個人報名
教室租借
學員須知
上課地點
證書申請
會員註冊
回首頁
自強課程
課程名稱
【竹科管理局補助課程】韌性人工智慧系統設計
熱烈招生中
園區內學員免費參加！
跨領域醫師設計優質好課！把握機會參與！
跨領域醫師設計優質好課！把握機會參與！
課程代碼：
15B3314
上課時間：
2026/6/9(二)，09:30-16:30/6小時
上課時數：
6 小時
課程費用：
(以下費用已由竹科管理局補助80%)
600元
(科學園區廠商優惠價格需送出報名表後，系統發出報名成功回函確認金額。)
超值優惠：
課程目標：
1.理解大型語言模型（LLM）的核心原理、優勢與幻覺（hallucination）問題，掌握其在臨床情境中的機會與風險。
2.認識知識圖譜（Knowledge Graph, KG）的目的與架構，理解為何結構化知識對臨床決策支持至關重要。
3.掌握檢索增強生成（Retrieval-Augmented Generation, RAG）的「檢索後生成」核心邏輯，理解其如何降低 LLM幻覺並提升可信度。
4.比較傳統RAG與GraphRAG的差異，理解圖結構檢索在複雜醫療推理中的優勢與限制。
5.建立「韌性 AI」思維，學習如何設計韌性（resilience）系統，包含證據追蹤、失效模式管理、臨床安全框架等實務策略。
6.能描述臨床AI需求，在醫療/生醫決策支援中的角色分工、能力邊界與風險來源（hallucination）為後續跨域合作與系統開發建立共同語彙。
2.認識知識圖譜（Knowledge Graph, KG）的目的與架構，理解為何結構化知識對臨床決策支持至關重要。
3.掌握檢索增強生成（Retrieval-Augmented Generation, RAG）的「檢索後生成」核心邏輯，理解其如何降低 LLM幻覺並提升可信度。
4.比較傳統RAG與GraphRAG的差異，理解圖結構檢索在複雜醫療推理中的優勢與限制。
5.建立「韌性 AI」思維，學習如何設計韌性（resilience）系統，包含證據追蹤、失效模式管理、臨床安全框架等實務策略。
6.能描述臨床AI需求，在醫療/生醫決策支援中的角色分工、能力邊界與風險來源（hallucination）為後續跨域合作與系統開發建立共同語彙。
課程大綱：
破題：醫療場域為何需要「韌性 AI」— 失敗案例導入（幻覺/缺證據/錯誤建議）。
【模組 1｜大型語言模型（LLM）基礎與臨床應用】
1.1 LLM 核心原理與能力
1.2 LLM 的幻覺問題與臨床風險
1.3 降低 LLM 風險的基本策略互動環節： 案例分析
【模組 2｜知識圖譜（Knowledge Graph）與臨床知識結構化】
2.1 知識圖譜的定義與核心價值
2.2 臨床知識圖譜的設計與建構
2.3 KG 在臨床決策支持中的應用
互動環節： 分組討論
【模組 3｜檢索增強生成（RAG）：從檢索到生成的橋樑】
3.1 為什麼 RAG 是「檢索後生成」？
3.2 傳統 RAG 的工作流程
3.3 傳統 RAG 在臨床應用的實例
互動環節： 模擬查詢
【模組 4｜GraphRAG：圖結構賦能的進階檢索生成】
4.1 GraphRAG 的核心概念與架構
4.2 傳統 RAG vs. GraphRAG 完整比較
4.3 GraphRAG 在臨床決策支持的優勢
4.4 GraphRAG 實例：自我修正的臨床決策支持系統
互動環節： 對比體驗
【模組 5｜提升系統韌性：證據追蹤、失效模式與臨床安全框架】
5.1 韌性（Resilience）定義與韌性設計的核心原則
5.2 證據追蹤與來源管理（Provenance）
5.3 失效模式（Failure Modes）與對應策略
5.4 臨床安全評估框架
5.5 實務設計建議
互動環節： 情境討論
【模組 6｜綜合討論與未來展望】
6.1 課程重點回顧
6.2 未來發展方向：多模態整合、個人化醫療、跨域協作
6.3 開放問答與討論：學員提問與講師回應、實際應用場景討論、後續學習資源推薦
【模組 1｜大型語言模型（LLM）基礎與臨床應用】
1.1 LLM 核心原理與能力
1.2 LLM 的幻覺問題與臨床風險
1.3 降低 LLM 風險的基本策略互動環節： 案例分析
【模組 2｜知識圖譜（Knowledge Graph）與臨床知識結構化】
2.1 知識圖譜的定義與核心價值
2.2 臨床知識圖譜的設計與建構
2.3 KG 在臨床決策支持中的應用
互動環節： 分組討論
【模組 3｜檢索增強生成（RAG）：從檢索到生成的橋樑】
3.1 為什麼 RAG 是「檢索後生成」？
3.2 傳統 RAG 的工作流程
3.3 傳統 RAG 在臨床應用的實例
互動環節： 模擬查詢
【模組 4｜GraphRAG：圖結構賦能的進階檢索生成】
4.1 GraphRAG 的核心概念與架構
4.2 傳統 RAG vs. GraphRAG 完整比較
4.3 GraphRAG 在臨床決策支持的優勢
4.4 GraphRAG 實例：自我修正的臨床決策支持系統
互動環節： 對比體驗
【模組 5｜提升系統韌性：證據追蹤、失效模式與臨床安全框架】
5.1 韌性（Resilience）定義與韌性設計的核心原則
5.2 證據追蹤與來源管理（Provenance）
5.3 失效模式（Failure Modes）與對應策略
5.4 臨床安全評估框架
5.5 實務設計建議
互動環節： 情境討論
【模組 6｜綜合討論與未來展望】
6.1 課程重點回顧
6.2 未來發展方向：多模態整合、個人化醫療、跨域協作
6.3 開放問答與討論：學員提問與講師回應、實際應用場景討論、後續學習資源推薦
課程師資：
●講師：蔡欣怡
●現職：
馬偕醫學院醫事檢驗科 主治醫師
馬偕醫學院醫學系 副教授
馬偕醫學院生物醫學研究所 合聘副教授
馬偕醫學院長期照護研究所 合聘副教授
美國約翰霍普金斯大學醫療政策暨管理研究所 客座副教授
●專長：實驗診斷學、微生物學暨感染症學、醫療照護與管理、醫療品質、輸血管理與臨床血品使用、臨床床邊教學、資料探勘於智慧醫療之應用、醫療決策與數據分析、人工智慧於醫療照護與精準醫療之應用
●現職：
馬偕醫學院醫事檢驗科 主治醫師
馬偕醫學院醫學系 副教授
馬偕醫學院生物醫學研究所 合聘副教授
馬偕醫學院長期照護研究所 合聘副教授
美國約翰霍普金斯大學醫療政策暨管理研究所 客座副教授
●專長：實驗診斷學、微生物學暨感染症學、醫療照護與管理、醫療品質、輸血管理與臨床血品使用、臨床床邊教學、資料探勘於智慧醫療之應用、醫療決策與數據分析、人工智慧於醫療照護與精準醫療之應用
主辦單位:
國家科學及技術委員會新竹科學園區管理局
執行單位：
財團法人自強工業科學基金會
學員須知：
注意事項
※請前往竹科管理局廠商與單位名錄進行查詢，即可判斷公司是否為園區內廠商。
- 本計畫鼓勵女性學員報名參加培訓課程，必要時得優先錄取。
- 本計畫以竹科園區事業單位從業員工為主優先錄取，若有名額將開放有志進入園區就業人士報名參加。
- 若遇不可預測之突發因素，基金會保有相關課程調整、取消及講師之變動權。
- 無紙化環境，輕鬆達到減碳救地球，即日起16小時以上課程結業證書或未達16小時課程上課證明皆以電子方式提供。
- 本課程不適用廠商VIP折扣優惠
- 課前請詳閱簡章之課程內容或利用課程諮詢電話。
- 課程嚴禁旁聽，亦不可攜眷參與。
- 優惠方案擇一使用。
