Kurzusleírás

Az agentikus AI alapjai az egészségügyben

  • Agentikus vs. csak eszközhasználatú LLM alkalmazások
  • Autonómia határok, irányelvek és emberi felügyelet
  • Az egészségügyi adatok terepe és korlátai (EHR, FHIR, PHI)

Agent munkafolyamatok tervezése

  • Tervezés, memória, eszközhasználat és visszacsatolási hurkok
  • Prompt tervezés, funkciók/eszközök és műveletválasztás
  • Állapotkezelés és összehangolási minták

Kereséssel bővített agentek

  • Orvosi dokumentumok feldolgozása és darabolása
  • Beágyazások, vektor tárolók és relevancia értékelés
  • Válaszok alapozása és hivatkozási stratégiák

Egészségügyi integrációk és interoperabilitás

  • FHIR/SMART alapok az agent kapcsolódáshoz
  • Strukturált és strukturálatlan klinikai adatokkal való munka
  • Események, API-k és naplózási nyomvonalak

Biztonság, kockázat és irányítás

  • Korlátok, red-teaming és biztonsági mentés tervezés
  • PHI kezelés, de-identifikáció és hozzáférési szabályozások
  • Emberi felügyeleti áttekintés és eszkalációs útvonalak

Értékelés és monitorozás

  • Offline értékelések, arany halmazok és KPI meghatározás
  • Hallucináció észlelése és tényellenőrzés
  • Megfigyelhetőség, naplózás és költség/késleltetés kezelés

Üzembe helyezési minták és gyakorlati labor

  • API-alapú vs. helyszíni modellválasztások
  • Kereséssel bővített agent építése LangChain, FastAPI és ChromaDB segítségével
  • Szimulált incidensválasz és visszaállítási eljárások

Összefoglalás és következő lépések

Követelmények

  • Alapvető Python programozási ismeretek
  • Tapasztalat adatelemzésben vagy ML munkafolyamatokban
  • Ismeret az egészségügyi adatokkal kapcsolatos fogalmakban (pl. EHR, FHIR)

Célközönség

  • Egészségügyi adattudósok és ML mérnökök
  • Klinikai informatika és digitális egészségügyi termékcsapatok
  • IT vezetők és innovációs menedzserek az egészségügyben
 14 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák