聯繫我們

課程簡介

醫療領域代理型AI基礎

  • 代理與僅使用工具的LLM應用對比。
  • 自主權界限、政策和人工監督。
  • 醫療數據 landscapes 和約束條件(EHR、FHIR、PHI)。

設計代理工作流程

  • 規劃、記憶、工具使用和反思循環。
  • 提示工程、函數/工具及動作選擇。
  • 狀態管理和編排模式。

檢索增強式代理

  • 醫療文檔攝取和分塊。
  • 嵌入、向量存儲和相关性評估。
  • 響應基礎化和引用策略。

醫療集成與互操作性

  • FHIR/SMART基礎知識,用於代理連接。
  • 處理結構化和非結構化臨床數據。
  • 事件、API和審計追蹤。

安全性、風險與治理

  • 防護機制、紅隊測試和安全失敗設計。
  • PHI處理、去識別化和訪問控制。
  • 人工審核和人機協作升級路徑。

評估和監控

  • 離線評估、黃金集和KPI定義。
  • 幻覺檢測和事實性檢查。
  • 可觀察性、日誌记录和成本/延遲管理。

部署模式和實戰實驗室

  • 基於API與本地模型選擇。
  • 使用LangChain、FastAPI和ChromaDB構建檢索增強式代理。
  • 模擬事件響應和回滾程序。

總結與後續步驟

最低要求

  • 具備基本的Python編程知識。
  • 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(例如EHR、FHIR)。

受眾

  • 醫療數據科學家和機器學習工程師。
  • 臨床信息學和數字健康產品團隊。
  • 醫療機構的IT領導者和創新經理。
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類