聯繫我們
 課程時長 14 時間:

課程簡介

醫療保健代理式AI基礎

  • 代理式 vs. 僅工具型LLM應用
  • 自主性界限、政策和人為監督
  • 醫療保健數據環境和限制(EHR、FHIR、PHI)

設計代理工作流程

  • 規劃、記憶、工具使用和反思迴圈
  • 提示工程、函數/工具和動作選擇
  • 狀態管理和編排模式

檢索增強代理

  • 醫療文件匯入和分塊
  • 嵌入、向量儲存和相關性評估
  • 接地回應和引用策略

醫療保健整合和互通性

  • FHIR/SMART代理連線基礎
  • 處理結構化和非結構化臨床數據
  • 事件、API和稽核軌跡

安全、風險和管理

  • 防護措施、紅隊演練和故障安全設計
  • PHI處理、去識別化和存取控制
  • 人為監督審查和升級路徑

評估和監控

  • 離線評估、黃金集和KPI定義
  • 幻覺偵測和事實性檢查
  • 可觀測性、日誌記錄和成本/延遲管理

部署模式和實作實驗室

  • 基於API vs. 本地模型選擇
  • 使用LangChain、FastAPI和ChromaDB建立檢索增強代理
  • 模擬事件回應和回滾程序

總結和後續步驟

最低要求

  • 了解基本的Python程式設計
  • 具備數據分析或ML工作流程的經驗
  • 熟悉醫療保健數據概念(例如EHR、FHIR)

目標受眾

  • 醫療保健數據科學家和ML工程師
  • 臨床資訊學和數位健康產品團隊
  • 醫療保健領域的IT領導者和創新經理

人數


每位參與者的報價

即將到來的課程

課程分類