课程大纲

医疗领域的Agentic AI基础

  • Agentic与纯工具型LLM应用的区别
  • 自主性边界、策略与人类监督
  • 医疗数据环境与限制(EHR、FHIR、PHI)

设计Agent工作流程

  • 规划、记忆、工具使用与反思循环
  • 提示工程、函数/工具与动作选择
  • 状态管理与编排模式

检索增强型Agent

  • 医疗文档的摄取与分块
  • 嵌入、向量存储与相关性评估
  • 基于事实的回应与引用策略

医疗集成与互操作性

  • FHIR/SMART基础与Agent连接
  • 处理结构化和非结构化临床数据
  • 事件处理、API与审计跟踪

安全性、风险与治理

  • 护栏、红队测试与故障安全设计
  • PHI处理、去识别化与访问控制
  • 人类参与的审查与升级路径

评估与监控

  • 离线评估、黄金数据集与KPI定义
  • 幻觉检测与事实性检查
  • 可观察性、日志记录与成本/延迟管理

部署模式与动手实验

  • 基于API与本地模型的选择
  • 使用LangChain、FastAPI和ChromaDB构建检索增强型Agent
  • 模拟事件响应与回滚流程

总结与下一步

要求

  • 了解基本的Python编程
  • 有数据分析或机器学习工作流程的经验
  • 熟悉医疗数据概念(如EHR、FHIR)

受众

  • 医疗数据科学家和机器学习工程师
  • 临床信息学与数字健康产品团队
  • 医疗IT领导与创新经理
 14 小时

即将举行的公开课程

课程分类