Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Kerangka Materi
Dasar-dasar AI Agen untuk Bidang Kesehatan
- Perbedaan antara AI agen dengan aplikasi berbasis LLM konvensional
- Batasan otonomi sistem, kebijakan yang diterapkan, serta pengawasan manusia
- Karakteristik data kesehatan dan batasan penerapannya (EHR, FHIR, informasi kesehatan yang dilindungi)
Merancang Alur Kerja AI Agen
- Mekanisme perencanaan, penyimpanan memori, penggunaan alat pendukung, serta siklus refleksi sistem
- Teknik rekayasa perintah (prompt engineering), fungsi-fungsi khusus, serta mekanisme pemilihan aksi
- Manajemen kondisi sistem dan pola pengaturan alur kerja secara efektif
Agen Berbasis Pencarian Informasi Medis
- Proses memasukkan dan mengelompokkan data dari dokumen medis
- Teknik pembuatan representasi vektor, penggunaan basis penyimpanan data, serta evaluasi relevansi informasi
- Strategi penyesuaian respons sistem dan metode pengutipan sumber informasi
Integrasi Sistem Kesehatan dan Standard Operasional
- Konsep dasar standar FHIR/SMART untuk konektivitas antarsistem medis
- Penanganan data klinis terstruktur maupun tidak terstruktur secara efektif
- Sistem penanganan peristiwa, API, serta pencatatan audit yang akurat
Keamanan, Manajemen Risiko, dan Pengaturan Sistem
- Mekanisme pengendalian, simulasi serangan guna menguji kekuatan sistem, serta desain yang mampu mengatasi segala kerusakan potensial
- Strategi penanganan informasi kesehatan yang dilindungi, cara menganonimkan data, serta pengaturan akses pengguna
- Proses tinjauan berkala oleh manusia serta prosedur penanganan masalah kompleks melalui kolaborasi tim
Evaluasi dan Pengawasan Sistem AI Agen
- Metode evaluasi offline, pembentukan kumpulan data acuan, serta penetapan indikator kinerja utama (KPI)
- Teknik mendeteksi kemungkinan kesalahan interpretasi data dan mengevaluasi kebenaran informasi yang dihasilkan
- Pengelolaan keterlihatan sistem, pencatatan aktivitas, serta pengendalian aspek biaya maupun waktu respons
Pola Penyebaran Sistem dan Praktikum Langsung
- Pilihan model penyebaran sistem antara melalui API atau lingkungan internal (on-premise)
- Proses pembangunan agen berbasis pencarian informasi dengan pemanfaatan perangkat lunak LangChain, FastAPI, dan ChromaDB
- Simulasi penanganan kejadian tak terduga serta prosedur pemulihan sistem yang benar
Penutup dan Arah Pengembangan Selanjutnya
Persyaratan
- Pemahaman dasar mengenai pemrograman Python
- Pengalaman dalam menganalisis data atau mengerjakan alur kerja machine learning
- Pengetahuan tentang konsep data kesehatan, seperti catatan medis elektronik dan standar FHIR
Target Peserta
- Para ahli data kesehatan serta insinyur machine learning di bidang medis
- Tim pengembangan produk informatika klinis dan kesehatan digital
- Pemimpin teknologi informasi serta manajer inovasi dalam dunia kesehatan
14 Jam