医疗保健领域的生成式AI与提示工程培訓
生成式AI是一种基于提示词与数据,生成文本、图像及建议等新内容的技术。
本次由讲师引导的培训（线上或线下）面向初级至中级医疗保健专业人士,旨在帮助他们运用生成式AI与提示工程,提升医疗场景中的效率、准确性及沟通技能。
培训结束后,参与者将能够：
- 理解生成式AI与提示工程的基本原理。
- 应用AI工具简化临床、行政及科研任务。
- 确保AI在医疗保健中的使用符合伦理、安全及合规要求。
- 优化提示词,以获得一致且准确的结果。
课程形式
- 互动式讲授与讨论。
- 实践练习与案例研究。
- 使用AI工具进行动手实验。
课程定制选项
- 如需为本课程申请定制培训,请联系我们进行安排。
課程簡介
模块1——生成式AI与提示工程基础
- 什么是生成式AI及其工作原理
- AI模型与工具之间的差异
- 提示工程的原则
- 提示词的结构与优化,以获得一致结果
模块2——医学中的实际应用
- 草拟医疗报告与意见
- 用于标准化临床文档的提示词模板
- 临床决策支持
- 鉴别诊断建议与循证指南
- 时间优化
- 会诊前准备与手术过程中的支持
- 患者沟通技能
- 创建清晰、人性化的会诊后指导
- 医学知识支持
- 临床指南摘要、快速回顾与专题检索
- 医疗办公室的行政管理
- 安排日程、提醒事项与内部沟通技能
模块3——AI在医学中的最佳实践与局限性
- 常见错误及如何避免
- 验证与审查AI生成的信息
- 与人类临床判断的互补性
模块4——伦理、隐私与安全使用
- AI在医疗保健中的伦理影响
- 遵守数据保护法律（LGPD）与保密规则
- AI使用中的职业责任
总结与后续步骤
最低要求
- 了解基本医学术语
- 具备医疗保健临床或行政流程相关经验
- 基本熟悉数字工具
目标受众
- 医疗保健专业人士
- 医学研究人员
- 医疗机构的行政人员
公開培訓課程需要5名以上參與者。
医疗保健领域的生成式AI与提示工程培訓 - 訂單
医疗保健领域的生成式AI与提示工程培訓 - 詢問
医疗保健领域的生成式AI与提示工程 - 咨詢詢問
即將到來的課程
相關課程
Vertex AI中的進階微調與提示管理
14 小時醫療保健中的代理式AI
14 小時AI代理在醫療和診斷中的應用
14 小時本課程由講師主導，提供香港（線上或線下）培訓，面向希望實施AI驅動的醫療解決方案的中級到高級醫療專業人員和AI開發者。
通過本課程，學員將能夠：
- 瞭解AI代理在醫療和診斷中的作用。
- 開發用於醫學圖像分析和預測診斷的AI模型。
- 將AI與電子健康記錄（EHR）和臨牀工作流程集成。
- 確保符合醫療法規和倫理AI實踐。
AI與AR/VR在醫療健康中的應用
14 小時本課程爲講師主導的培訓，在香港（線上或線下）進行，面向希望將AI和AR/VR解決方案應用於醫療培訓、手術模擬和康復的中級醫療專業人員。
培訓結束後，學員將能夠：
- 理解AI在增強醫療AR/VR體驗中的作用。
- 使用AR/VR進行手術模擬和醫療培訓。
- 在患者康復和治療中應用AR/VR工具。
- 探討AI增強醫療工具中的倫理和隱私問題。
AI for Healthcare using Google Colab
14 小時本次由讲师指导的香港（线上或线下）培训，面向中级数据科学家和医疗保健专业人士，旨在帮助他们利用Google Colab进行高级医疗保健应用的人工智能技术。
通过本次培训，参与者将能够：
- 使用Google Colab实现医疗保健领域的AI模型。
- 利用AI进行医疗数据的预测建模。
- 使用AI驱动的技术分析医学图像。
- 探讨基于AI的医疗解决方案中的伦理问题。
人工智能在醫療保健中的應用
21 小時本次由講師指導的線下或線上培訓，面向中級醫療專業人員和數據科學家，旨在幫助他們理解並應用AI技術在醫療環境中。
培訓結束後，參與者將能夠：
- 識別AI可以解決的關鍵醫療挑戰。
- 分析AI對患者護理、安全和醫學研究的影響。
- 理解AI與醫療商業模式之間的關係。
- 將基本AI概念應用於醫療場景。
- 開發用於醫療數據分析的機器學習模型。
ChatGPT在醫療健康中的應用
14 小時本課程由講師主導，提供香港（線上或線下）培訓，旨在幫助醫療健康專業人士和研究人員利用ChatGPT提升患者護理、簡化工作流程並改善醫療健康結果。
培訓結束後，參與者將能夠：
- 理解ChatGPT的基礎知識及其在醫療健康中的應用。
- 利用ChatGPT自動化醫療健康流程和互動。
- 使用ChatGPT爲患者提供準確的醫學信息和支持。
- 應用ChatGPT進行醫學研究和分析。
醫療領域的邊緣人工智能
14 小時本課程由講師主導，提供香港（線上或線下）培訓，面向中級醫療專業人員、生物醫學工程師和人工智能開發者，旨在利用邊緣人工智能開發創新醫療解決方案。
培訓結束後，學員將能夠：
- 瞭解邊緣人工智能在醫療中的作用和優勢。
- 爲醫療應用開發和部署邊緣設備上的人工智能模型。
- 在可穿戴設備和診斷工具中實施邊緣人工智能解決方案。
- 使用邊緣人工智能設計和部署患者監護系統。
- 處理醫療人工智能應用中的倫理和法規問題。
微調AI用於醫療：醫學診斷與預測分析
14 小時本課程爲講師指導的香港（線上或線下）培訓，面向中高級醫療AI開發者和數據科學家，旨在幫助他們微調模型，用於臨牀診斷、疾病預測和患者結果預測，使用結構化和非結構化醫療數據。
培訓結束後，學員將能夠：
- 在包括電子病歷、影像和時間序列數據在內的醫療數據集上微調AI模型。
- 在醫療環境中應用遷移學習、領域適應和模型壓縮。
- 解決模型開發中的隱私、偏見和法規合規問題。
- 在實際醫療環境中部署和監控微調後的模型。
生成式AI在醫療保健中的應用：變革醫學與患者護理
21 小時本課程爲講師指導的培訓（線上或線下），面向初級到中級醫療保健專業人員、數據分析師和政策制定者，旨在幫助他們理解和應用生成式AI在醫療保健領域的應用。
通過本培訓，學員將能夠：
- 解釋生成式AI在醫療保健中的原理和應用。
- 識別生成式AI在藥物發現和個性化醫療中的機會。
- 運用生成式AI技術進行醫學影像和診斷。
- 評估AI在醫療環境中的倫理影響。
- 制定將AI技術整合到醫療保健系統中的策略。
LangGraph在医疗保健中的应用：受监管环境下的工作流编排
35 小時多模態AI在醫療中的應用
21 小時本次由講師指導的培訓在香港（線上或線下）面向中級到高級醫療專業人員、醫學研究人員和AI開發者，旨在幫助他們在醫療診斷和醫療應用中應用多模態AI。
培訓結束後，參與者將能夠：
- 理解多模態AI在現代醫療中的作用。
- 整合結構化和非結構化醫療數據，用於AI驅動的診斷。
- 應用AI技術分析醫學影像和電子健康記錄。
- 開發用於疾病診斷和治療建議的預測模型。
- 實施語音和自然語言處理（NLP）技術，用於醫療轉錄和患者互動。
Ollama 在醫療保健領域的應用
14 小時這門在 香港 舉行的培訓課程，協助醫療從業者及IT團隊部署 Ollama，以運行本地 LLM。學員將學習如何將人工智能整合至臨床工作流程，針對特定任務自定義模型，並在安全的醫療環境中確保嚴格的数据隱私及法規合規。
醫療領域的提示工程
14 小時本課程爲講師指導的培訓（線上或線下），面向中級醫療專業人員和AI開發者，旨在利用提示工程技術提升醫療工作流程、研究效率和患者結果。
課程結束後，學員將能夠：
- 瞭解醫療領域提示工程的基礎知識。
- 使用AI提示進行臨牀文檔和患者互動。
- 利用AI進行醫學研究和文獻綜述。
- 通過AI驅動的提示增強藥物發現和臨牀決策。
- 確保醫療AI符合法規和倫理標準。
醫療領域中的TinyML：可穿戴設備上的AI
21 小時此課程為香港的線上/線下講師授課培訓，內容涵蓋在健康監控與診斷中部署TinyML解決方案。學員將學習為即時健康數據設計模型，針對低功耗可穿戴設備進行優化，並確保臨床可靠性。課程包含實作實驗室練習。
