課程簡介

醫療領域的Agentic AI基礎

  • Agentic與純工具型LLM應用的區別
  • 自主性邊界、策略與人類監督
  • 醫療數據環境與限制(EHR、FHIR、PHI)

設計Agent工作流程

  • 規劃、記憶、工具使用與反思循環
  • 提示工程、函數/工具與動作選擇
  • 狀態管理與編排模式

檢索增強型Agent

  • 醫療文檔的攝取與分塊
  • 嵌入、向量存儲與相關性評估
  • 基於事實的回應與引用策略

醫療集成與互操作性

  • FHIR/SMART基礎與Agent連接
  • 處理結構化和非結構化臨牀數據
  • 事件處理、API與審計跟蹤

安全性、風險與治理

  • 護欄、紅隊測試與故障安全設計
  • PHI處理、去識別化與訪問控制
  • 人類參與的審查與升級路徑

評估與監控

  • 離線評估、黃金數據集與KPI定義
  • 幻覺檢測與事實性檢查
  • 可觀察性、日誌記錄與成本/延遲管理

部署模式與動手實驗

  • 基於API與本地模型的選擇
  • 使用LangChain、FastAPI和ChromaDB構建檢索增強型Agent
  • 模擬事件響應與回滾流程

總結與下一步

最低要求

  • 瞭解基本的Python編程
  • 有數據分析或機器學習工作流程的經驗
  • 熟悉醫療數據概念(如EHR、FHIR)

受衆

  • 醫療數據科學家和機器學習工程師
  • 臨牀信息學與數字健康產品團隊
  • 醫療IT領導與創新經理
 14 時間:

人數


每位參與者的報價

即將到來的課程

課程分類