과정요약

의료 전문가를 위한 AI 공학 교육 및 연구
AI Doctor Track

의료 전문가를 위한 AI 공학 교육 및 연구

  • 대상

    의과대학·치과대학·한의과대학 학부생

  • 목표

    의료 전문가가 AI 기술을 활용하여 진단 및 치료를 혁신할 수 있도록
    프로그래밍 및 AI 공학 기초 역량 강화

  • 주요과정

    프로그래밍 기초 및 데이터 분석, 인공지능 기초 및 의료 AI 개론,
    의료 데이터를 활용한 AI 프로젝트 실습

AI 공학 전문가를 위한 의료 데이터 활용 교육 및 연구
Medical AI Track

AI 공학 전문가를 위한
의료 데이터 활용 교육 및 연구

  • 대상

    인공지능 및 의공학을 포함한 이학 및 공학계열 학부생

  • 목표

    공학 기반 학생들이 의료데이터를 효과적으로 분석하고 AI 기술을
    의료 현장에 적용할 수 있는 능력 배양

  • 주요과정

    프로그래밍 기초 및 데이터 분석, 인공지능 기초 및
    의료 AI 개론, 의료 데이터를 활용한 AI 프로젝트 실습

의료 AI 고급 연구 및 실무형 전문가 양성
Advanced Medical AI Track

의료 AI 고급 연구 및 실무형 전문가 양성

  • 대상

    대학원 석∙박사과정 학생

  • 목표

    의료 및 공학 융합 연구를 수행할 수 있는 고급 의료 AI 전문가 양성

  • 주요과정

    의료 AI 응용 및 의과학 심화(중개의학), 의료데이터를 활용한
    인공지능 연구 프로젝트, 산업·연구소 협력 프로젝트 및 글로벌 의료 AI 연구 참여

학부 과정

  • AI Doctor
  • Medical AI
영역 순번 개설 학부(과)명 학수번호 교과목명 학점
A 1 의예과 PREME2019 의학통계학 택1 3
2 의예과 PREME2021 생물정보학 및
Software coding
B 3 인공지능학과 AI1001 인공지능 개론 택1 3
4 생체의공학과 BME422 의료인공지능
프로그래밍
C 5 생체의공학과 BME424 멀티모달
머신러닝 개론
택1 3
6 생체의공학과 BME425 멀티모달
의료영상처리
D 7 의예과 PREME2031 의료AI프로젝트 3
영역 순번 개설 학부(과)명 학수번호 교과목명 학점
A 1 생체의공학과 BME320 공학인을 위한
기초의학
3
B 2 인공지능학과 AI1001 인공지능 개론 택1 3
3 생체의공학과 BME422 의료인공지능
프로그래밍
C 4 생체의공학과 BME424 멀티모달
머신러닝 개론
택1 3
5 생체의공학과 BME425 멀티모달
의료영상처리
D 5 의예과 PREME2031 의료AI프로젝트 3
  • A, B, C, D 영역의 각 1과목 이상 이수하여 12학점 이상 수료 시 의료인공지능 마이크로디그리 이수 인증

    대면 수업을 원칙으로 하며,
    *소속캠퍼스 학생이 타 캠퍼스 수업을 듣는 경우에 한하여 실시간 비대면 미러링 수업이 가능합니다.
    매 학기 개설되는 교과목은 경희대학교 수강신청시스템(https://sugang.khu.ac.kr/)에서 별도로 확인해 주시기 바랍니다.
  • 마이크로디그리 과정 선발 전 이수한 동일 지정 교과목은 인정됩니다.

  • On-Off Hybrid 강의를 지향합니다.

  • D영역 내 의료 AI 프로젝트 과목 필수 수강

    참여교수 별 분반(1~4명) 형태로 운영(수업계획서에 따라 분반 별 독립적 운영) 연구계획서, 연구수행일지, 결과보고서 제출 관련 학회지 논문 및 Top Tier Conference 발표 지향 기업 인턴십 연계
  • 교과/비교과 활동 결과에 따른 AI 마일리지 부여

대학원 과정

AI 기초 (전공선택 2과목)
  • 딥러닝응용 특론
  • 빅데이터 처리 기법
  • 생체신호처리 특론
  • 바이오헬스데이터컴퓨팅
  • 머신러닝 및 패턴인식
  • 컴퓨팅사고력과 알고리즘
  • 파이썬 기반 인공지능 프로그래밍
  • 디지털의료기기/의료 시스템
  • 머신러닝을 이용한 의학 진단
  • 자연언어학습특론
  • 인공지능 프로그래밍
멀티모달 AI 응용 (전공선택 2과목)
  • 융합의학연구 방법론
  • 멀티모달 정보검색
  • 융합의학연구 방법론2
  • 융합의료 AI
  • 바이오헬스데이터 기술 콜로키움
  • 기업연계 프로젝트
  • 의료데이터 융합 및 AI 모델링
  • 해외공동심화연구
  • AI 기반 의료 의사결정 및 예측
  • 융합의료 멀티모달 AI
  • 의료데이터 자동 처리 및 분석
  • 응급의료 멀티모달 AI
정밀의료학과
  • 정밀의료개론
  • 논문연구1, 2
  • 정밀의학에서의검출및 분석기술
  • 정밀의학과기술사업화
  • 빅데이터와 인공지능
  • 바이오인포매틱스
  • 융복합의료기기특론
  • 뇌과학과인공지능
  • 뇌-컴퓨터인터페이스
  • 뇌과학과디지털트윈
  • 뉴로모픽엔지니어링
  • 계산신경과학

정밀의료학과 교육과정 시행세칙

생체의공학과
  • 의학생리학
  • 의료영상처리
  • 패턴인식
  • 의료영상시스템
  • 미래의공학기술
  • 딥러닝응용특론
  • 자기공명영상특론
  • 마이크로시스템공정및설계
  • 의료인공지능
  • 독립연구1, 2
  • 블록체인의료기술
  • 해외공동심화연구1, 2

생체의공학과 교육과정 시행세칙

인공지능학과
  • 인공지능과 윤리
  • 머신러닝특론
  • 딥러닝특론
  • AI실전연구프로젝트1, 2
  • 설명가능한 AI
  • 지능형 의료서비스 구축실전
  • 의료이미지 처리
  • 의료인공지능개론
  • AI창의연구프로젝트1, 2
  • AI심화연구프로젝트1, 2
  • 헬스케어를위한인공지능

인공지능학과 교육과정 시행세칙

전자정보융합공학
  • 석사논문연구
  • 박사논문연구
  • 인공지능
  • 생체신호계측
  • 초실감미디어시스템
  • 최적화이론및응용
  • 머신러닝및패턴인식
  • 강화학습
  • 딥러닝프로그래밍
  • 생체광학및센서기술
  • 휴먼ICT융합
  • 미래통신융합공학

전자정보융합공학 교육과정 시행세칙

  • 의료인공지능 융합전공은 [AI기초/멀티모달AI응용]의 각 카테고리별 2개 이상 과목을 수강(12학점) 하셔야 합니다.

  • 프로젝트 교과목은 본인이 소속된 학과 내에서 수강하는 것을 원칙으로 하며, 타 학과 내 프로젝트 과목 이수를 원하는 경우, 사업단 행정실로 문의(aim@info.co.kr)해 주시기 바랍니다.

  • 각 학과의 프로젝트 과목은 해당 학과 사무실로 문의해 주시기 바랍니다.

  • 본 세부전공(의료인공지능학)은 [AI기초/멀티모달AI응용] 카테고리 내 총 12학점을 포함하여

    석사(총 24학점), 박사(총36학점), 석박통합(총48학점) 이수가 필요하며, 각 참여학과 내 졸업이수 조건을 충족하시면 의료인공지능 학위가 수여됩니다. 졸업에 필요한 전체 학점은 각 학과의 학사 규정(대학원 학과 시행세칙)에 따라 상이하므로, 구체적인 졸업요건은 해당 학과 사무실로 문의해 주시기 바랍니다.
  • 본 의료인공지능 융합전공 이수 이전에 해당 지정 교과목을 이미 수강하여 학점을 취득한 경우, 기수강 과목으로 인정됩니다.

의료인공지능 마이크로디그리
세부 안내 사항 추가 요청

선발 과정

  • 본교 학생은 누구나 의료인공지능 마이크로디그리 신청 가능

  • 신청자 중 주관대학의 선발과정을 통해 참여 가능

  • [의료인공지능-AI Doctor 과정] 심층면접
  • [의료인공지능-Medical AI 과정] 서류평가및 면접평가
  • ※ AI 관련 기업 인턴, 프로젝트, 창업 경험자 우대

  • ※ 의료 인공지능 개발 참여자 우대

  • ※ 첨부된 신청서를 작성하여 jiwony1030@khu.ac.kr 로 8월 17일 (자정)까지 제출 (선발평가 일정 별도 공지)

이수 조건

  • 의료인공지능 마이크로디그리 교육과정 내 A, B, C, D 영역의 각 1과목 이상 수강

  • 총 12학점(4과목) 이상 수료 시 이수 인증

  • D영역 내 “의료AI프로젝트” 과목 이수 필수

지원 내역

  • 6학점 이수 시 1차 장학금 100만원 지급

  • 12학점 이수 시 2차 장학금 100만원 지급

  • 의료AI프로젝트 및 성과 완수 시 3차 장학금 100만원 지급

  • 연 30편의 우수 논문 작성자를 선정하여 500만원 장학금 지급

  • 의료AI기업, 병원, 해외대학 연구진과 공동프로젝트 및 연수기회 제공 (학습자에 따라 선별적으로 지원)

  • 학습성과 전자관리시스템 (e-portfolio) 지원

  • 멘토링 및 스마트 리서치 매칭 시스템 지원 등