|
課程名稱 |
智慧醫療專題：大型真實世界醫療數據解析
Special Topics inMedical AI: Largescale Real World Medical Data Analytics |
|
開課學期 |
111-1 |
|
授課對象 |
理學院 應用數學科學研究所 |
|
授課教師 |
王偉仲 |
|
課號 |
MATH5283 |
|
課程識別碼 |
221 U9230 |
|
班次 |
|
|
學分 |
2.0 |
|
全/半年 |
半年 |
|
必/選修 |
選修 |
|
上課時間 |
星期五8,9(15:30~17:20) |
|
上課地點 |
天數430 |
|
備註 |
上課教室：天數519.
總人數上限：10人 |
|
|
|
|
課程簡介影片 |
|
|
核心能力關聯 |
本課程尚未建立核心能力關連 |
|
課程大綱
|
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
|
課程概述 |
‧大型真實世界醫療數據的相關背景知識、解析理論與方法
‧臨床場域應用的設計與實作
‧其他衍伸相關議題的思考與討論 |
|
課程目標 |
透過與健保署合作，讓學生使用全民健保申報中的醫療影像、檢驗檢查與申報等資料與數據，結合臨床醫學、人工智慧、數學、統計、高效能計算等工具，嘗試解決真實世界問題，並開發出有助於病患與社會的智慧醫療軟體。 |
|
課程要求 |
Basic mathematical and statistical knowledge and tools, deep/machine learning, programming language (e.g. python) |
|
預期每週課後學習時數 |
|
|
Office Hours |
|
|
指定閱讀 |
|
|
參考書目 |
‧ 教師提供講義、論文與參考資料
‧ 重要期刊：
o The Lancet Digital Health, Radiology: Artificial Intelligence, NPJ Digital Medicine, Medical Physics, IEEE Transactions on Medical Imaging, SIAM Journal on Mathematics of Data Science, Scientific Data
‧ 參考書
o “Artificial Intelligence in Medical Imaging: Opportunities, Applications and Risks”, by Ranschaert, Morozov, Algra
o “Artificial Intelligence in Medical Imaging: From Theory to Clinical Practice” by Morra, Delsanto, Correale
o "Deep Learning with PyTorch" by Eli Stevens, Luca Antiga, Thomas Viehmann |
|
評量方式
(僅供參考) |
|
|