コース概要

医療におけるエージェント型AIの基礎

  • エージェント型とツールのみのLLMアプリケーションの比較
  • 自主性の境界、ポリシー、および人間による監視
  • 医療データの風景と制約(EHR、FHIR、PHI)

エージェントワークフローの設計

  • 計画、記憶、ツール使用、およびリフレクションループ
  • プロンプトエンジニアリング、関数/ツール、およびアクション選択
  • 状態管理とオーケストレーションパターン

検索強化型エージェント

  • 医療文書の取り込みとチャンキング
  • エンベディング、ベクトルストア、および関連性評価
  • 応答の根拠付けと引用戦略

医療統合と相互運用性

  • FHIR/SMARTの基本とエージェント接続
  • 構造化データと非構造化臨床データの扱い
  • イベント、API、および監査トレール

安全性、リスク、および管理

  • ガードレール、レッドチームテスト、およびフェイルセーフ設計
  • PHIの取り扱い、匿名化、およびアクセス制御
  • ヒューマンインザループ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、およびKPI定義
  • 幻覚検出と事実確認
  • 視認性、ログ記録、およびコスト/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のモデル選択
  • LangChain、FastAPI、ChromaDBを使用した検索強化型エージェントの構築
  • 模擬インシデント対応とロールバック手順

まとめと次ステップ

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(例:EHR、FHIR)への熟悉性

対象者

  • 医療データサイエンティストとMLエンジニア
  • 臨床情報学およびデジタルヘルス製品チーム
  • 医療ITリーダーとイノベーションマネージャー
 14 時間

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