联系我们

课程大纲

医疗保健中Agentic AI的基础

  • Agentic与仅工具LLM应用
  • 自主边界、政策和人工监督
  • 医疗数据格局和约束(EHR、FHIR、PHI)

设计Agent工作流

  • 规划、记忆、工具使用和反思循环
  • 提示工程、函数/工具和动作选择
  • 状态管理和编排模式

检索增强Agent

  • 医疗文档摄入和分块
  • 嵌入、向量存储和相关性评估
  • 接地响应和引用策略

医疗集成和互操作性

  • FHIR/SMART基础的agent连接
  • 处理结构化和非结构化临床数据
  • 事件、API和审计跟踪

安全、风险和治理

  • 护栏、红队和故障安全设计
  • PHI处理、去标识化和访问控制
  • 人在环审查和升级路径

评估和监控

  • 离线评估、黄金集和KPI定义
  • 幻觉检测和事实性检查
  • 可观测性、日志记录和成本/延迟管理

部署模式和动手实验

  • 基于API与本地模型选择
  • 使用LangChain、FastAPI和ChromaDB构建检索增强agent
  • 模拟事件响应和回滚程序

总结和后续步骤

要求

  • 了解基本的Python编程
  • 具有数据分析或ML工作流的经验
  • 熟悉医疗数据概念(如EHR、FHIR)

目标受众

  • 医疗数据科学家和ML工程师
  • 临床信息学和数字健康产品团队
  • 医疗IT领导者和创新经理
 14 小时

即将举行的公开课程

课程分类