Hvala što ste poslali upit! Jedan od naših članova tima će vas uskoro kontaktirati.
Hvala što ste poslali rezervaciju! Jedan od naših članova tima će vas uskoro kontaktirati.
Trajanje 14 sati
Sadržaj kursa
Osnove agentičke veštačke inteligencije u zdravstvu
- Agentička vs. aplikacije velikih jezičkih modela (LLM) koje koriste samo alate
- Granice autonomije, politike i ljudski nadzor
- Pejzaž podataka u zdravstvu i ograničenja (EHR, FHIR, PHI)
Projektovanje tokova rada agenata
- Planiranje, memorija, korišćenje alata i petlji refleksije
- Inženjering upitnika (prompt engineering), funkcije/alati i izbor radnje
- Upravljanje stanjem i obrasci orkestracije
Agenti potpomognuti pretragom (Retrieval-Augmented Agents)
- Unos medicinskih dokumenata i njihovo razbijanje na delove (chunking)
- Embeddings, vektorska skladišta i evaluacija relevantnosti
- Zemljišta za odgovore (grounding) i strategije citiranja
Integracije i interoperabilnost u zdravstvu
- Osnove FHIR/SMART standarda za konektivnost agenata
- Rad sa strukturiranim i nestrukturiranim kliničkim podacima
- Eventi, API-ji i tragoi revizije (audit trails)
Bezbednost, rizik i upravljanje
- Mehanizmi zaštite (guardrails), crveni tim (red-teaming) i dizajn sigurnih rezova (fail-safe)
- Ručno osetljivi podaci (PHI), de-identifikacija i kontrole pristupa
- Procena sa ljudskim nadzorom i putevi eskalacije
Evaluacija i praćenje
- Offline evaluacije, zlatne skupove (golden sets) i definicija KPI-ja
- Detekcija halucinacija i provere tačnosti činjenica
- Posmatranje (observability), evidenciranje (logging) i upravljanje troškovima/latencijom
Obrazci implementacije i praktični laboratorijski rad
- Izbor između API zasnovanih i lokalnih (on-prem) modela
- Gradnja agenta potpomognute pretragom koristeći LangChain, FastAPI i ChromaDB
- Simulirani odziv na incidente i procedure povlačenja (rollback)
Zaključak i sledeći koraci
Uslovi
- Razumevanje osnovnog programiranja u jeziku Python
- Ispostavljenost sa analizom podataka ili radnjama mašinskog učenja (ML)
- Znanje o konceptima podataka u zdravstvu (npr. EHR, FHIR)
Ciljna publika
- Naučni radnici za podatke i inženjeri ML-a u zdravstvu
- Timovi za kliničku informatiku i proizvode digitalnog zdravlja
- Lideri IT odjela i menadžeri inovacija u zdravstvu