Course Outline

의료 분야를 위한 에이전틱 AI 기초

  • 에이전틱 vs. 도구 전용 LLM 애플리케이션
  • 자율성 범위, 정책, 그리고 인간의 감독
  • 의료 데이터 환경과 제약사항 (EHR, FHIR, PHI)

에이전트 워크플로우 설계

  • 계획, 기억, 도구 사용, 그리고 반성 루프
  • 프롬프트 엔지니어링, 기능/도구, 그리고 작업 선택
  • 상태 관리 및 오케스트레이션 패턴

검색 증강 에이전트

  • 의료 문서 흡수 및 분할
  • 임베딩, 벡터 스토어, 그리고 관련성 평가
  • 응답 기반 및 인용 전략

의료 통합 및 상호 운용성

  • 에이전트 연결을 위한 FHIR/SMART 기본 사항
  • 구조화된 및 비구조화된 임상 데이터 작업
  • 이벤팅, API, 그리고 감사 로그

안전성, 위험, 및 거버넌스

  • 가드레일, 적대적 평가, 그리고 안전 장치 설계
  • PHI 처리, 식별 정보 제거, 및 접근 제어
  • 인간의 개입 및 에스컬레이션 경로

평가 및 모니터링

  • 오프라인 평가, 골든 세트, 및 KPI 정의
  • 환각 탐지 및 사실성 검사
  • 관찰 가능성, 로깅, 및 비용/지연 관리

배포 패턴 및 실습 라보

  • API 기반 vs. 온프렘 모델 선택
  • LangChain, FastAPI, 그리고 ChromaDB로 검색 증강 에이전트 구축
  • 시뮬레이션된 사건 대응 및 롤백 절차

요약 및 다음 단계

Requirements

  • 파이썬 프로그래밍에 대한 기본 이해
  • 데이터 분석 또는 ML 워크플로우 경험
  • 의료 데이터 개념에 대한 숙련도 (예: EHR, FHIR)

대상

  • 의료 데이터 과학자 및 ML 엔지니어
  • 임상 정보학 및 디지털 헬스케어 제품 팀
  • 의료 분야의 IT 리더 및 혁신 관리자
 14 Hours

Number of participants


Price per participant

Upcoming Courses

Related Categories