교육과정
| 구분 | 교과목 현황 | 학점 | 교육내용 | 비고 |
|---|---|---|---|---|
| 석사과정 | 의료정보학 개론 | 3 | 의료 데이터 관리·분석, 보안·윤리, 국제 표준, 디지털 헬스케어 적용 등 의료정보학의 역할 | 공통필수 |
| 의료인공지능 개론 | 3 | 의료 데이터에 적용되는 인공지능 기법의 원리·실습·윤리 쟁점, 디지털 의료 혁신의 활용과 한계 | 공통필수 | |
| 통계 프로그래밍 | 3 | Python으로 통계학의 기초부터 응용 기법 이론과 실습, 데이터 분석·시각화·문제해결 | 전공필수 | |
| 의료 빅데이터 분석 | 3 | 의료 빅데이터의 수집·관리부터 고급 분석·윤리, 임상 의사결정과 보건 정책 수립 | 전공필수 | |
| 인공지능 의료로봇 | 2 | 의료 로봇의 설계·제어·AI 기술, 임상 적용, 윤리·법적 이슈로 창의적 연구와 실무 | 전공필수 | |
| 의료기기 총론 | 3 | 의료기기의 설계·성능평가·인허가·상용화 전 과정, 산업 전반에 대한 이해와 실무 | 전공필수 | |
| 유전체분석 개론 | 3 | 기술과규제, 윤리적 문제, 임상 적용 및 의료 기기개발 중심 실무 | 전공필수 | |
| 의료인공지능 기반 디지털 헬스 | 3 | 인공지능과 디지털 기술을 융합한 스마트 헬스케어 제품 개발과 관련 법규, 규제, 데이터윤리 중심 실무 | 전공필수 | |
| 논문연구 | 3 | 의료 인공지능 활용 논문 작성을 위한 데이터 수집, 가설 설정, 논문 작성 및 SCI/KCI 개재 | 전공필수 | |
| 임상AI 윤리 및 신뢰성 | 3 | 인공지능의 임상 적용 시 윤리, 법적, 사회적 이슈와 책임감 있는 AI 개발을 위한 원칙과 방법론 | 공통필수 | |
| 의생명데이터처리 및 분석 | 3 | 의생명데이터 수집, 전처리, 분석 방법과 프로그래밍을 활용한 통계적 인사이트 도출 실무 | 공통필수 | |
| 헬스케어 AI | 3 | 헬스케어 산업 전반의 AI 활용사례와 기술 학습, 혁신적 서비스 개발과 비즈니스 기회 탐색 | 전공필수 | |
| 고급머신러닝 | 3 | 고급 기계학습 이론과 복잡한 알고리즘 학습, 의료 문제 해결 능력 극대화 과정 | 전공필수 | |
| 생성형 의료 AI | 3 | 의료 분야에 적용하는 대규모 언어 및 비전-언어 모델의 원리와 최적화 기법 학습 | 전공필수 | |
| 박사과정 | 의료정보학 심화 | 3 | 의료정보학의 고급 이론과 실무 응용, 연구 설계, 최신 주제 및 규제이슈 | 전공필수 |
| 의료 인공지능 심화 | 3 | 최신 딥러닝 기법을 의료데이터에 적용, 고도화된 인공지능 연구, 검증, 규제, 윤리 | 공통필수 | |
| 의생명통계학 심화 | 3 | 생명과학 및 보건의료 데이터 분석에 필요한 기초 통계와 R, 논문 실습 | 공통필수 | |
| 인공지능 생체 신호처리 | 3 | 생체신호 분석과 딥러닝 기반 응용 연구 역량을 심화, 실시간 모니터링과 의료기기 설계 | 전공필수 | |
| 인공지능 의료 영상처리 | 3 | 의료영상 인공지능 분석의 고급 이론과 연구 응용, 임상 적용 가능성과 신뢰성을 갖춘 AI 개발 | 전공필수 | |
| 유전체 분석 심화 | 3 | 유전체 및 오믹스데이터를 활용한 정밀의료 연구와 분석 능력, 법제도 이해 | 전공필수 | |
| 논문연구 | 3 | 의료 인공지능 활용 논문 작성을 위한 데이터 수집, 가설 설정, 논문 작성 및 SCI/KCI 개재 | 전공필수 | |
| 헬스케어AI 산업 및 비즈니스 | 3 | 글로벌 헬스케어 AI 시장의 동향과 비즈니스 모델, 규제 및 법적 이슈를 학습, 실무적 비즈니스 기획 | 공통필수 | |
| 고급 멀티모달러닝 | 3 | 의료 멀티모달데이터를 융합한 딥러닝 모델 설계와 활용 능력 학습 | 공통필수 | |
| 고급 자연어처리 | 3 | 의료 비정형 텍스트 데이터 처리를 위한 최신 자연어처리 기술과 모델 파인튜닝 | 전공필수 | |
| 의료 영상분석 | 3 | 의료 영상 데이터 분석을 위한 핵심 알고리즘과 딥러닝 기법 학습 | 전공필수 |