Návrh Školení

Základy agenické AI pro zdravotnictví

  • Agenické vs. pouze nástrojové aplikace LLM
  • Hranice autonomie, politiky a lidská dohlednost
  • Landschaft dat zdravotnictví a omezení (EHR, FHIR, PHI)

Návrh pracovních procesů agenta

  • Plánování, paměť, využití nástrojů a reflexivní smyčky
  • Inženýrství promptů, funkce/nástroje a výběr akcí
  • Správa stavu a orchestrační vzory

Ageni s podporou vyhledávání

  • Ingestion a členění lékařských dokumentů
  • Embeddingy, vektorové úložiště a hodnocení relevantnosti
  • Zazemnění odpovědí a strategie citace

Integrace a interoperabilita zdravotnictví

  • Základy FHIR/SMART pro spojení agenta
  • Práce se strukturovanými a nestrukturovanými klinickými daty
  • Události, API a auditní stopy

Bezpečnost, rizika a správa

  • Zábrany, červené týmy a bezpečný design
  • Správa PHI, de-identifikace a řízení přístupu
  • Lidská kontrola v procesu (human-in-the-loop) a cesty eskalace

Hodnocení a monitoring

  • Offline hodnocení, zlaté sady a definice KPI
  • Detekce halucinací a kontrola faktičnosti
  • Observabilita, logging a řízení nákladů/latence

Vzory nasazení a praktické cvičení

  • Volba API-bazovaného vs. on-prem modelu
  • Postavení agenty s podporou vyhledávání pomocí LangChain, FastAPI a ChromaDB
  • Simulace incidentů a postupy odvolání změn (rollback)

Shrnutí a další kroky

Požadavky

  • Základní znalosti programování v Pythonu
  • Zkušenosti s analýzou dat nebo prací s ML workflow
  • Odborné znalosti konceptů zdravotnických dat (např. EHR, FHIR)

Cílová skupina

  • Data science odborníci a inženýři ML v zdravotnictví
  • Týmy klinické informatické a digitálního zdravotnictví
  • IT vedoucí a manažeři inovací v zdravotnictví
 14 hodiny

Počet účastníků


Cena za účastníka

Nadcházející kurzy

Související kategorie