기본정보
- 교과목개요● 본 과목은 바이오 및 의료데이터의 특성과 구조를 이해하고, 실제 산업 현장에서 활용되는 데이터 처리와 분석 기법의 사례를 학습합니다. 유전체, 생체신호, 임상데이터, 웨어러블 데이터 등 다양한 데이터 유형을 다루며, 품질 관리·표준화·가명처리 등 현장 필수 기술을 실습 및 기업 사례를 통해 체득합니다.
● 또한 AI, 정밀의학, 디지털 치료제, 원격의료, 헬스케어 스타트업 생태계 등 최신 시장 트렌드를 함께 탐구하여, 바이오데이터 기반 혁신 비즈니스 모델과 산업 발전 방향을 이해하도록 돕습니다. - 학습목표 ● 본 수업에서는 이러한 시장 환경과 트렌드를 기본 전제로 두고, 이론과 실제 사례 분석을 통해 학생들의 시장 적응력과 실무 역량을 동시에 키우는 것을 목표합니다.
● 실제 상용화된 데이터 기반 헬스케어 서비스(예: 유전체 분석 기반 맞춤 건강관리, 영상 AI 진단, 생체신호 기반 웨어러블 건강 모니터링, 대규모 임상 데이터 기반 신약 개발 등)와 대표 글로벌 기업(예: 23andMe, Flatiron Health, Tempus, 네이버 헬스 등)의 주요 비즈니스 모델과 차별화 전략을 이해할 수 있게 됩니다.
● 데이터의 특성 등 기본 지식을 넘어 산업적 활용 가치, 데이터 흐름, 가치사슬 구조, 데이터 기반 수익모델의 특성을 실제 시장 관점에서 이해하고 비교할 수 있게 될 것입니다. - 주요주제 바이오/의료 데이터, 산업적 활용, 글로벌 빅테크
- 선수과목 바이오의료데이터와 머신러닝의이해
- 준비사항 없음
- 장애학생 수업안내undefined
핵심역량
- 인간사회 공감력
- 생명과 환경을 존중하며, 지역사회와 인류에 공헌하려는 덕성
- 20%
- 상호소통능력
- 다양한 이해관계자, 타 학문분야와의 소통을 토대로 바이오헬스 분야의 조화로운발전에 기여하는 능력
- 20%
- 디지털 융합력
- 다양한 관점·생각, 빠르게 변하는 기술·트렌드에 민첩하고 유연하게 대응하는 능력
- 20%
- 창조적 문제 해결력
- 바이오헬스 분야에 대한 학술·실무적 이해를 토대로 발휘하는 창의적인 응용력
- 20%
- 자기점검능력
- 지속가능한 윤리적 전문가가 되기 위하여 배우고 성찰하는 주도적 태도
- 20%
주제별 수업내용
- 1주제교과목 소개 및 학습 목표를 이해
-
- 수업방법, 평가방법, 주차별 학습 내용에 대해 이해
- 바이오 헬스케어와 의료정보학의 기본 개념
- 데이터 주도 의사결정의 중요성
- 의료 분야에서의 빅데이터와 AI 활용 동향
- 2주제전자건강기록(EHR) 데이터 생성 및 수집
- 3주제- 의료 데이터를 CSV, Excel로 읽고 처리하는 방법 - Biopython 라이브러리를 이용한 생물 정보학 및 의료 데이터 처리 - Beautiful Soup 라이브러리를 이용해 웹에서 데이터 수집하는 방법
- 4주제- 머신러닝의 기본 개념과 알고리즘 유형 - 지도학습, 비지도학습, 강화학습의 의료 분야 적용 사례 - 의료 영상 분석과 컴퓨터 비전 기술
- 5주제- 신경망의 기본 구조와 학습 원리 - CNN, RNN, LSTM 등 주요 딥러닝 아키텍처 - 의료데이터 보안과 윤리적 AI
- 6주제- 의료 문서에서의 자연어 처리 기술 - 임상 노트 분석과 정보 추출 - 의학 문헌 검색과 지식 그래프 구축
- 7주제- 유전체 데이터 분석과 머신러닝 - 약물 반응 예측과 신약(디지털 치료제 포함) 개발에서의 AI 활용 - 개인화된 치료 계획 수립을 위한 데이터 통합 분석
- 8주제중간고사
- 9주제-생존 분석 모델 - Cox 비례 위험 모델 - Kaplan-Meier 추정법
- 10주제- 동적 시스템 모델링 - 네트워크 모델링 - 구조기반 모델링
- 11주제- 임상 의사결정 지원 시스템(CDSS)의 구조와 기능 - 실시간 환자 모니터링과 위험 예측 - 응급 의료 서비스에서의 AI 활용
- 12주제- 의료 영상의 종류와 특성 (X-ray, CT, MRI, 초음파 등) - 영상 분할, 등록, 융합 기술 - AI 기반 병변 검출 및 진단 지원 시스템
- 13주제- 유전체 서열 분석과 변이 검출 - 단백질 구조 예측과 기능 분석 - 시스템 생물학과 네트워크 분석
- 14주제- 바이오헬스 분야의 머신러닝 응용 사례
- 15주제기말고사
