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
醫療領域的智能體人工智能基礎
- 智能體與僅使用工具的 LLM 應用之比較
- 自主性邊界、策略及人工監督
- 醫療數據環境與約束條件(EHR、FHIR、PHI)
設計智能體工作流
- 規劃、記憶、工具使用及反思循環
- 提示工程、函數/工具及行動選擇
- 狀態管理和編排模式
檢索增強智能體
- 醫療文檔攝取與分塊(Chunking)
- 嵌入(Embeddings)、向量存儲及相關性評估
- 回應接地(Grounding)及引用策略
醫療集成與互操作性
- 用於智能體連接的 FHIR/SMART 基礎知識
- 處理結構化和非結構化臨床數據
- 事件處理、API 及審計追蹤
安全性、風險與治理
- 護欄、紅隊測試(Red-teaming)及故障安全設計
- PHI 處理、去標識化及訪問控制
- 人在回路(Human-in-the-loop)審計及升級路徑
評估與監控
- 離線評估、黃金數據集(Golden Sets)及 KPI 定義
- 幻覺檢測及事實性檢查
- 可觀察性、日誌記錄及成本/延遲管理
部署模式與動手實驗
- 基於 API 與本地部署模型的選擇
- 使用 LangChain、FastAPI 和 ChromaDB 構建檢索增強智能體
- 模擬事件響應及回滾程序
總結與下一步
最低要求
- 了解基礎 Python 編程
- 具備數據分析或機器學習工作流經驗
- 熟悉醫療數據概念(例如 EHR、FHIR)
受眾群體
- 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
- 醫療行業的 IT 領導者及創新經理