課程概述
本課程以智慧醫療這一交叉專業領域為背景,帶領同學們走進產業、走近醫生、探索人工智能技術,深入探究智慧醫療發展和工程實現,感受智能技術對人類健康的影響力,建立大健康素養。為同學們呈現產業的「現實需求à技術創新à產業發展」全貌。同時,培養和鍛煉同學們如何將智能技術如何運用到醫療健康行業中,提供人工智能的應用能力。
本課程首先在科學技術方面,學習運用人工智能技術解決醫療健康問題的思路;其次,在產業前沿方面,學習從現行醫療行業中發現問題、研究AI技術、探究解決之道,培養醫療健康與人工智能的技術交叉思維方式,提高運用創新技術解決問題的能力;第三,在個人發展方面,幫助同學瞭解大健康產業前沿和發展趨勢,思考複合型人才的成才之路。最後,在價值塑造方面,幫助同學們樹立終生受益的人文關懷觀念:關愛生命,佑護健康,健康工作,科學生活。
課程預期學習成效包括:
1、激發同學們對醫療健康的興趣。
2、鍛煉在場景中發現問題。
3、培養跨學科合作與創新的能力。
4、探究醫療健康的行業特點和醫工交叉領域的前沿技術。
5、掌握人工智能與醫療健康的綜合思維能力。
教學單元
1 第一章 智慧醫療簡史
1.1 19世紀:數理統計與霍亂傳染途徑
1.2 20世紀70年代: MYCIN專家系統與細菌感染疾病
1.3 20世紀80年代:貝葉斯網絡與內科診斷
1.4 20世紀90年代:神經網絡應用於醫學
1.5 20世紀90年代後:中國智慧醫療產業進入快速發展階段
1.6 19世紀:數理統計與霍亂傳染途徑
2 第二章 醫工結合的5大關係
2.1 醫學與創新
2.2 醫學與工程學
2.3 醫學與科學研究
2.4 醫學與人工智能
2.5 醫學與轉化
3 第三章 人工智能探秘
3.1 人工智能的概念和歷史
3.2 學科交叉促進人工智能發展
3.3 人工智能推動交叉領域發展
4 第四章 醫療場景與AI應用
4.1 智慧醫療發展的兩種驅動模式
4.2 典型醫療場景與智慧醫療應用
4.3 臨床場景驅動的案例
5 第五章 臨床場景驅動的醫工結合
5.1 臨床場景驅動醫工結合研究的技巧
5.2 顛覆式創新
5.3 用戶目標達成理論
6 第六章 智慧養老
6.1 智慧養老的問題背景
6.2 智慧養老的場景分析
6.3 智慧養老的解決方案
7 第七章 醫療機器人
7.1 醫療機器人的概念
7.2 醫療機器人的發展歷史
7.3 醫療機器人的應用領域
7.4 醫療機器人的技術要點
8 第八章 醫療大數據
8.1 醫療大數據的概念與特點
8.2 醫療健康大數據的四種類型
8.3 基於大數據分析的哮喘分型
9 第九章 臨床決策支持系統
9.1 臨床決策支持系統的概念與架構
9.2 技術案例:Watson Health
9.3 應用案例:藥品福利管理系統
10 第十章 醫療影像與AI
10.1 AI醫療影像發展與醫療影像技術
10.2 計算機視覺技術
課程列表
名稱 時間長度
第01講19世紀:數理統計與霍亂傳染途徑 00:08:57
第02講20世紀70年代: MYCIN專家系統與細菌感染疾病 00:07:09
第03講20世紀80年代:貝葉斯網絡與內科診斷 00:07:37
第04講20世紀90年代:神經網絡應用於醫學 00:01:13
第05講20世紀90年代後:中國智慧醫療產業進入快速發展階段 00:04:10
第06講19世紀:數理統計與霍亂傳染途徑 00:06:39
第07講醫學與創新 00:03:01
第08講醫學與工程學 00:07:54
第09講醫學與科學研究 00:09:49
第10講醫學與人工智能 00:05:33
第11講醫學與轉化 00:03:09
第12講人工智能的概念和歷史 00:20:12
第13講學科交叉促進人工智能發展 00:15:29
第14講人工智能推動交叉領域發展 00:11:25
第15講智慧醫療發展的兩種驅動模式 00:04:40
第16講典型醫療場景與智慧醫療應用 00:29:53
第17講臨床場景驅動的案例 00:05:48
第18講臨床場景驅動醫工結合研究的技巧 00:22:50
第19講顛覆式創新 00:06:43
第20講用戶目標達成理論 00:10:37
第21講智慧養老的問題背景 00:07:00
第22講智慧養老的場景分析 00:14:01
第23講智慧養老的解決方案 00:15:38
第24講醫療機器人的概念 00:04:27
第25講醫療機器人的發展歷史 00:10:06
第26講醫療機器人的應用領域 00:06:33
第27講醫療機器人的技術要點 00:16:29
第28講醫療大數據的概念與特點 00:03:55
第29講醫療健康大數據的四種類型 00:07:35
第30講基於大數據分析的哮喘分型 00:21:07
第31講臨床決策支持系統的概念與架構 00:12:54
第32講技術案例:Watson Health 00:14:09
第33講應用案例:藥品福利管理系統 00:08:49
第34講AI醫療影像發展與醫療影像技術 00:25:22
第35講計算機視覺技術 00:18:46
|