感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
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