Kurzusleírás

Egészségügyi Agentic AI alapjai

  • Agentic vs. tool-only LLM alkalmazások
  • Függetlenség határok, politikák és emberi felügyelet
  • Egészségügyi adattérkép és korlátozások (EHR, FHIR, PHI)

Ügynök munkafolyamatok tervezése

  • Tervezés, memória, eszközhasználat és visszajelzési ciklusok
  • Utasításmódosítás, funkciók/eszközök és cselekményválogatás
  • Állapotkezelés és irányítási minták

Keresés-megerősítéses ügynökök

  • Orvosi dokumentum beolvasás és darabolás
  • Bemenetek, vektor tárolók és relevancia értékelés
  • Válaszok alapozása és idézési stratégiák

Egészségügyi integrációk és interoperabilitás

  • FHIR/SMART alapok az ügynökök csatlakoztatásához
  • Szerkezetes és szerkezet nélküli klinikai adatok kezelése
  • Eseménykezelés, API-k és nyomkövetési utak

Biztonság, kockázat és irányítás

  • Vezérlőszalagok, red-teaming és biztonsági design
  • PHI kezelés, azonosítás és hozzáférési korlátozások
  • Emberi beavatkozásos felülvizsgálat és escaláció útvonalak

Értékelés és monitorozás

  • Offline értékelések, aranyhalmazok és KPI meghatározása
  • Hallucináció detektálás és tények ellenőrzése
  • Megfigyelhetőség, naplózás és költség/látensziddel kezelés

Telepítési minták és gyakorlati labor

  • API-alapú vs. helyi modell választások
  • Retrieval-augmented ügynök építése LangChain, FastAPI és ChromaDB segítségével
  • Szimulált incidensvisszajelzés és visszaállítási eljárások

Összegzés és következő lépések

Követelmények

  • Alapvető Python programozási ismeretek
  • Tapasztalat adatelemzéssel vagy ML munkafolyamatokkal
  • Ismeret az egészségügyi adatok fogalmával (pl. EHR, FHIR)

Audience

  • Egészségügyi adattudósok és ML mérnökök
  • Klinikai informatikai és digitális egészségtermékek csapatai
  • IT vezetők és innováció menedzserei az egészségügyben
 14 Órák

Résztvevők száma


Ár résztvevőnként

Közelgő kurzusok

Rokon kategóriák