AI in Healthcare

• 對機器學習概念的基本理解
• 具備Python程式設計經驗
• 熟悉醫療數據或臨床工作流程者更佳

目標受眾

• 對人工智慧應用感興趣的醫療專業人員
• 在醫療領域工作的數據科學家與人工智慧工程師
• 醫療領域的技術領導者與決策者

Artificial Intelligence (AI) 正在通過提升患者護理、改善診斷和優化醫院工作流程來轉變醫療保健。AI in Healthcare 探討了人工智慧在當前的應用以及未來的潛力，專注於其在解決醫療挑戰中的角色，同時確保其倫理和安全的實施。

這是由講師主導的現場培訓（線上或現場），旨在為中級醫療保健專業人員和數據科學家提供理解和應用人工智慧技術於醫療環境中的能力。

在培訓結束時，參與者將能夠：

• 識別人工智慧可以解決的關鍵醫療挑戰。
• 分析人工智慧對患者護理、安全和醫學研究的影響。
• 理解人工智慧與醫療保健商業模式之間的關係。
• 將基本的人工智慧概念應用於醫療情境中。
• 開發用於醫學數據分析的機器學習模型。

課程形式

• 互動式講座和討論。
• 大量的練習和實踐。
• 在實時實驗室環境中進行實作。

課程定制選項

• 如需為本課程定制培訓，請聯繫我們以安排。

AI in Healthcare 導論

• 人工智慧與機器學習在醫學中的概述
• 人工智慧在醫療保健中的歷史發展
• 人工智慧採用的關鍵機遇與挑戰

醫療數據與人工智慧

• 醫療數據的類型：結構化與非結構化
• 數據隱私與安全法規（HIPAA, GDPR）
• 人工智慧驅動醫療中的倫理考量

Machine Learning 醫療保健基礎

• 監督式學習與非監督式學習
• 醫學數據集的特徵工程與數據預處理
• 在醫療應用中評估人工智慧模型

人工智慧在患者護理中的應用

• 人工智慧在醫學影像與診斷中的應用
• 患者結果的預測分析
• 個性化醫療與治療建議

人工智慧在醫院與臨床操作中的應用

• 利用人工智慧自動化行政任務
• 人工智慧驅動的決策支援系統
• 優化醫院資源管理

倫理、偏見與人工智慧 Go 醫療治理

• 理解醫療人工智慧模型中的偏見
• 法規與合規考量
• 確保人工智慧系統的透明度與問責性

專題項目：人工智慧驅動的患者 Data Analysis

• 探索醫療數據集
• 建立並評估用於醫療預測的人工智慧模型
• 解釋模型輸出並提升準確性

總結與下一步