聯繫我們
 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

課程分類