介紹
設立宗旨
- 因應人工智慧與醫療照護領域快速融合之全球趨勢及其所帶來之需求與挑戰。
- 培育具備人工智慧與醫學計算跨域研發能力之專業人才，回應未來智慧醫療系統建構與產業升級之重大需求。
- 發展人工智慧與醫學計算領域之頂尖研究，鏈結醫療臨床實務與AI演算法研發，推動符合醫療產業所需之創新性跨領域應用。
教育目標
- 培養前瞻人工智慧科技知識、醫學計算系統設計與跨領域整合能力。
- 培育能理解臨床需求並熟悉AI技術的T型人才，具備獨立研發能力之人工智慧與醫學計算專才。
- 培育具有國際觀、團隊合作與溝通領導能力之跨界醫療數位專業人才。
簡介
人工智慧與醫學計算研究所 (Institute of Artificial Intelligence and Medical Computing) 為因應全球醫療體系對AI專業能力之殷切期待而設立。其特點為以國立陽明交通大學資訊學院與醫學院攜手合作，架構雙院間之整合交流平台，建構完整之人工智慧與醫學計算學科與教育平台，培育智慧醫療與數位健康人才，以因應國家發展與醫療產業升級需求。 在此跨學門的新興領域，我們期許培養兼備資訊演算法思維與醫療實務理解能力的高階跨領域研究人才。本研究所將聚焦於人工智慧、智慧機器人、人機互動感測技術、大型語言模型、代理人式人工智慧、實體人工智慧與數位孿生等技術，以及智慧診斷、高齡醫學、健康照護、醫療影像計算、生醫數據分析、醫療多代理人系統、智慧手術機器人等領域，發展能夠感知、理解、推理並與真實世界互動的智慧醫療與健康照護系統。進一步以人機互動為核心，串聯醫療資訊、環境感測、人體行為與生理訊號，建立以人為本、可持續學習與適應的智慧決策及互動機制。特別面向高齡醫學與健康照護需求，推動人工智慧由疾病診斷與治療進一步延伸至預防、照護、復健與日常生活支持，建構更具個人化、連續性、安全性與可信任性的智慧健康照護體系。透過共同設計課程、雙師教學與跨院指導機制，引導人工智慧科學於人類健康照護之各層面應用，並提昇我國在智慧醫療新興科技產業之國際競爭力與發展。
特色
- 頂尖跨院合作平台：本校資訊學院與醫學院強強聯手，整合我國領先的AI、資通訊與醫學臨床、生醫工程研究能量，打造全國頂尖之智慧醫療研發基地。
- 跨領域T型人才培育：實施雙師教學與跨院共同指導機制，讓學生同時具備資訊演算法思維與醫療實務理解能力。
- 核心課程與實務並重：開授人工智慧於醫學研究之應用、生醫資料探勘、臨床醫學研究設計與資料分析、深度學習等完整跨領域學程。
- 接軌國家戰略計畫：緊密結合國家科學及技術委員會之Taiwan AICoE、智慧醫療產學聯盟計畫等國家級大型計畫，帶動基礎研究至臨床應用之轉化。
發展重點與規劃
學科建設方面
本所結合本校資訊學院與醫學院現有之相關專業學科作為核心學科方向。包含資訊學院已具有之機器學習、電腦視覺、自然語言處理、巨量資料分析、資訊安全等學科，以及醫學院之臨床醫學、基礎醫學、基因體醫學、神經科學與藥理學科，再擴及其他學院之跨領域相關學科。將其整合於人工智慧與醫學計算之核心技術與跨領域應用層次，建立核心專業學科及其於智慧診療、遠距照護、健康管理與精準醫學等新興醫療應用之跨領域學科。
人才培養方面
本研究所將招收資訊工程、電機電子、醫學、生物資訊、數理統計、生物科技等背景之大學畢業生，以及醫療與生醫產業等在職專業人士，提供不同背景的學生在研究所階段能有更多元的研究方向。課程設計上包含「人工智慧」與「醫學計算」二大類，引導學生接觸並學習相關核心技術，導入扎實之核心技術與跨領域應用能力。畢業生可投入醫療院所智慧診療中心、生技與醫療器材公司、醫療AI新創企業及政策智庫研究單位，擁有寬廣的高階就業市場。
科研與產學合作方面
本研究所之研究發展將以二大方向為主：
- 核心技術研發：與國內外頂尖研究機構合作發展先進之人工智慧與醫學計算核心技術，包含智慧影像分析、生醫訊號處理、醫療AI模型可解釋性、以及生成式AI在醫學上之應用。
- 創新產學應用：結合各種人工智慧核心技術，與政府單位（如國科會、衛福部、數發部）及國內外生技與醫療產業進行產學合作。合作發展智慧診療、遠距照護與健康管理、精準醫學及醫療流程自動化等跨領域應用，促進AI技術於實際醫療場域落地。
研究領域
本研究所之重點研究領域分為「人工智慧」與「醫學計算」兩大主軸，旨在推動跨學科之深度融合與前瞻創新：
人工智慧 (Artificial Intelligence)
- 機器學習與深度學習 (Machine Learning and Deep Learning)
- 電腦視覺 (Computer Vision)
- 生成式人工智慧與大型語言模型 (Generative AI & LLMs)
- 邊緣人工智慧 (Edge AI)
- 強化學習與圖神經網路 (Reinforcement Learning & GNNs)
- 代理人式人工智慧 (Agentic AI) - 自主規劃、使用工具並執行步驟以達成目標的進階人工智慧系統
- 實體人工智慧 (Physical AI) - 結合感測器與生醫硬體，實現具身智能(Embodied AI)與醫療機器人技術
- 人工智慧安全 (AI Security) - 保障醫療資料安全、防止模型漏洞與對抗性攻擊、維護病歷隱私與聯邦式學習安全
醫學計算 (Medical Computing)
- 醫學影像計算與輔助診斷 (Medical Image Computing and CAD)
- 生醫資料探勘與健康大數據分析 (Biomedical Data Mining and Health Big Data)
- 臨床決策支援系統 (Clinical Decision Support Systems)
- 遠距照護與生理訊號監測 (Telecare and Physiological Signal Monitoring)
- 腦機介面系統與神經資訊 (Brain-Computer Interfaces and Neuroinformatics)
- 基因體醫學與計算生物學 (Genomic Medicine and Computational Biology)
