	Enterprise Modern Data Platform	Postgres, Snowflake, BigQuery, Kafka, dbt	Buy on Gumroad (179 €)
🧱 Brick	CodeArchitect FastAPI Async	Non-blocking Endpoints, Pydantic v2	Buy on Gumroad (29 €)
🎁 Lead Magnet	FastAPI Async Starter Pack	100% Free Full Package (Code STARTER100)	Claim for 0 €

⚡ 3-Line Python Quickstart (Loading Teaser Data)

from datasets import load_dataset

# Load the free evaluation teaser directly into Hugging Face Datasets
dataset = load_dataset("bacard/omnimcp_healthtech_hl7_parser_teaser")

print(f"Total Teaser Rows: {len(dataset['train'])}")
print("First conversation turn:")
print(dataset["train"][0]["instruction"])

Downloads last month: 23

Number of rows:

Total file size:

40.3 kB