お問い合わせ
 期間 14 時間

コース概要

医療向けエージェンティックAIの基礎

  • エージェンティックなLLMアプリケーションとツール専用のLLMアプリケーションの違い
  • 自律性の範囲、ポリシー、人間の監督
  • 医療データ環境と制約(EHR、FHIR、PHI)

エージェントワークフローの設計

  • 計画、メモリ、ツール使用、反省ループ
  • プロンプトエンジニアリング、関数/ツール、アクション選択
  • 状態管理とオーケストレーションパターン

検索拡張エージェント

  • 医療ドキュメントの取り込みとチャンキング
  • 埋め込み(Embeddings)、ベクトルストア、関連性評価
  • 回答の根拠づけと引用戦略

医療系統合と相互運用性

  • エージェント接続のためのFHIR/SMARTの基礎
  • 構造化データと非構造化された臨床データの処理
  • イベントング、API、監査証跡

安全性、リスク、ガバナンス

  • ガードレール、レッドチーミング、フェイルセーフ設計
  • PHIの処理、匿名化、アクセス制御
  • 人間介在型レビューとエスカレーションパス

評価と監視

  • オフライン評価、ゴールデンセット、KPIの定義
  • 幻覚(ハルシネーション)検出と事実性チェック
  • オブザーバビリティ、ログ記録、コスト/レイテンシ管理

デプロイメントパターンとハンズオンラボ

  • APIベースとオンプレミスモデルの選択
  • LangChain、FastAPI、ChromaDBを用いた検索拡張エージェントの構築
  • シミュレーションされたインシデント対応とロールバック手順

総括と次のステップ

要求

  • 基本的なPythonプログラミングの理解
  • データ分析またはMLワークフローの経験
  • 医療データ概念への精通(例:EHR、FHIR)

対象者

  • 医療系データサイエンティストおよびMLエンジニア
  • 臨床インフォマティクスおよびデジタルヘルスプロダクトチーム
  • 医療分野におけるITリーダーおよびイノベーションマネージャー

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー