Kerangka Materi

Dasar-dasar AI Agentik untuk Kesehatan

  • Aplikasi LLM hanya alat vs. agentik
  • Batas autonomi, kebijakan, dan pengawasan manusia
  • Lanskap dan kendala data kesehatan (EHR, FHIR, PHI)

Merancang Alur Kerja Agent

  • Perencanaan, memori, penggunaan alat, dan loop refleksi
  • Prompt engineering, fungsi/alat, dan pemilihan tindakan
  • Manajemen status dan pola orkestrasi

Agent Berbasis Penyaringan

  • Pengambilan dan pemotongan dokumen medis
  • Embeddings, penyimpanan vektor, dan penilaian relevansi
  • Pemantapan respons dan strategi sitasi

Integrasi dan Interoperabilitas Kesehatan

  • Dasar-dasar FHIR/SMART untuk konektivitas agent
  • Bekerja dengan data klinis terstruktur dan tidak terstruktur
  • Eventing, API, dan jejak audit

Keamanan, Risiko, dan Pengelolaan

  • Penjaga, red teaming, dan desain fail-safe
  • Penanganan PHI, de-identifikasi, dan kontrol akses
  • Tinjauan dan jalur pengescalan manusia dalam loop

Evaluasi dan Pemantauan

  • Evaluasi offline, set emas, dan definisi KPI
  • Deteksi halusinasi dan pemeriksaan fakta
  • Observabilitas, log, dan manajemen biaya/latensi

Pola Penempatan dan Laboratorium Praktik

  • Pilihan model API vs. on-prem
  • Membangun agent berbasis penyaringan dengan LangChain, FastAPI, dan ChromaDB
  • Prosedur respons insiden dan rollback yang disimulasikan

Ringkasan dan Langkah Selanjutnya

Persyaratan

  • Pemahaman tentang pemrograman Python dasar
  • Pengalaman dalam analisis data atau alur kerja ML
  • Kemampuan dalam konsep data kesehatan (misalnya, EHR, FHIR)

Peserta

  • Ilmuwan data kesehatan dan insinyur ML
  • Tim informatika klinis dan produk kesehatan digital
  • Penguasa IT dan manajer inovasi di bidang kesehatan
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait