智慧醫療專題：大型真實世界醫療數據解析

Special Topics in Medical AI: Large-scale Real World Medical Data Analytics ・Fall・2022

佈告欄

溫馨提醒

上課時間與地點：星期五・第八九節 15:30-17:20・台灣大學校總區天文數學館 305 室
請在 15:27 am 前入座，我們 15:30 am 準時開始上課，17:20 pm 準時下課
上課請攜帶筆電

常用連結

近期訊息

[2022/08/24] Project MONAI Tutorial: Developing for the Medical AI Project Lifecycle with MONAI. MICCAI 2022, September 22nd @ 8:00 AM to 3:00 PM (SGT time)

學期計畫・選題指南

Body Part Indexing (BPI)

Data Preprocessing
Indexing modeling
Image extration
I [XYZ02]

Gynecological Oncology Screening (GYN)

Data Preprocessing
Classification via deep learning
Ovarian cancer detection

Tumor Annotation in Precision Cancer Advisor (PCA)

Data Preprocessing
Segmentation via deep learning
MONAI Label
Active Learning

Cardiovascular Suite (CVS)

Data Preprocessing
ECG AF and LVEF detection
24-hour Holter
Time series analysis via deep learning and statistical patterns

Intensive Care Unit Protector (ICU)

Acute kidney injury prediction
Acute respiratory distress syndrome prediction
Sepsis prediction
MIMIC and MIMIC CXR
Machine learning
Decision score and population risk prediction

Selected Topics

計算幾何與醫學影像・樂美亨教授 (台灣師範大學，數學系)
計算流體力學與深度學習・胡偉帆教授 (中央大學，數學系)
腦部數值模擬・周鼎贏教授 (成功大學，生物醫學工程學系)
臨床試驗計畫・楊嵐燕博士 (長庚醫院，臨床試驗中心)

每週進度

1・9/9

Lecture

中秋節停課一次

Reference

2・9/16

Lecture

課程介紹
計畫簡介
同學自我介紹

HW1

閱讀「How MONAI Fuels Open Research for Medical AI Workflows」
觀看 "Accelerating AI Innovation in Medical Imaging" [42:52]
閱讀/觀看 "How AI Can Augment Radiology"
觀看 "Writing AI Medical Papers" [404]
閱讀 "學術文獻回顧與分析的程序與技巧"
簡述以上指定文章閱讀與影片觀看心得 (~ 1 page)
Due: 9/23

3・9/23

Lab

同學分組
學期計畫規劃：工作內容、任務分配、進度

Reference

4・9/30

Lab

Reference

5・10/7

Lab

Reference

6・10/14

Lecture

腦部數值模擬・周鼎贏教授 (成功大學，生物醫學工程學系)

Reference

7・10/21

Lecture

Reference

8・10/28

Lab

Reference

9・11/4

Reference

10・11/11

Reference

11・11/18

Reference

12・11/25

Reference

13・12/2

Reference

14・12/9

Reference

15・12/16

Reference

16・12/23
Presentation

Lecture
小組結案報告：
口頭＋書面

Reference

學期計畫・發表會籌辦

Organizer Committee

Member 1, Member 2, ..., etc

Workshop Information

Date: 2022/12/23 3:30-5:20 pm
Place: Room 519, Astro-Math Building, NTU

Schedule

課程資訊

時間地點

111學年度第ㄧ學期・星期五・第八九節・15:30~17:20
國立台灣大學校總區・天文數學館 519 室

授課教師

王偉仲教授
- - 國立台灣大學・應用數學科學所・數學系・資料科學學位學程・wwang@ntu.edu.tw
林吉晉醫師
- - 林口長庚醫院・一般影像診療科・主任
楊嵐燕博士
- - 長庚醫院臨床試驗中心・統計組組長
許哲瑜醫師
- - 國立台灣大學醫學院附設醫院・腫瘤醫學部放射腫瘤科・主治醫師

課程概述

大型真實世界醫療數據的相關背景知識、解析理論與方法
臨床場域應用的設計與實作
其他衍伸相關議題的思考與討論

課程目標

透過與健保署合作，讓學生使用全民健保申報中的醫療影像、檢驗檢查與申報等資料與數據，結合臨床醫學、人工智慧、數學、統計、高效能計算等工具，嘗試解決真實世界問題，並開發出有助於病患與社會的智慧醫療軟體。

先修課程

若具備基本 Python、機器學習、深度學習、數學、統計、計算等知識與能力，對學習本課程會有幫助。若無相關背景，可於開學前或學期中自學。

評量方式

暫定內容，將視修課同學背景與興趣調整。以小組或個人計劃的方式進行與繳交。

平日進度報告或作業：20 %
期末書面報告：20 %
期末軟體：20 %
期末影片：20 %
期末口頭報告與海報：15 %
參加活動或競賽：5 %

重要期刊

學術活動

GTC 2022

參考書目

教師提供講義、論文與參考資料
書籍
- "Deep Learning with PyTorch" by Eli Stevens, Luca Antiga, Thomas Viehmann. ISBN: 978-1617295263 (2020). 中文版：PyTorch深度學習攻略, ISBN：9789863126737 (2021).
- https://theaisummer.com/deep-learning-books-2022/
- "Model Checking," (2nd Edition) Edmund M. Clarke, Jr., Orna Grumberg, Daniel Kroening, Doron Peled and Helmut Veith, MIT Press, 2018.
- "Pattern Recognition and Machine Learning," Christopher M. Bishop, Springer, 2006.
- "Introduction to Machine Learning," Ethem Alpaydin, MIT Press, 2009.
- "Learning from Data," Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin, AMLBook, 2012.
- Prof. Hung-Yi Lee’s Machine Learning website: http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html
- Introduction to Machine Learning, Ethem Alpaydin, 2009, MIT Press
- S. H. Park and K. Kan, "Methodologic guide for evaluating clinical performance and effect of artificial intelligence technology for medical diagnosis and prediction," Radiology, 286(3), 800-809, 2018.
- L. J. Bonnett et al., "Guide to presenting clinical prediction models for use in clinical settings," BMJ, 365: l737, 2019.
- Goodfellow, Bengio, Courville, Deep Learning, MIT Press, 2016
- Szeliski, Computer Vision: Algorithms and Applications, Springer (online draft)
- Vander’s Human Physiology, 15th edition, edited by Widmaier, Raff, Strang. McGraw Hill international edition
- NVIDIA Clara Documentation https://docs.nvidia.com/clara/
- RAPIDS Docs https://docs.rapids.ai/
- Topol, E. (2019). Deep medicine: how artificial intelligence can make healthcare human again. Hachette UK.
- Ranschaert, E. R., Morozov, S., & Algra, P. R. (Eds.). (2019). Artificial intelligence in medical imaging: opportunities, applications and risks. Springer.
- Goodfellow, I., Bengio, Y., & Courville, A. (2017). Deep learning (adaptive computation and machine learning series). Cambridge Massachusetts, 321-359.

線上資料庫
Blog
- AI Assistant Blog (Data Science Institute, American College of Radiology)