數位匯流與醫療資訊創新管理

本課程主要就數位媒體匯流、人工智慧發展趨勢與醫療資訊內涵進行探悉，並針對創新醫療資訊與智慧醫療應用之發展概況與類型，包括醫療產業經營環境、資訊系統架構、組織流程、人力資源管理、服務設計與治理風險等面向，進行案例研討，協助學習者了解 AI 時代與數位媒體匯流下醫療產業經營管理與數位轉型趨勢。 課程中並導入生成式 AI、大型語言模型、人機協作、Prompt 設計、可信任 AI、RAG、Agentic AI、多模態 AI、深偽應用、智慧醫療、醫療大數據與數據工程概念，使學習者理解 AI 與資料應用如何深入商業環境、醫療場域與日常生活。課程透過階段式學習，從 AI 技術演進、知識工作自動化、資料治理與智慧服務設計，延伸至醫療資訊系統、智慧醫院、臨床決策支援與數位健康創新應用，讓學習者能實際接觸並理解 AI 與醫療資訊科技在醫療產業中的應用模式、管理價值與風險治理需求。 本課程期望培養學生具備理解數位匯流與智慧醫療趨勢、分析醫療資訊系統架構、運用 AI 輔助知識產出與服務設計、評估醫療數位創新應用可行性，以及辨識 AI 導入醫療場域之倫理、個資、安全與治理風險的能力。 本課程將從數位匯流、人工智慧與生成式 AI 的發展趨勢出發，介紹 AI 如何從預測、分類與辨識，進一步發展為內容生成、人機協作與任務自動化工具，並探討其在醫療資訊管理、數位轉型與產業服務創新中的應用潛力。課程將說明大型語言模型的基本原理、主要能力與應用限制，並透過 Prompt 設計、人機協作與任務拆解等方法，協助學生理解如何運用 AI 進行資料整理、內容生成、摘要分析、知識轉譯、服務設計與管理決策。 在 AI 應用風險與治理方面，課程將探討生成式 AI 在實務應用中可能產生的幻覺、錯誤資訊、偏誤、資料來源不明與責任歸屬等問題，並介紹 RAG、Agentic AI、個資保護與風險控管等可信任 AI 應用設計概念，使學生理解 AI 導入時所需具備的治理思維。課程亦將介紹影像生成、語音生成、影音生成、數位分身與深偽應用（Deepfake）等多模態 AI 技術，探討其在傳播、教育、健康服務與數位內容設計上的創新應用，同時分析其可能衍生的詐騙、身分冒用、錯假資訊與內容可信度風險。 在醫療資訊與智慧醫療應用方面，課程將探索醫療資訊系統的基本概念、結構與功能，說明 HIS、EMR、NIS、LIS、PACS、ERP 等系統在醫療院所臨床作業、行政管理、檢驗檢查、影像管理、護理流程與營運決策中的重要性，並進一步透過醫療資訊系統與智慧醫院個案，分析系統設計、導入實施、跨系統整合、流程優化與問題解決方式。課程也將探討 IoMT、RTLS、BIM、遠距醫療與營運戰情中心等智慧醫院應用，以及醫療大數據、RWD、CDSS、生成式 AI、Digital Twin、醫療知識助理、健康風險報告、個案管理輔助與數位健康服務設計等創新應用，協助學生理解 AI 與醫療資訊科技如何改進醫療流程、照護服務品質與醫療管理決策。

教師未提供此項資料

無備註

本課程主要就數位媒體匯流現況與醫療資訊內涵進行探悉，並針對創新醫療資訊發展概況與類型，包括經營環境、組織架構、人力資源管理等等，進行案例研討，協助學習者了解數位媒體時代醫療產業經營管理趨勢。課程中並且導入大數據與數據工程概念，瞭解大數據應用如何深入商業環境與生活周遭為始，透過階段式學習由數據工程架構、大數據資料倉儲到資料分析技術，最後延伸至大數據應用實例，讓學習者實際接觸大數據科學應用。

本學期評量方式為課堂出席、課後作業、期末分組專題報告

教師未提供此項資料

教師提供講義及線上教材

地點

教師未提供此項資料

時間

教師未提供此項資料

聯絡方式

教師未提供此項資料