Kursplan

Grunnleggende prinsipper for agentisk AI innen helsevesen

  • Agentisk vs. bare verktøybaserte LLM-applikasjoner
  • Autonomin grenser, politikk og menneskelig overvåking
  • Helsedata landskap og begrensninger (EHR, FHIR, PHI)

Design av agentarbeidsflater

  • Planlegging, hukommelse, verktøybruk og refleksjonssløyfer
  • Prompt engineering, funksjoner/verktøy og valg av handlinger
  • Statikkstyre og orkestreringsmønstre

Hentingsforsterkede agenter

  • Inntak og deling av medisinske dokumenter
  • Innfellinger, vektorlagring og vurdering av relevans
  • Grunnlegging av svar og siteringsstrategier

Integreringer og interoperabilitet innen helsevesen

  • FHIR/SMART-basert agenttilkobling
  • Arbeid med strukturerte og ustrukturerte kliniske data
  • Hendelsesregistrering, APIer og auditspor

Sikkerhet, risiko og styring

  • Sikkerhetsrammer, red-teaming og sikkerhetsdesigner
  • Håndtering av PHI, de-identifisering og tilgangskontroll
  • Menneskelig kontroll og eskaleringsveier

Vurdering og overvåking

  • Offline vurderinger, gullsett og KPI-definisjoner
  • Hallusinasjonsdeteksjon og fakta-sjekker
  • Overvåkbarhet, logging og kostnad/latensstyring

Distribusjonsmønstre og praktisk laboratorium

  • Valg mellom API-basert og on-prem modeller
  • Opprettelse av hentingsforsterkede agenter med LangChain, FastAPI og ChromaDB
  • Simulering av hendelsesrespons og tilbakeføringsprosedyrer

Oppsummering og neste trinn

Krav

  • Forståelse av grunnleggende Python-programmering
  • Erfaring med dataanalyse eller ML-arbeidsflyter
  • Kjennskap med helsedata-konsepter (e.g., EHR, FHIR)

Målgruppe

  • Helsedata-vitenskapsmenn og ML-ingeniører
  • Klinisk informatikk og digitale helseproduktteam
  • IT-ledere og innovationsledere innen helse
 14 timer

Antall deltakere


Pris per deltaker

Kommende kurs

Relaterte kategorier