AI 大型語言模型精準醫學應用

 

課程簡介

大型語言模型（LLM, Large Language Model）正快速改變醫療與科研的面貌。如何將 LLM 從一般用途轉化為 專業醫學應用，並確保安全與效率，是當前的核心挑戰。
本課程透過 兩天完整實作，結合理論、案例與程式操作，帶領學員深入了解 LLM 的運作原理、提示工程（Prompt Engineering）、檢索增強生成（RAG）、LangChain 自動化流程，以及微調（Fine-tuning）技術。最後更會以 大腸癌 Chatbot 為專案實作，完整呈現從資料、模型到臨床應用的流程。

課程特色

• 醫學導向：專注於醫療與健康數據的 LLM 應用，貼近實際研究與臨床需求。

• 完整學習路徑：從基礎理論 → 模型應用 → 專案實作，一次掌握。

• 實戰操作：下載與使用開源模型（如 Llama），結合 RAG 與 LangChain 打造互動式應用。

• 專案導向：以大腸癌專業 Chatbot 為案例，將課程所學轉化為實際成果。

課程架構

Day 1｜LLM 理論與應用基礎

• LLM 基本介紹：NLP 演進、醫療應用、模型趨勢

• 提示工程（Prompt Engineering）：Zero/Few-shot、Chain of Thought

• LLM 運作理論：Tokenization、Embedding、Transformer 架構

• 檢索增強生成（RAG）：原理與應用時機

• RAG 實作：下載開源模型 Llama、利用 HuggingFace 打造專屬 Chatbot

• LangChain：原理與實作，建構 LLM 自動化工作流

Day 2｜進階應用與專案實作

• LLM 微調（Fine-tuning）：LoRA、QLoRA、PEFT

• 多模態 LLM 整合：Text + Image 健康數據應用

• 專案實作：大腸癌 Chatbot

  1. 資料準備與 ML 模型

  2. 微調 LLM 與 LangChain 整合

  3. Django 平台展示 Demo

適合對象

• 醫療與相關計畫研究人員

• 資料分析師與研究助理

• 欲學習 LLM 並應用於專業場域的學生與專業人士