| 課程與核心能力關聯配比(%) |
課程目標之教學方法與評量方法 |
| 課程目標 |
核心能力 |
配比(%) |
教學方法 |
評量方法 |
| 本課程之目標為提供具基礎程式及演算訓練之學生在醫學研究上應用人工智慧的經驗 |
|
|
|
|
| 授課內容(單元名稱與內容、習作/每週授課、考試進度-共18週) |
| 週次 |
授課內容 |
| 第1週 |
精準醫療 |
| 第2週 |
醫療數據的結構 |
| 第3週 |
機器學習在醫療數據上的應用 |
| 第4週 |
Covid-19 藥物再利用, AI時代的機遇與挑戰 |
| 第5週 |
流行病學研究 |
| 第6週 |
免疫風濕疾病流行病學研究與應用 |
| 第7週 |
兒童節放假 |
| 第8週 |
智慧醫療的實務經驗分享（一） |
| 第9週 |
Stroke in AI data analysis |
| 第10週 |
免疫風濕疾病智慧醫療研究專題討論 |
| 第11週 |
Post stroke patients rehabilitation by using AI technology |
| 第12週 |
智慧醫療的實務經驗分享（二） |
| 第13週 |
科學論文寫作 |
| 第14週 |
TIA and lacunae stroke and associated 30 day outcome and recurrence rate by AI prediction model |
| 第15週 |
解釋性AI中榮民實例 |
| 第16週 |
智慧醫療落地運用實例 |
| 第17週 |
AI研究倫理 |
| 第18週 |
智慧醫療的實務經驗分享（三） |
|
| 學習評量方式 |
1. 出席 20%
2. 討論 30%
3. 專題報告 50%
|
| 教科書＆參考書目(書名、作者、書局、代理商、說明) |
|
| 課程教材（教師個人網址請列在本校內之網址） |
| ilearning3 |
| 課程輔導時間 |
|
| 聯合國全球永續發展目標 |
|
|