
資料更新時間:2023/10/28 上午 11:42:44
學系特色
中國醫藥大學醫療資訊學系特色為國內中部擁有醫療大健康的基礎師資與附設醫院醫學中心等級臨床資源的學系。本系師資結合了校內醫療資訊基礎教師、數位轉型辦公室與附醫大數據中心、醫療人工智慧中心等臨床主治醫師/教授/工程師。
學科意涵
醫療資訊結合醫療臨床知識、健康大數據、人工智慧應用等跨領域的多元學科,主題涵蓋精準醫療、智慧長照與數位治療、醫事資訊管理等。
學習方法

課堂講授:基礎共同科目由學校共同科目小組,配合學系學習目標規畫課程。其餘必修專任授課依老師選定授課用書及資料,設定教學目標於課堂完成講授。

團隊學習:依據課程屬性透過主題式課程設計,讓學生在分組與同儕互動中建立自主學習的氛圍達到更好的學習效益。

企業實習:讓學生實際進入醫學資訊臨床及企業場域,透過觀察與規劃的實作學習目標帶領學生銜接未來職涯規劃。
高中階段可以準備的學習方法或方向
三大方向
自主學習:除了學校所教授之專業課程,同時關心醫療資訊相關時事與科技更新,持續不斷學習。
團隊合作:在分組的作業中,學習如何與同儕建立良好互動,並且從中建立自主學習的氛圍達到更好的學習效益。
實作能力:抱持對事物的好奇心並且同時培養動手做的實力。
與相關科系之異同
生物系、醫學系、資工系與醫療資訊學系的差別簡單講就是生物系與醫學系偏重在生物醫學知識的理論與研究,資工系則是資訊工程軟硬體技術的訓練,而醫療資訊學系偏重將資訊工程技術應用於解決生物醫學的問題,發展數位醫療科技,比如: 精準醫療、智慧長照與數位治療、醫事資訊管理、醫療人工智慧、醫療大數據分析等。因此,醫療資訊學系會著重於數理、資訊、生物、醫學的跨學科訓練。
生涯發展容易誤解之處
醫療資訊學系學生的職涯發展,除了可擔任科技公司的數據或AI工程師外,還增加了醫療相關的多元出路,例如:醫療IT專案經理、健康資訊諮詢師、健康IT專員、醫療系統架構開發人員、電子病歷管理師、數位醫療軟體應用程式設計師、臨床資訊分析師、醫療資料科學家...等。
學習方法容易誤解之處
一般人容易以為醫療資訊學系的學習內容就只要很會寫程式就可以,其實不然,它包含許多數據分析與醫療實作課程,需能解決生醫應用之問題,所以學生需培養「做中學」之能力,能發現問題並解決問題,此外,還需有團隊合作精神,才有快速實踐專案之能力。
補充提醒與說明
中國醫藥大學暨附設醫院是國內中部少數擁有醫療大健康的基礎師資與醫學中心等級臨床資源的醫學大學。以人工智慧及健康大數據為核心基礎之醫療資訊學系,將可配合中國醫藥大學水湳校本部的生醫園區擴建,以及未來與中部醫療科技產業園區的結合,所產生龐大的生醫產業聚落效應,將提供學生最豐沛的學習資源與就業管道。
核心課程地圖
-
大一必修
- 微積分
- 線性代數
- 程式設計(一)
- 程式設計(二)
- 醫療場域沉浸式實習(一)
- 醫療場域沉浸式實習(二)
- 計算機概論
-
大二必修
- 資料結構
- 計算機網路
- 演算法
- 資料庫系統
- 生物統計實務
- 數位醫學概論
- 資料庫系統
- 人工智慧(一)
- 大數據(一)
-
大三必修
- 人工智慧(二)
- 大數據(二)
- 生物資訊學(一)
- 生物資訊學(二)
- 醫院資訊系統(一)
- 醫院資訊系統(二)
- 物聯網概論
- 醫療物聯網技術與實作
- 物件導向程式設計
- Web 程式設計
- 作業系統
-
大四必修
- 書報討論(一)
- 書報討論(二)
專業選修課程
-
無領域區分(二年級選修)
- Coursera: 數位醫療診斷
- Coursera: 數位醫療預測
- Coursera:機器學習和數據科學中的數學
- Coursera:機器學習和數據科學中的機率與統計
- 離散數學
- 數位醫用流病生理學
-
無領域區分(三年級選修)
- 醫療資訊安全
- 雲端運算
- 數位醫療應用思路(一)
-
無領域區分(四年級選修)
- 數位醫療應用思路(二)
- 軟體工程
- 企業實習
-
無領域區分
- 專題研究(一)~(四)
特色課程

醫療人工智慧
本課程旨在培養學生具備以人工智慧處理醫療問題的能力。學生將學習提出專案構想、蒐集臨床醫療資料、清理資料、建立人工智慧模型,以及專利取證等過程。課程目標包括瞭解人工智慧在醫療領域的應用、掌握資料處理技巧、建立人工智慧模型,以及培養團隊合作和溝通能力。學生將能夠將醫療問題轉化為可行的解決方案。

醫療場域沉浸式實習
本課程為一跨領域整合型課程,旨在培養具備醫學知識與人工智慧技術的複合型人才。課程將帶領學生深入醫療場域,與臨床醫師共同探索醫療服務的痛點,並鼓勵學生運用AI技術開發創新解決方案。課程內容涵蓋醫療大數據分析、機器學習、深度學習、自然語言處理等,並結合醫學倫理與法規的探討。

大數據
由於高品質數據為開發人工智能之金鑰,本課程將學習建立標準化之醫療數據的製程,包括資料盤點、標註、清洗、結構化、自然語言處理與合理性驗證,最後建構大數據倉儲。學生將了解如何整合體系之電子病歷、全國健保資料與全台環境數據等,透過部署前瞻性智慧數據,全幅呈現生老病死的醫療軌跡,探究疾病風險因子與預測病程。
適合從事工作
-
數據分析師
-
從事大量數據的搜集、整理、分析,並依據數據資料進行評估和預測的人員。運用資訊技術輔助分析,協助企業發展、解決問題、決策分析或策略規劃。
-
-
人工智慧工程師
-
運用人工智慧等資訊技術輔助分析、優化、研發、製造等,協助企業解決問題,提出合理的決策方案或策略規劃。
-
-
演算法開發工程師
-
從事演算法的研究、分析、構建並設計或修改相關軟體等工作。
-
-
數據工程師
-
使用程式語言建構資料串流、處理非結構式資料儲存、串接、提取、介接其他大數據平台,並使用特定統計方式整理、呈現資料分布與屬性,甚至是大數據模型的建置 ,應用數據協助企業組織規劃、導入、管理、執行與追蹤經營方案。
-
系友生涯發展

本系尚無畢業生
本系尚無畢業生
本系尚無畢業生
多元能力
邏輯推理:能捕捉事物運作的規律或關聯性,歸納或是推演不同事物的差異或因果關係,並得到特定理解。
性格特質
主動積極:常常主動提出特定見解,樂於付出活力與熱情投入特定問題、活動,引領他人的行動。
圖表來源為該校系之重視百分比,加總為100%;百分比越高,代表越重視。
- 熱門比較學系