一、专业介绍
医学人工智能微专业是以国家重大健康需求为引领，紧密开展产学研教协同，将计算机技术、人工智能技术等高科技手段综合运用于医学领域的新兴交叉学科专业。医学人工智能微专业以计算机技术、人工智能技术、互联网与物联网技术、电子信息技术系列工程技术为基础，面向临床医学、基础医学、生物技术和药学等专业和学科，开展医学智能感知、生物医学大数据分析、医学智能决策、精准医疗、医学智能人机交互等医疗相关领域开展人工智能应用的前沿研究。医学人工智能微专业可以帮助学生开展“医学+人工智能”交叉学科的应用和研究，使学生快速掌握人工智能领域的最新动态和先进技术，有利于学生的学科竞赛、就业和开展科学研究。
本专业开设在济南主校区，面向综合素质高、主修专业成绩好、学有余力，对“医学+人工智能”交叉学科感兴趣的各专业四年、五年制全日制本科生进行自愿报名选拔。
本专业总学分为16学分，修读年限为2个学期（含寒暑假）。
二、培养目标
通过设置和开设医学人工智能微专业，旨在建立一个跨学科、多元化的教学、科研和复合型交叉型人才培养的平台，通过有针对性的课程体系设置拓宽完善学生的“医学+人工智能”学科知识体系、通过模块化的教学环节设计强化提升学生的实践创新能力、通过灵活多样的培养方案定制满足学生个性化特色发展的需要，培养具有国际化视野、深厚医学背景、掌握先进人工智能技术的“医学+人工智能”交叉领域复合型、创新型人才。具体培养目标包括：
1．本专业学生在具备医、药、生物学的基本知识、基本技能的基础上，能够使用人工智能的理论方法，从事“医学+人工智能”交叉学科的理论研究和实践的能力。
2．具备在计算机、医学、药学和生物学等领域继续开展“医学+人工智能”交叉学科科学研究的创新能力。
3．为从事智能医学数据的分析、智能医学系统的开发、智能医学仪器的研发等科研或管理等工作进行赋能。
三、专业开设条件
学院拥有一支卓越年轻的师资团队。成立至今，学院汇聚了25位（含柔性引进2位）以海外院士领衔的专任教师团队，其中领军人才4人，拔尖人才3人，骨干人才4人，后备人才3人，博士后11人,全部具有博士学位；教职工海外经历占比53%。教师团队中省级以上人才占比超过50%,其中含海外院士1人，国家优青2人，泰山学者(海外特聘专家)2人，泰山学者青年专家3人，省海外优青2人，省博新计划3人。教师团队共主持各类项目16项，其中国家级项目2项，省级项目12项，济南市级项目2项。
图1.教师团队人才占比
学院立足医工交叉、医信交叉，探索推动科研创新与应用转化的新路径，目前学院拥有大量先进教学科研仪器设备，建有质谱大数据平台、核酸大数据与智慧医学实验室、转化基因组学实验室、智能医学影像实验室、人工智能医学辅助诊断实验室、康复机器人实验室、智慧生物医疗机器人实验室实验室、智能医用材料平台等平台和实验室，可满足该专业的教学、科研和实践工作。
四、课程设置
先修课程要求 |
高等数学、医用高等数学 |
课程名称 |
学分 |
学时数 |
考核方式 |
开课时间 |
总学时 |
理论 |
实验 |
实践 |
医学人工智能 |
1 |
16 |
16 |
0 |
0 |
考查 |
假期 |
人工智能程序设计与实践 |
3 |
48 |
32 |
16 |
0 |
考查 |
假期 |
数据结构与算法 |
3 |
48 |
48 |
0 |
0 |
考试 |
假期 |
机器学习与智能系统 |
3 |
48 |
48 |
0 |
0 |
考查 |
假期 |
医学人工智能创新实践 |
6 |
176 |
16 |
0 |
160 |
非标准化考核 |
贯穿全部 |
合计 |
16 |
336 |
160 |
16 |
160 |
- |
- |
其他修读要求 |
微专业培养方案中的课程与主修专业中的必修或选修课程如重复，可申请学分互认。 |
课程简介 |
1.《医学人工智能》：讲解了医学人工智能的发展历史，人工智能的基本知识，以及人工智能在医学领域的应用。课程的开设，可以让各专业学生了解人工智能的基本知识，人工智能在医学领域中的应用和成果，引导学生在学科交叉领域进行相关研究。 |
2.《人工智能程序设计与实践》：本课程通过大量的实例，由浅入深、循序渐进地以 Python 语言为例来教受人工智能程序设计的基础知识，以及使用 Python 语言的实际开发应用实例。Python作为数据分析、云计算系统管理、人工智能、网络攻防、编程入门教学的第一语言，其在各个技术层面都有着广泛应用。通过课程学习，使学生理解和领会Python语言程序设计的基本知识和概念，掌握Python程序设计的基本理论、方法和应用；认识高级程序设计国家标准并会查阅手册养成严格遵守和执行有关国家标准的各项规定的良好习惯。具备较正确而熟练地运用Python进行程序的设计的能力，接触并了解数据分析与可视化的基本使用方法，使学生具有Python数据分析、设计和可视化开发的能力，培养学生计算思维能力、创新能力以及发现问题、分析问题和解决问题的能力，为将来从事数据科学相关领域的工作打下坚实的基础。 |
3.《数据结构与算法》：本课程主要介绍非数值计算问题中如何合理地组织数据，有效的存储和处理数据，正确地设计算法以及对算法的分析和评价。课程既包括基础概念、基本方法的理论学习，使学生理解数据结构的逻辑结构、物理结构、抽象数据类型以及算法时间和空间复杂度的概念；也包括数据结构与算法的程序设计语言实现，使学生掌握各类常见抽象数据类型的定义及实现，掌握常见的查找、排序算法及算法背后隐含的算法设计策略，理论与和实践并重。 |
4.《机器学习与智能系统》：学生通过对本门课程的学习，能够对机器学习和智能系统的内容有一个较为全面的了解和认识，更深刻地理解机器学习的实质内容，使学生具备前沿的智能技术与应用所必需的专业知识。从而为学生今后从事计算机智能应用与智能技术前沿研究，以及相关领域的科学研究做好理论和技术上的准备。 |
5.《医学人工智能创新实践》：该课程内容涵盖了人工智能在医学影像学数据、组学数据、医疗大数据、医学检测机器人、康复机器人、智能医用材料等医学场景中的运用。该课程将安排学生进入实验室，通过大量的科学创新实践，加强学生对医学人工智能理论的理解，帮助学生掌握医学人工智能的应用场景及实现方法，助力学生将所学知识和方法运用于解决医学实际问题。该课程对于帮助学生迅速了解学术界与产业界的最新AI创新成果与动态、探索人工智能在医学领域的应用具有重大意义。本课程的考核方式灵活多样，可以通过考试、论文、科技竞赛、专利等方式进行考核。学生通过参与导师的课题可帮助自己完成毕业设计环节的学习。 |
