[MAI-1] 學習建議：本模組適合初學者，可以透過 [MAI-1A] 到 [MAI-1D] 的四部課程影片完整了解智慧醫療領域的現況以及未來。
[MAI-1A]
第零章：前言・王偉仲・[05:55]
本「智慧醫療簡介」迷你課程透過「以人為中心的智慧醫療」、「數據驅動的新發現」、「醫學數據分析框架」三大主題，闡述以人為中心的智慧醫療。修習本課程後，您會對於智慧醫療之發展脈絡有初步的認識，其次對於醫療人工智慧的運作、醫學資料的智慧分析與應用有基本的概觀，並將完整地了解醫學數據分析框架 (Medical Data Analytics Framework, MeDA Framework)。我們尤其強調從醫學數據分析框架的觀點，釐清「以數據驅動為基礎的智慧醫療解決方案」從無到有的開發流程，應始於具設計思維的規劃，並具備臨床資料、智慧分析、臨床工作流程等要素。最終，將通過法規認證與符合倫理考量的解決方案，發揮為醫師賦能的角色，達到 Help Doctors to Help People 的目標，進而提升病患與民眾的健康福祉。
[MAI-1B]
第一章：以人為中心的智慧醫療・王偉仲・[37:34]
醫療的本質出自於人類對健康的需求，以及對生命的關懷。智慧醫療的數據來源、AI 模型開發、應用及服務，皆與人息息相關。以人為中心的智慧醫療，也是指以人為主體，由各領域的專業人員共同努力，為人們帶來健康福祉。我們除了簡要地介紹人工智慧的演進，以及人工智慧如何逐漸被應用於醫療場域，更進一步指出，AI 並非智慧醫療中唯一的要素。置身其中，也必須具備生態圈觀點，透過跨領域、跨界、跨國的多方參與及通力合作，方能實踐以人為中心的智慧醫療，進而產生正向影響力。
[MAI-1C]
第二章：數據驅動的新發現・王偉仲・[51:09]
本章闡述人工智慧的本質，可從「數據驅動新發現」的三個面向來理解。首先，在醫學資料的蒐集與處理 (Multimodality Data) 部分，我們由宏觀至微觀的視角，介紹電子病歷、生理訊號、醫學影像、病理切片及基因資料等各類醫學資料。其次，在醫學資料的智慧分析 (Intelligent Analytics) 面向，我們說明如何透過醫學領域知識、資料科學、機器學習、深度學習、數學、統計與高效能運算的跨領域整合，產出 AI 模型，促進醫學相關的新發現與新應用。有了前兩者的基礎，方得以落實在醫學資料的臨床應用(Medical Workflow) 。
[MAI-1D]
第三章：醫學數據分析框架・王偉仲・[48:16]
我們進一步探索人工智慧如何在臨床場域整合醫生日常的工作任務、連結臨床工作流程，並同時考量使用情境與相關利害關係人，以及法規驗證與道德考量，最終產生具體的臨床效益。而面對其中的種種的挑戰，我們提出統整性的「醫學數據分析框架」 (MeDA Framework)，以跨越自然科學、資訊科技、社會科學等領域的融合為核心概念，並透過智慧分析、數據賦能為方法，建構出高品質與高價值的智慧醫療解決方案，將挑戰轉變成可能性，持續朝向以人為中心的智慧醫療推展。