お問い合わせ

コース概要

医療分野向けエージェント型AIの基礎知識

  • 単純なツール利用型LLMアプリケーションとの違いについて理解する
  • 自律性の範囲・ポリシーおよび人の監督体制を把握する
  • 医療データ環境と制約事項(電子カルテ、FHIR、個人情報保護など)について学ぶ

エージェントワークフローの設計方法

  • 計画立案・記憶機能・ツール利用・自己省察の仕組みを理解する
  • プロンプトエンジニアリングや関数定義/ツール選択の方法を習得する
  • 状態管理手法と複雑なワークフロー構築パターンを学ぶ

検索拡張型エージェントの開発手法

  • 医療文書の取り込み方法や分割処理技術を習得する
  • 埋め込み表現生成、ベクトルデータストア管理および関連性評価手法を学ぶ
  • 出力結果の妥当性確認や情報出典特定のテクニックを身につける

医療システムとの統合および相互運用性

  • FHIR/SMART規格に基づくエージェント接続の基本を学ぶ
  • 構造化データおよび非構造化臨床データの取扱い方を習得する
  • イベント処理仕組み、API活用方法および監査記録管理手法について理解する

安全性・リスク管理およびガバナンス体制

  • 安全制御機構の実装や不正動作検出手法、エラー発生時の対処設計を学ぶ
  • 個人情報保護に関する取扱い方や匿名化技術およびアクセス管理について把握する
  • 人間による確認プロセスや問題発生時の対応手順を学ぶ

エージェント性能評価と監視手法

  • 事前検証用テストデータ設定や評価指標設計方法を習得する
  • AIの虚偽情報生成傾向の検出技術および事実正確性検証手法を学ぶ
  • 動作記録管理やコスト・処理速度制御の仕組みを理解する

デプロイ方法と実習演習

  • API活用モードおよびオンプレミス運用の選択基準について学ぶ
  • LangChain、FastAPI、ChromaDBを組み合わせて検索拡張型エージェントを構築する演習を行う
  • 実際に発生した事例への対応や復旧手順のシミュレーションも体験できる

まとめおよび今後の展開方向について

要求

  • Pythonプログラミングの基本的な知識があること
  • データ分析や機械学習ワークフローに携わった経験があること
  • 医療データに関する概念(電子カルテ、FHIRなど)について理解していること

対象者

  • 医療分野のデータサイエンティストおよび機械学習エンジニア
  • 臨床情報科学やデジタルヘルス製品開発チーム
  • 医療業界におけるITリーダーやイノベーション推進担当者
 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