联系我们
 课程时长 14 小时

课程大纲

医疗保健中Agentic AI的基础

  • Agentic与仅工具型LLM应用
  • 自主性边界、策略和人工监督
  • 医疗保健数据环境和约束(EHR、FHIR、PHI)

设计代理工作流

  • 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

检索增强代理

  • 医学文档的摄取和分块
  • 嵌入、向量存储和相关性评估
  • 响应基础化和引用策略

医疗保健集成和互操作性

  • 用于代理连接的FHIR/SMART基础
  • 处理结构化与非结构化临床数据
  • 事件、API和审计跟踪

安全、风险与治理

  • 护栏、红队和故障安全设计
  • PHI处理、去识别化和访问控制
  • 人机协同审查和升级路径

评估与监控

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

部署模式和实践实验

  • 基于API与本地模型的选择
  • 使用LangChain、FastAPI和ChromaDB构建检索增强代理
  • 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
  • 有数据分析或机器学习工作流的经验
  • 熟悉医疗保健数据概念(例如EHR、FHIR)

目标受众

  • 医疗保健数据科学家和机器学习工程师
  • 临床信息学和数字健康产品团队
  • 医疗保健领域的IT领导者和创新经理

即将举行的公开课程

课程分类