Đề cương khóa học

Nền tảng của Agentic AI cho Y tế

  • Ứng dụng Agentic so với các ứng dụng LLM chỉ là công cụ
  • Ranh giới tự chủ, chính sách và giám sát con người
  • Bối cảnh và ràng buộc dữ liệu y tế (EHR, FHIR, PHI)

Thiết kế Luồng làm việc của Agent

  • Kế hoạch, bộ nhớ, sử dụng công cụ và vòng lặp phản chiếu
  • Kỹ thuật thiết kế prompt, các chức năng/công cụ và lựa chọn hành động
  • Quản lý trạng thái và mẫu điều phối

Các Agent được tăng cường bởi Trích xuất

  • Sử dụng và phân đoạn tài liệu y tế
  • Các vectơ nhập, kho lưu trữ và đánh giá độ liên quan
  • Hiện thực hóa phản hồi và chiến lược trích dẫn

Tích hợp và tương thích với Y tế

  • Cơ sở FHIR/SMART cho kết nối Agent
  • Làm việc với dữ liệu lâm sàng có cấu trúc và không cấu trúc
  • Sự kiện, API và theo dõi lịch sử

An toàn, Rủi ro và Quản trị

  • Các cản trở, đánh giá độ an toàn và thiết kế fail-safe
  • Xử lý PHI, xử lý không xác định và kiểm soát truy cập
  • Xem lại và các đường lối tăng cường

Đánh giá và giám sát

  • Đánh giá offline, các bộ dữ liệu vàng và định nghĩa KPI
  • Phát hiện giả tưởng và kiểm tra tính thực tế
  • Kiểm tra, ghi nhật ký và quản lý chi phí/tín hiệu trễ

Mẫu triển khai và phòng thí nghiệm thực hành

  • Lựa chọn mô hình API hoặc trên địa phương
  • Xây dựng một Agent được tăng cường bởi Trích xuất với LangChain, FastAPI và ChromaDB
  • Các thủ tục phản ứng sự cố và quay lại mô phỏng

Tóm lược và các bước tiếp theo

Yêu cầu

  • Hiểu biết cơ bản về lập trình Python
  • Kinh nghiệm về phân tích dữ liệu hoặc các công việc luồng ML
  • Thông thạo các khái niệm về dữ liệu y tế (ví dụ: EHR, FHIR)

Đối tượng

  • Các nhà khoa học dữ liệu y tế và kỹ sư ML
  • Các đội ngũ thông tin lâm sàng và sản phẩm sức khỏe số
  • Các nhà lãnh đạo IT và quản lý sáng tạo trong y tế
 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Các khóa học sắp tới

Các danh mục liên quan