健康資訊學
Introduction to Health Informatics
| 節 | 週三 |
|---|---|
1 08:00–08:50 | 健康資訊學 YR103（陽明） 2 節連堂 |
2 09:00–09:50 |
* 根據陽明交大上課時間表所列
一、課程定位 健康資訊學（Health Informatics）已從早期以醫院資訊系統（HIS）與電子病歷（Electronic Health Record, EHR）為核心的資訊化，逐漸發展為涵蓋個人健康、行動健康、穿戴裝置、遠距醫療、物聯網、大數據、人工智慧、生成式 AI、智慧機器人、數位分身與 AI Agent 等技術的跨領域學門。 然而，本課程不以「介紹最新科技」為目的，而是希望學生理解一條更重要的發展脈絡： Data → Information → Knowledge → Decision → Action → Outcome 亦即健康資訊科技如何從早期的記錄與管理醫療資訊，逐漸發展為能夠理解人的健康狀態、協助專業判斷、支持跨場域協作，甚至採取適當健康行動的智慧系統。 因此，本課程將傳統健康資訊學基礎與 AI 時代的新興科技整合，從醫院資訊系統出發，逐步延伸至以以人（People）、健康（Health）、智慧（Intelligence）與行動（Action）為中心的新一代健康資訊學。 二架構 課程將協助你掌為四個階段 第一階段｜Digitalizing Healthcare 醫療數位化 核心問題：How do we capture healthcare digitally? 課題如,HIS、EHR、CPOE、PACS、Nursing Information Systems。 第二階段｜Connecting Health 從醫院走向連續健康 核心問題： How do we connect health information across people, places and time? 課題如Interoperability、FHIR、PHR、Mobile Health、Wearables、IoT、Telehealth、Home Care。 第三階段｜Understanding & Predicting Health 從資料走向智慧 核心問題： What can we learn and predict from health data? 課題如Big Data、AI、Machine Learning、NLP、Computer Vision、Knowledge Graph、Digital Twin。 第四階段｜Acting Intelligently 從智慧走向行動 核心問題： Can intelligent systems actually help people take better health actions? 課題如Generative AI、AI Agent、Multi-Agent、Robot、Intelligent Navigation、Human–AI Collaboration、Learning Health System。 讓大家看到如今健康資訊學快速地演化趨勢： Record → Connect → Understand → Decide → Act → Learn 如此才能掌握未來健康資訊學的創新未來。
none
無備註
教師未提供此項資料
Class Attendance and Participation: 30%; Personal Project: 70%
教師未提供此項資料
| 週次 | 主題 |
|---|---|
| 第 1 週 | 健康資訊學的演進 Medical Informatics → Health Informatics → Digital Health → Intelligent Health 為什麼健康資訊學已經不只是醫院資訊系統？ 時數：[2026-09-09]張博論(2.00) |
| 第 2 週 | 醫院資訊系統 HIS Registration、ADT、Order、Billing、LIS、RIS、Pharmacy 一家醫院的資訊是如何流動的？ 時數：[2026-09-16]張博論(2.00) |
| 第 3 週 | 電子病歷與臨床資訊系統 EHR/EMR、CPOE、NIS、PACS、Clinical Documentation 電子病歷只是「無紙化」嗎？ 時數：[2026-09-23]張博論(2.00) |
| 第 4 週 | 健康資訊標準與互操作性 HL7、FHIR、Terminology、ICD、SNOMED CT、LOINC、API 不同系統如何理解彼此？ 時數：[2026-09-30]張博論(2.00) |
| 第 5 週 | 從醫院走向個人健康 PHR、Patient Portal、Mobile Health、App、QR、Patient-generated data 誰應該擁有健康資訊？ 時數：[2026-10-07]張博論(2.00) |
| 第 6 週 | 穿戴裝置、IoT 與智慧感測 Wearables、Smart Home、IoT、Continuous Monitoring、Edge AI 健康資料如何從「偶爾量」變成「持續感知」？ 時數：[2026-10-14]張博論(2.00) |
| 第 7 週 | 遠距醫療、居家與連續照護 Telehealth、RPM、Home Care、Long-term Care、Care Coordination Healthcare 如何離開醫院？ 時數：[2026-10-21]張博論(2.00) |
| 第 8 週 | Health Data Science & Big Data Data Warehouse、Real-world Data、Analytics、Prediction、Visualization 大量資料是否等於有用的知識？ 時數：[2026-10-28]張博論(2.00) |
| 第 9 週 | 人工智慧與臨床決策支援 ML、Deep Learning、CDSS、Prediction、Risk Model AI 是取代醫師還是協助決策？ 時數：[2026-11-04]張博論(2.00) |
| 第 10 週 | 看得懂、聽得懂人的 AI NLP、Computer Vision、Speech、Multimodal AI 影像、語音、文字如何成為健康資訊？ 時數：[2026-11-11]張博論(2.00) |
| 第 11 週 | 生成式 AI 與大型語言模型 LLM、RAG、Knowledge Grounding、Hallucination、Clinical GenAI ChatGPT 可以成為健康資訊系統嗎？ 時數：[2026-11-18]張博論(2.00) |
| 第 12 週 | 知識圖譜與數位分身 Ontology、Knowledge Graph、Digital Twin、State Representation AI 如何建立「這個人現在是什麼狀態」？ 時數：[2026-11-25]張博論(2.00) |
| 第 13 週 | AI Agent與多智能體健康系統 Agent、Tool Use、Memory、Workflow、Multi-Agent、Orchestrator 從回答問題走向完成健康任務 時數：[2026-12-02]張博論(2.00) |
| 第 14 週 | 智慧機器人與具身 AI Service Robot、Social Robot、Rehabilitation Robot、Embodied AI 當 AI 不只會說，而能在真實世界行動 時數：[2026-12-09]張博論(2.00) |
| 第 15 週 | 人機協作、倫理、安全與治理 Human-in-the-loop、Trust、Privacy、Bias、Explainability、Accountability AI 做錯了，誰負責？ 時數：[2026-12-16]張博論(2.00) |
| 第 16 週 | 下一代健康資訊學 Intelligent Health Navigation、Learning Health System/Society、Human–Agent Collaboration From Digital Health to Intelligent Health 時數：[2026-12-23]張博論(2.00) |
大家從這架構上網找資料 Evolution of Health Informatics 1970s–1990s Hospital: HIS → EMR → CPOE → PACS 2000s Connectivity: EHR → Standards → PHR → Internet 2010s Digital Health:Mobile → Cloud → IoT → Wearables → Telehealth 2020s Intelligent Health:Big Data → AI → NLP → Computer Vision → GenAI 健康資訊學的核心一直沒有改變——利用資訊與科技改善人的健康。改變的是我們從「記錄資訊」，逐漸走向「理解狀態、支持決策、採取行動與持續學習」。
- 地點
- Shou-Ren Bldg
- 時間
- By Appointment
- 聯絡方式
- Line# polun5a0a