Edge AI 医疗应用 培训

Agentic AI 是一种方法，使 AI 系统能够在定义的约束条件下进行规划、推理并采取工具使用行动以实现目标。

本次由讲师指导的培训（线上或线下）面向中级水平的医疗和数据团队，旨在帮助他们设计、评估和治理用于临床和操作用例的 Agentic AI 解决方案。

在培训结束时，参与者将能够：

• 解释医疗环境中的 Agentic AI 概念和约束。
• 设计具有规划、记忆和工具使用的安全代理工作流程。
• 在临床文档和知识库上构建检索增强型代理。
• 通过护栏和人在环控制来评估、监控和治理代理行为。

课程形式

• 互动讲座和引导讨论。
• 在沙盒环境中进行引导实验和代码讲解。
• 基于场景的安全、评估和治理练习。

课程定制选项

• 如需为此课程定制培训，请联系我们安排。

本次由讲师主导的中国（线上或线下）培训，面向中高级医疗专业人员和AI开发者，旨在帮助他们实施AI驱动的医疗解决方案。

培训结束后，参与者将能够：

• 了解AI代理在医疗和诊断中的作用。
• 开发用于医学图像分析和预测诊断的AI模型。
• 将AI与电子健康记录（EHR）和临床工作流程集成。
• 确保遵守医疗法规和AI伦理实践。

本次由讲师指导的中国（线上或线下）培训面向中级医疗保健专业人员，旨在帮助他们应用AI和AR/VR技术于医疗培训、手术模拟和康复领域。

培训结束后，参与者将能够：

• 了解AI在增强医疗AR/VR体验中的作用。
• 使用AR/VR进行手术模拟和医疗培训。
• 在患者康复和治疗中应用AR/VR工具。
• 探讨AI增强医疗工具中的伦理和隐私问题。

本课程为讲师指导的中国（线上或线下）培训，面向中级数据科学家和医疗专业人士，旨在帮助他们利用Google Colab在高级医疗应用中应用人工智能。

通过本培训，学员将能够：

• 使用Google Colab实现医疗人工智能模型。
• 利用人工智能进行医疗数据的预测建模。
• 使用人工智能技术分析医学影像。
• 探讨基于人工智能的医疗解决方案中的伦理问题。

本次由讲师指导的线下或线上培训，面向中级医疗专业人员和数据科学家，旨在帮助他们理解并应用AI技术在医疗环境中。

培训结束后，参与者将能够：

• 识别AI可以解决的关键医疗挑战。
• 分析AI对患者护理、安全和医学研究的影响。
• 理解AI与医疗商业模式之间的关系。
• 将基本AI概念应用于医疗场景。
• 开发用于医疗数据分析的机器学习模型。

本次由讲师指导的中国（线上或线下）培训，旨在帮助医疗保健专业人士和研究人员利用ChatGPT来提升患者护理、优化工作流程，并改善医疗保健成果。

培训结束后，参与者将能够：

• 理解ChatGPT的基本原理及其在医疗保健中的应用。
• 利用ChatGPT自动化医疗保健流程和互动。
• 使用ChatGPT为患者提供准确的医疗信息和支持。
• 应用ChatGPT进行医学研究和分析。

本次由讲师指导的中国（线上或线下）培训面向中级开发人员和IT专业人士，旨在帮助他们全面了解Edge AI从概念到实际实施的全过程，包括设置和部署。

培训结束后，学员将能够：

• 理解Edge AI的基本概念。
• 设置和配置Edge AI环境。
• 开发、训练和优化Edge AI模型。
• 部署和管理Edge AI应用。
• 将Edge AI与现有系统和工作流集成。
• 解决Edge AI实施中的伦理问题，并了解最佳实践。

本次由讲师指导的线下或线上培训，面向中级开发人员、系统架构师和行业专业人士，旨在帮助他们利用Edge AI增强物联网应用的智能数据处理和分析能力。

培训结束后，学员将能够：

• 理解Edge AI的基础知识及其在物联网中的应用。
• 为物联网设备设置和配置Edge AI环境。
• 在边缘设备上开发和部署用于物联网应用的AI模型。
• 在物联网系统中实现实时数据处理和决策。
• 将Edge AI与各种物联网协议和平台集成。
• 解决Edge AI在物联网中的伦理问题和最佳实践。

这是由讲师指导的线下或线上培训，针对中高级医疗AI开发者和数据科学家，旨在使用结构化和非结构化医疗数据，微调模型以进行临床诊断、疾病预测和患者结果预测。

在培训结束时，参与者将能够：

• 在包括电子病历（EMRs）、影像和时间序列数据的医疗数据集上微调AI模型。
• 在医疗情境中应用迁移学习、领域适应和模型压缩技术。
• 在模型开发中解决隐私、偏见和法规合规问题。
• 在实际医疗环境中部署和监控微调后的模型。

生成式AI是一种基于提示和数据创建新内容（如文本、图像和推荐）的技术。

本课程为讲师指导的培训（线上或线下），面向希望使用生成式AI和提示工程来提高医疗环境中效率、准确性和沟通能力的初级到中级医疗专业人员。

在本课程结束时，参与者将能够：

• 理解生成式AI和提示工程的基础知识。
• 应用AI工具简化临床、行政和研究任务。
• 确保在医疗保健中符合伦理、安全且合规地使用AI。
• 优化提示以获得一致且准确的结果。

课程形式

• 互动式讲座与讨论。
• 实践练习与案例分析。
• AI工具的动手实验。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

本课程为讲师指导的中国（线上或线下）培训，面向初级至中级医疗保健专业人员、数据分析师和政策制定者，旨在帮助他们理解并应用生成式AI于医疗保健领域。

培训结束后，参与者将能够：

• 解释生成式AI在医疗保健中的原理和应用。
• 识别生成式AI在药物发现和个性化医疗中的机会。
• 利用生成式AI技术进行医学影像和诊断。
• 评估AI在医疗环境中的伦理影响。
• 制定将AI技术整合到医疗保健系统中的策略。

本课程为讲师指导的中国（线上或线下）培训，面向希望了解Edge AI基础知识及其入门应用的初级开发者和IT专业人士。

通过本培训，参与者将能够：

• 理解Edge AI的基本概念和架构。
• 设置和配置Edge AI环境。
• 开发和部署简单的Edge AI应用。
• 识别并理解Edge AI的用例和优势。

LangGraph 支持由 LLM 驱动的有状态、多参与者工作流，并能精确控制执行路径和状态持久化。在医疗领域，这些功能对于合规性、互操作性以及构建符合医疗工作流的决策支持系统至关重要。

本次讲师主导的培训（线上或线下）面向中高级专业人员，旨在帮助他们设计、实施和管理基于 LangGraph 的医疗解决方案，同时应对监管、道德和操作挑战。

培训结束后，参与者将能够：

• 设计符合合规性和可审计性的医疗专用 LangGraph 工作流。
• 将 LangGraph 应用与医疗本体和标准（FHIR、SNOMED CT、ICD）集成。
• 在敏感环境中应用可靠性、可追溯性和可解释性的最佳实践。
• 在医疗生产环境中部署、监控和验证 LangGraph 应用。

课程形式

• 互动式讲座与讨论。
• 基于真实案例的实践练习。
• 在实时实验环境中进行实施实践。

课程定制选项

• 如需定制本课程，请联系我们安排。

本课程为讲师指导的中国（线上或线下）培训，面向中高级医疗专业人士、医学研究人员和AI开发者，旨在帮助他们将多模态AI应用于医学诊断和医疗应用。

培训结束后，学员将能够：

• 理解多模态AI在现代医疗中的作用。
• 整合结构化和非结构化医疗数据，用于AI驱动的诊断。
• 应用AI技术分析医学影像和电子健康记录。
• 开发用于疾病诊断和治疗建议的预测模型。
• 实施语音和自然语言处理（NLP）技术，用于医学转录和患者互动。

本次由讲师主导的培训，可在中国（线上或线下）进行，面向中级医疗专业人员和AI开发者，旨在利用提示工程技术提升医疗工作流程、研究效率和患者结果。

培训结束后，参与者将能够：

• 了解医疗领域中提示工程的基础知识。
• 使用AI提示进行临床文档记录和患者互动。
• 利用AI进行医学研究和文献综述。
• 通过AI驱动的提示增强药物发现和临床决策。
• 确保医疗AI符合法规和伦理标准。