聯繫我們
 課程時長 14 時間:

課程簡介

醫療領域智能體AI基礎

  • 智能體應用與僅使用工具的LLM應用之差異
  • 自主權邊界、政策與人工監督
  • 醫療數據生態與約束(EHR、FHIR、PHI)

設計智能體工作流

  • 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

檢索增強智能體

  • 醫療文檔的攝取與分塊
  • 嵌入、向量存儲與相關性評估
  • 回應依據與引用策略

醫療整合與互操作性

  • 用於智能體連接的FHIR/SMART基礎
  • 處理結構化與非結構化臨床數據
  • 事件機制、API與審計軌跡

安全性、風險與治理

  • 護欄、紅隊測試與失效安全設計
  • PHI處理、去識別化與存取控制
  • 人机協同審查與升級路徑

評估與監控

  • 離線評估、黃金樣本集與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

部署模式與實操實驗

  • 基於API的模型選擇與本地部署模型選擇
  • 使用LangChain、FastAPI與ChromaDB構建檢索增強智能體
  • 模擬事故響應與回滾程序

總結與下一步

最低要求

  • 具備基礎Python編程知識
  • 擁有數據分析或ML工作流程經驗
  • 熟悉醫療數據概念(如EHR、FHIR)

受眾對象

  • 醫療數據科學家與ML工程師
  • 臨床資訊與數位健康產品團隊
  • 醫療機構的IT主管與創新管理人員

人數


每位參與者的報價

即將到來的課程

課程分類