Благодарим ви, че изпратихте вашето запитване! Един от членовете на нашия екип ще се свърже с вас скоро.
Благодарим ви, че направихте своята резервация! Един от членовете на нашия екип ще се свърже с вас скоро.
Продължителност 14 часa
Съдържание и теми, включени в курса
Основите на агентния ИИ за здравеопазване
- Агентни спрямо само-инструментални LLM приложения
- Граници на автономията, политики и човешки надзор
- Ландшафт и ограничения на данните в здравеопазването (EHR, FHIR, PHI)
Проектиране на агентни работни процеси
- Планиране, памет, използване на инструменти и цикли на рефлексия
- Промяна на промпта (prompt engineering), функции/инструменти и избор на действия
- Управление на състоянието и модели за оркестрация
Агенти с подобрено извличане на данни (Retrieval-Augmented Agents)
- Повдигане (ингестиране) и разбиване (chunking) на медицински документи
- Вграждания (embeddings), векторни хранилища и оценка на релевантност
- Заземяване на отговорите и стратегии за цитиране
Интеграции и interoperabilitet в здравеопазването
- Основни концепции за FHIR/SMART за свързаност на агентите
- Работа със структурирани и неструктурирани клинични данни
- Събития, API и одитни записи
Сигурност, риск и управление
- Защитни механизми, red-teaming и дизайн с резервни варианти (fail-safe)
- Обработване на PHI, обезличаване и контрол на достъпа
- Преглед с участие на хора и пътища за ескалиране
Оценка и мониторинг
- Офлайн оценки, златни набори (golden sets) и дефиниране на KPI
- Откриване на халюцинации и проверки за фактология
- Наблюдаемост, журнални записи и управление на разходи/задержки
Модели за внедряване и практическа лабораторна работа
- Избор между API-базиран и локален (on-prem) модел
- Създаване на агент с подобрено извличане на данни с LangChain, FastAPI и ChromaDB
- Симулирано реагиране на инцидент и процедури за откат
Резюме и следващи стъпки
Изисквания
- Разбиране на основите на програмирането на Python
- Опит с анализ на данни или ML работни потоци
- Познание за концепции, свързани с данни в здравеопазването (напр. EHR, FHIR)
Аудитория
- Датанайсти и ML инженери в здравеопазването
- Екипи за клинична информатика и цифрово здравеопазване
- IT лидери и мениджъри на иновации в здравеопазването