學程特色
-
本校在生技方面有專業系所與醫院資源作為後盾,因此,在數位健康創新碩士學位學程的課程上,將採取:以人工智慧理論為基礎,輔以本校其他系所之資源,將理論與實務結合,發揮相輔相成之功效,也期望能縮減現今產學落差問題。
-
在生物醫學工程方面,本校已有『生物醫學』相關研究單位,亦成立『生醫工程研發中心』,積極研究與發展具有『跨領域整合性』之『生醫工程器材』。
-
在本校與附設醫院合作之下,已經成立『大數據中心』、『人工智慧醫學診斷中心』、『醫療智慧中心』與『智慧醫療科技創新中心』,附設醫院臨床技術與樣本多樣性之優勢下,可推出與人工智慧技術同時結合之課程,藉由校院合作增進課程豐富性、提供多元課程教學並激勵醫事人員研發臨床實用之創新技術,除可擴大臨床醫學效益,推動臨床、醫學及工程整合研發平台之外,並可配合國家生醫產業發展需求,培育跨領域生醫結合人工智慧技術之研究人才。
-
此碩士學位學程透過智慧科技與資訊安全的相關技術結合醫學專業,投入數位健康創新研究主題之相關研究,希冀培育產學界所需之人工智慧技術結合醫學專業之人才,使臺灣學子能在全球投身人工智慧研究與應用的浪潮中獲得先機與增益。
研究發展
數位健康創新(Digital Health Innovation)碩士學位學程創設之目的,主要為整合:
-
海量資料分析(Big Data Analysis)
-
人工智慧(Artificial Intelligence)
-
生醫資訊與創新(Biomedical Informatics)
-
資訊安全(Information Security)
構築本校發展數位健康創新醫療研究所需的知識學習及人才培育場域,聚焦在預防醫學、健康管理、精準醫療、生物資料庫、醫療資訊、數位醫療、醫療影像等新穎領域。
海量資料分析(Big Data Analysis)
課程規劃:統計與大數據分析、生物資料庫研究特論、數位健康資料庫分析實作
課程特色:本課程教授學生運用生物資料庫的資料或健康大數據的資料時,如何透過圖形化介面的軟體作數據分析及應用,達到提升研究能力與探索性研究之技能。學生可由實作課程中,挖掘並選擇未來的研究主題,並提供在生物醫學領域的實作諮詢,協助學生了解數據分析與解讀的結果。
研究學群:
楊哲彥助理教授
人工智慧(Artificial Intelligence)
課程規劃:醫藥人工智慧專題、醫學影像處理與分析、深度學習實作、AI影像識別實務
課程特色:本課程教授學生醫學影像處理與分析、人工智慧、機器學習與深度學習所需具備的知識與學理。探討與醫藥人工智慧相關之研究議題,並解說如何應用於生物醫學研究中,進而提升學生的研究基礎與能力。
研究學群:
劉育寰助理教授 謝嵩淮助理教授 游家鑫助理教授
生醫資訊與創新(Biomedical Informatics)
課程規劃:資訊科學特論、資料結構、資料庫管理系統、生醫創新思維、三創工作坊
課程特色:本課程將使學生廣泛地了解醫學資訊之基礎科學,期望幫助學生對未來資訊相關領域的進修與研究有一定程度的認知與適當的選擇。另一方面,我們正處於新創經濟時代,創新型企劃人才將成為企業致勝關鍵,提升個人創新企劃能力,將可打造企業創新競爭力。所以,本課程將以自主學習為中心,推翻教室的概念,將理論與實務做結合,協助學生有效將創意想法具現化。
研究學群: