Prenez contact avec nous
 Durée 14 heures

Plan du cours

Fondamentaux de l'IA agentique pour la santé

  • Applications LLM agentiques vs applications LLM à simple utilisation d'outils.
  • Limites de l'autonomie, politiques et supervision humaine.
  • Paysage des données de santé et contraintes (DSE, FHIR, PHI).

Conception de flux de travail d'agents

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

Agents enrichis par la récupération d'informations (RAG)

  • Ingestion et découpage de documents médicaux.
  • Embeddings, bases vectorielles et évaluation de la pertinence.
  • Ancre des réponses et stratégies de citation.

Intégrations et interopérabilité dans le domaine de la santé

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

Sécurité, risques et gouvernance

  • Garde-fous, tests d'attaques (red-teaming) et conception de sécurité par défaut (fail-safe).
  • Gestion des PHI, anonymisation et contrôles d'accès.
  • Révision avec intervention humaine et chemins d'escalade.

Évaluation et surveillance

  • Évaluations hors ligne, ensembles de référence (golden sets) et définition des KPI.
  • Détection des hallucinations et vérifications de factualité.
  • Observabilité, journalisation et gestion des coûts/latence.

Modèles de déploiement et laboratoire pratique

  • Choix entre modèles basés sur API et modèles on-premises.
  • Construction d'un agent enrichi par la récupération d'informations avec LangChain, FastAPI et ChromaDB.
  • Réponse à des incidents simulés et procédures de rollback.

Synthèse et prochaines étapes

Pré requis

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

Public cible

  • Scientifiques des données et ingénieurs ML du secteur de la santé.
  • Équipes en informatique clinique et produits de santé numérique.
  • Dirigeants informatiques et managers de l'innovation dans le domaine de la santé.

Nombre de participants


Prix par participant

Cours à venir

Catégories Similaires