2025年11月1日 星期六

健康照護科技專題一

健康照護科技專題一：AI 時代的輔助科技設計與實作 (修訂版)

(Special Topics in Healthcare Technology I: Assistive Technology Design & Implementation in the AI Era)

學期： 2026 春季 (Spring 2026) 每週二晚上 ＥＦＧ
核心工具： Claude Sonnet 4.5, ChatGPT 5, Gemini 2.5 Pro, Grok 4 等次世代多模態大型語言模型工具 (Leading Multimodal LLM tools)

先備知識 (Prerequisites):
建議具備 Python 基礎程式設計能力。學生應能理解基本語法、變數、迴圈與函式。無需具備 AI 或機器學習的先備知識，本課程著重於「應用」而非「建構」模型。

課程描述：
本課程旨在探索如何運用尖端大型語言模型（LLM）作為核心協作夥伴，設計、模擬並實作出具創新性的健康照護與輔助科技解決方案。課程將以一系列專案導向的實作，帶領學生從概念發想、系統模擬、原型設計到成果展示，完整體驗在 AI 時代解決真實世界健康照護挑戰的流程。學生將學習如何「指揮」AI 進行複雜的邏輯推理、程式碼生成、3D 模型建構與科學視覺化，並在過程中建立對 AI 倫理的深刻認識，成為一名能負責任地駕馭 AI 的輔助科技創新者。

學習目標：

  1. 掌握使用 LLM 進行複雜問題拆解與邏輯規劃的能力。

  2. 評估並應用 AI 在健康照護領域的倫理原則與最佳實踐。

  3. 實作 AI 驅動的互動式復健與健康促進應用。

  4. 設計並模擬用於高齡者照護的智慧環境感測系統。

  5. 運用 AI 將複雜的生物醫學過程進行視覺化呈現。

  6. 完成一個具體的輔助科技期末專案，從概念發想、倫理評估到原型實作。

每週進度與主題 (Weekly Schedule)

第一部分：基礎建設與互動設計 (Weeks 1-6)

  • Week 1-3 (2/23, 3/2, 3/9): AI 輔助下的邏輯與規劃

  • Week 4 (3/16): 遊戲化復健 (Gamified Rehabilitation)

    • 主題： 體感互動復健遊戲設計

    • 內容： 探討如何將枯燥的復健動作轉化為有趣的遊戲。學習運用 AI 進行遊戲機制設計與原型開發。

    • 實作 (Lab #2): 擇一實作：設計「中風後復健—AI 打地鼠」遊戲，訓練反應速度與手眼協調；或設計「關節炎患者—AI 動作範圍評分機」，引導患者完成每日伸展。

  • Week 5 (3/23): 期末專案提案 (Final Project Proposal)

    • 主題： 發掘問題與定義題目

    • 內容： 學生分組，腦力激盪，尋找一個真實世界的健康照護問題，並提出期末專案的初步構想。

    • 繳交： 期末專案提案書 (一份)。

  • Week 6 (3/30): AI 倫理在健康照護 (AI Ethics in Healthcare)

    • 主題： 隱私、偏見與責任 (Privacy, Bias, and Accountability)

    • 內容： 專題討論。探討在設計健康照護 AI 時的關鍵倫理議題：病患資料隱私、演算法偏見（如何避免 AI 系統性地忽略特定族群）、當 AI 出錯時的責任歸屬，以及模型的透明度與可解釋性。

    • 活動： 各組重新檢視其期末專案提案，進行倫理風險評估與修正。

第二部分：環境感知與系統模擬 (Weeks 7-10)

  • Week 7-8 (4/6, 4/13): 高齡者居家安全監測 (Smart Home for Elder Care)

    • 主題： 居家危害鏈偵測與視覺化 (Home Hazard Chain Identification)

    • 內容： 如何預防長者跌倒或發生意外？模擬智慧家庭環境，利用虛擬感測器數據來預測潛在風險。學習使用 AI 輔助生成 3D 場景與動畫。

    • 實作 (Lab #3): 利用 AI 生成動畫，視覺化呈現如「長者夜間起床 -> 未開燈 -> 被地毯絆倒」或「忘記關瓦斯 -> 濃度升高 -> 觸發警報」的危害事件鏈。

  • Week 9 (4/20): 期中考週 (停課一次)

第三部分：生物醫學視覺化與研究創新 (Weeks 11-17)

  • Week 11 (5/4): 重現論文中的 AI 醫療模型 (Reproducing AI in Healthcare Research)

    • 主題： AI 輔助下的論文驗證與實作

    • 內容： 學習如何使用 AI 快速解析一篇 AI 醫療影像辨識或數據分析的論文，並嘗試重現其核心演算法或系統架構。

    • 實作 (Lab #5): 選擇一篇指定的論文摘要，使用 AI 生成概念驗證 (Proof-of-Concept) 的程式碼。

  • Week 12-14 (5/11, 5/18, 5/25): 科學動畫 (Biological Visualization)

    • 主題： 將複雜的科學機制變得可視化

    • 內容： 深入探討如何將抽象的科學概念轉化為具體的視覺故事。案例將聚焦於生物，物理現象與健康照護相關主題。

    • 實作 (Lab #6): 選擇一個科學主題（如光合作用、嗅覺原理），利用 AI 輔助生成解說腳本與關鍵畫面動畫。

  • Week 15-16 (6/1, 6/8): AI 輔助研究與報告撰寫 (AI-Assisted Research & Writing)

    • 主題： 運用 AI 加速期末專案的創新與整合

    • 內容： 學習如何利用 AI 進行文獻回顧、整理研究重點，並協助撰寫結構化的期末專案報告。

    • 實作 (Lab #7): 針對期末專案主題，進行 AI 輔助的文獻回顧與報告草稿撰寫練習。

  • Week 17 (6/15): 期末專案發表與成果展示 (Final Project Presentations)

    • 內容： 各組展示學期成果，包括問題定義、AI 解決方案、原型 Demo、倫理考量分析與未來展望。

評分標準 (Grading Breakdown)

  • 實作作業 (Labs, 40%):

    • 評估標準不僅看最終成果，更重視過程。繳交內容須包含：

      • 成果展示 (成品或影片)。

      • 關鍵 Prompt 紀錄與反思： 說明你如何引導、迭代、修正 AI 的指令以達成目標。

      • 程式碼與相關檔案。

  • 期末專案 (Final Project, 50%):

    • 提案與倫理評估 (10%): 包含問題陳述、初步構想與倫理風險分析。

    • 最終成果與 Demo (25%): 包含期末發表會的展示與原型功能的操作。

    • 書面報告與程式碼 (15%): 詳述專案的設計理念、實作過程、成果、遇到的挑戰與未來工作。

  • 課堂參與與討論 (10%):

    • 鼓勵在課堂、特別是倫理議題討論中，積極提出觀點與回饋。
張貼者： 於

沒有留言:

張貼留言

訂閱： 張貼留言 (Atom)