Prenez contact avec nous
 Durée 14 heures

Plan du cours

Fondements de l'IA agentique pour la santé

  • Applications d'LLM agentiques vs. simples applications d'outils.
  • Limites de l'autonomie, politiques et supervision humaine.
  • Paysage des données de santé et contraintes (DMP, FHIR, DPI).

Concevoir des flux de travail d'agents

  • Planification, mémoire, utilisation d'outils et boucles de réflexion.
  • Ingénierie de prompts, fonctions/outils et sélection d'actions.
  • Gestion de l'état et modèles d'orchestration.

Agents augmentés par récupération d'informations

  • Ingestion et découpage de documents médicaux.
  • Représentations vectorielles (embeddings), magasins vectoriels et évaluation de la pertinence.
  • Ancrage des réponses et stratégies de citation.

Intégrations et interopérabilité dans la santé

  • Bases de FHIR/SMART pour la connectivité des agents.
  • Manipulation de données cliniques structurées et non structurées.
  • Événementiel, API et journaux d'audit.

Sécurité, risque et gouvernance

  • Garde-fous, tests adverses (red-teaming) et conception de sécurité (fail-safe).
  • Gestion des DPI, anonymisation et contrôles d'accès.
  • Revue par l'humain dans la boucle et chemins d'escalade.

Évaluation et surveillance

  • Évaluations hors ligne, jeux de données de référence (golden sets) et définition des KPI.
  • Détection des hallucinations et vérifications de facticité.
  • Observabilité, journalisation et gestion des coûts/latences.

Modèles de déploiement et laboratoire pratique

  • Choix entre modèles via API et modèles sur site (on-prem).
  • Création d'un agent augmenté par récupération d'informations avec LangChain, FastAPI et ChromaDB.
  • Simulation de réponse à incident et procédures de restauration (rollback).

Résumé et prochaines étapes

Pré requis

  • Une compréhension de la programmation Python de base.
  • Une expérience des analyses de données ou des flux de travail ML.
  • Une familiarité avec les concepts de données de santé (par exemple, DMP, FHIR).

Public cible

  • Scientifiques de données et ingénieurs ML dans le secteur de la santé.
  • Équipes d'informatique clinique et de produits de santé numérique.
  • Responsables IT et managers de l'innovation dans le secteur de la santé.

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires