伟德(betvlctor·1949)官方网站-源于英国

一、专业介绍

中医药人工智能将智能前沿技术与医学科学的交叉融合，是一个多学科相互融合以适应现代社会经济发展的新兴专业。本专业面向国家医药人工智能产业和地方经济领域，在中医药人工智能应用中的信息获取、传递、处理及分析应用等方面，具有较宽广的专业知识和实践动手能力，具备人工智能及其相关领域的系统、算法、终端、应用等方面的研究、设计、开发能力以及组织和实施人工智能应用项目的能力；本专业以培养学习者掌握人工智能核心理论与实践应用能力为核心,通过灵活的课程组织和先进的授课形式,使学习者较为全面了解人工智能基本知识体系, 具有扎实的智能医疗服务基础知识，掌握智能医疗设备和信息系统的使用及维护等能力的高级应用复合型人才。

二、培养目标

本专业培养适应医药卫生事业发展需要，具有良好的人文社会科学素养、社会责任感和职业道德，具备医学和信息科学专业背景知识，分析医学人工智能领域复杂工程问题，设计满足工程需求的科学解决方案，能够适应国际化竞争环境，具备较强的知识更新能力、实践能力和创新能力的高素质医-工交叉复合型应用人才。

三、培养要求

掌握医药卫生信息和物联网相关的计算机、通信和传感的基本理论、基本知识、基本技能和基本方法，了解智能医学工程相关领域的发展动态；系统掌握人工智能基础理论、基本方法和基本技能；具有运用人工智能的基本模型、原理与方法，具有人工智能与医学组织、分析、设计与开发利用的基本能力；掌握机器学习的各种算法原理和技术，熟悉数据智能处理的基本原理，设计有效的技术解决方案并能从事相关应用研究与开发的能力；具备良好的科学思维和科学实验素养，对人工智能关键领域的前沿技术有深刻理解，跟踪医学人工智能前沿领域发展的能力，能够运用交叉学科知识解决医学领域问题，并具有相关方向的科学研究能力。

四、招生对象及条件

（一）招生对象

全校范围内大二阶段的非计算机、医学信息工程、信息管理与信息系统专业的本科生。

每年招生30人左右。

（二）招生条件

1.拥护中国共产党的领导，具有高尚的爱国主义情操和集体主义精神，社会主义信念坚定，社会责任感强，遵纪守法，品行表现优良。

2.在校期间无任何违法违纪受处分记录。

3.学习能力强，学有余力，不影响主修专业学习。

4.每名学生可申请修读多个微专业，但单次报名只能申报1个，待修读完成后方可申请下一个专业。学生主动退出微专业学习者，可给予一次机会报名修读其他微专业。

五、修读方式（含学制、授课方式、课程设置及学时分配）

学制建议1年,最多不超过2年。

授课方式：线下教学。课程设置见表1。

表1 中医药人工智能微专业课程设置一览表

六、学分认定与证书授予

（一）学分认定

学生按要求修读课程，参与考核，所获学分不可转换为主修专业学分，不纳入主修专业平均学分绩点计算。微专业修读课程不参与本人保研排名、不计入学业预警；微专业课程考核不合格者，不影响其评奖评优和毕业资格。

（二）证书授予

学生完成微专业培养方案的相应课程、环节，并通过考核者，可提交结业申请。学校审核通过后，颁发微专业证书，具体时间根据学校教学工作安排确定。

微专业是非学历教育，不在中国高等教育学生信息网（学信网）备注信息，不授予学位。

七、微专业课程简介

中医药人工智能微专业共计5门课程，包括智能医学导论、机器学习与中医药数据分析、智能感知技术与医学实践、知识图谱技术与医学实践、智能医疗创新实践。课程间互为支撑，共同培育学生成为精通中医药人工智能的高素质人才。

1.智能医学导论

智能医学导论是导向性课程、是一门引领学生进入人工智能领域的基础课程。本课程介绍本专业需了解的课程、技术和学习方法，使学生了解智能医学工程领域的新兴技术；探索人机协同的智能化诊疗方法和临床应用的新兴交叉领域。本课程目的是使学生了解智能医学工程领域的新兴技术，让学生了解人工智能的概念和发展简史，熟悉人工智能的主要研究内容和应用领域。同时本课程对人工智能中使用的主要关键技术进行了介绍，主要包括知识表示、专家系统、知识图谱、机器学习、人工神经网络和深度学习等。通过本课程的学习，帮助学生初步了解人工智能技术，为后续课程的学习奠定基础。

智能医学导论课程负责人：胡芳教授，硕士生导师。2004年本科毕业于华中师范大学计算机科学系，2008年硕士毕业于武汉大学计算机学院，2015年博士毕业于华中师范大学计算机学院，2018年美国西佛罗里达大学访问学者及博士后。担任中国电子学会物联网青年专业技术委员会通信委员、CAAI智能信息网络专委会会员、IEEE计算机学会会员、通信学会会员、Artificial Intelligence and Robotics会员。担任世界中医药学会联合会理事、中国中医药信息学会理事、湖北中医药大学欧美同学会理事。主持并参与国家自然科学基金面上/青年项目、湖北省自然科学基金青年项目、国家中医药管理局项目、教育部产学研协同育人项目、湖北省教育厅重点/青年科研项目、湖北省教育厅人文社科项目、湖北省卫生厅科研项目等20余项。编写著作3部（副主编）、申请软件著作权28项、申请发明专利2项。以第一作者或通讯作者公开发表学术论文40余篇，其中《Information Fusion》、《Applied Soft Computing》、《Applied Energy》、《IEEE Sensors Journal》、《Computers and Electrical Engineering》等SCI期刊论文18篇，EI期刊或会议论文11篇，CSSCI期刊论文1篇。

智能医学导论主讲教师：马利教授，伟德betvlctor1949源于英国副院长，硕士研究生导师，1998年毕业于华中师范大学数学系，获得理学学士学位；2005年毕业于武汉大学流行病与卫生统计学专业，获得医学硕士学位；2012年毕业于湖北中医药大学中医内科学，获得医学博士学位；2012年-2015年在中国中医科学院从事中医信息学博士后工作。2010年至今，公开发表学术论文30余篇，主持省部级科研项目5项。

2. 智能感知技术与医学实践

智能感知技术与医学实践课程旨在学习和探究物联网技术在医疗中的应用，特别智能设备在医疗中的应用。系统介绍医疗物联网的起源与发展、医疗物联网的概念与特征、医疗物联网的体系结构与关键技术，深入讲解传感与监测技术、标识与定位技术、物联网通信技术、物联网数据处理技术等。通过本课程的学习，全面掌握运用传感器原理，理解传感器的应用方法，提升学生对医疗物联网工程的认知能力和对医疗物联网技术的理解能力。了解在各个领域中的传感器的作用，掌握各类传感器的基本理论，掌握几何量、机械量、物质含量等测量中常用的各种传感器的工作原理、主要性能及其特点；了解与医学生物学相关的生物传感器的分类、原理及应用。

智能感知技术与医学实践课程负责人：雷用敏 博士，副教授，研究方向为纳米生物传感以及中医中药学领域的应用。发表高水平SCI论文最高影响因子为11.307，主持参与省部级以上项目4项，获湖北省科学技术二等奖1项，获国家发明专利2项。获“挑战杯”全国大学生课外学术科技作品竞赛全国三等奖1项，以及中国大学生计算机设计大赛省一等奖1项。

中医药人工智能微专业负责人、智能感知技术与医学实践主讲教师：管华副教授，物联网工程教研室主任，硕士生导师。计算机软件与理论专业博士。参与省厅级以上项目20多项，包括国家自然科学基金项目、国家十二五科技支撑技计划项目、“863”国家科技计划项目、国家中医药管理局项目、湖北省教育厅科学研究项目、湖北省教育厅人文社科项目、湖北省交通运输厅科技项目、湖北省建设厅科技项目等。横向进账15万，主持项目13项，其中，主持省厅科研项目6项。发表论文27篇，软件著作权4项，专利1项，参编三本著作，主编《网络互联技术与实训教材》。参与省级以上项目13项。指导学生获省级以上竞赛奖15项。中国中医药信息学会人工智能分会常务理事，中国中医药信息学会中医药信息教育分会理事。主讲云计算技术、物联网导论、网络安全与互联技术、物联网中间件设计等课程。研究领域涉及自然语言处理、人工智能、物联网。

3.机器学习与中医药数据分析

机器学习与中医药数据分析课程以大数据的分析挖掘算法和机器学习为主要内容，通过对实际数据的分析更加深入地理解常用的数据挖掘与机器学习模型。讲述实现数据挖掘的主要功能，数据挖掘、机器学习算法和应用，并通过对实际数据的分析更加深入地理解常用的数据挖掘与机器学习模型，并介绍其在不同生物医学数据中的应用（比如医学影像学数据、基因组学数据、电子病历数据）。培养学生对医学资料的统计思维和分析能力，为其运用到医学实践，进行科学研究，为学习其他课程打下必要的统计学基础。掌握数据处理与可视化、常用机器学习算法的原理与实现、机器学习工具的使用方法。主要内容包括认识数据、数据预处理、回归分析、关联规则挖掘、分类与预测、聚类分析、神经网络与机器学习基础以及数据挖掘案例分析等内容。通过学习和实践，培养学生的数据挖掘算法与机器学习的理论分析与应用实践的综合能力。

机器学习与中医药数据分析课程负责人：陈华博士，讲师，武汉大学计算机学院计算机科学与技术方向博士。研究方向为医学人工智能。主要参加了湖北省重大技术创新专项、企业横向合作课题等项目。近5年来以第一作者发表SCI/EI论文共5篇。

机器学习与中医药数据分析课程主讲教师：方伟伟博士，副教授，硕导，中国中医药信息学会信息教育分会理事，研究方向为医学人工智能。主持参与省厅级项目、企业横向合作课题8项，近年来以第一作者发表SCI/EI论文5篇。

4.智能医疗创新实践

智能医疗创新实践是一门以医院为主要业务场景，专门讲授如何在数字健康环境下应用智慧医疗临床、管理和服务创新的理念、理论、方法、标准和技术，分析、设计和实施智能医疗信息系统，提升智能医疗创新设计和工程实践能力的课程。本课程主要讲授智慧医院信息系统概述、智慧医疗创新设计基础、核心医学信息标准、医院管理信息系统（HMIS）、实验室信息系统（LIS）、检查信息系统（RIS/PACS）、手术麻醉信息系统（AIMS）、电子病历系统（EMRs）、医院信息集成平台等内容。本课程的教学目的是帮助学生了解智慧医院信息系统的发展现状与趋势，掌握智能医疗信息系统分析、设计和实施的基本思路和方法，能洞察智慧医疗创新的潜在需求和应用前景，并能针对具体问题设计融合组织、管理、技术、数据要素为一体的智慧医疗创新系统化解决方案。

智能医疗创新实践课程负责人：伟德betvlctor1949源于英国院长，三级教授，硕士生导师。湖北省“十四五”优势特色培育学科管理科学与工程学科负责人，信息管理与信息系统湖北省一流专业建设项目负责人，省级优秀基层教学组织负责人，主持医学信息工程“荆楚卓越人才”协同育人计划项目、参与省级一流课程和新工科课程《医院信息系统》项目建设。中国中医药信息学会理事，中国中医药信息学会信息教育分会副会长、中国中医药学会人工智能分会常务理事。主持参与了国家科技支撑计划、湖北省科技厅重点研发计划、国家中医药管理局政策研究项目等十余项省部级科研课题，发表学术论文三十余篇，主要参与编制了中国中医药信息学会团体标准六项，编写《中医药标准化概论》、《中医药标准化知识简明读本》、《医院信息系统分析与设计》、《医院信息系统》等著作和教材。

智能医疗创新实践课程主讲教师：杨海丰，副教授，澳大利亚拉筹伯大学访问学者，中国中医药信息学会中医病案分会常务理事、信息教育分会理事。《医院信息系统》省级一流本科课程负责人、省级新工科课程建设项目负责人。主持省部级以上教科研项目5项、厅局级教科研项目2项，参与教学质量工程项目2项，主持完成校级教研项目2项。

4. 知识图谱技术与医学实践课程

知识图谱技术与医学实践课程介绍知识工程、知识图谱技术及在医疗中应用，帮助学生理解知识图谱在不同行业中的应用，培养学生解决实际问题的能力。本课程系统地介绍知识图谱的关键技术，从知识的获取、表示和存储、图谱的构建和融合，直到图谱的查询、问答和推理等，还介绍了多种特殊类型的知识图谱。学习知识图谱在推荐系统、智能问答、数据分析、医学方面等领域的应用。帮助学生理解什么是知识图谱，知识图谱的构建流程，以及医药疾病知识图谱的应用场景等知识。让学生能够使用相关工具和技术实现简单的知识图谱构建和管理。

知识图谱技术与医学实践课程负责人：解丹教授，博士，硕士研究生导师，伟德betvlctor1949源于英国教授。日本东京大学广域专攻访问学者，美国德州大学休斯顿健康医疗中心生物统计系博士后。主要参与了国家科技部中医药现代化专项、863、国家自然科学基金面上项目、国家中医药管理局重大行业专项、美国NIH等多个国家级课题，主持国家中医药管理局、湖北省教育厅、湖北省卫健委等多个省厅级项目，发表论文60篇，SCI/EI检索15篇以上。获得湖北省科技进步二等奖1项、湖北省教学成果三等2项。指导本科生毕业论文获得多次湖北省优秀本科毕业论文指导老师奖，带领学生参加科技类创新创业大赛并多次获奖。

知识图谱技术与医学实践课程主讲教师：王威，华中师范大学博士。研究方向为知识图谱、个性化推荐、大语言模型等领域。在中国科学院1区TOP计算机与人工智能领域权威期刊ESWA、KBS以及CCF C计算机与人工智能领域核心期刊NCAA国际核心期刊等发表论文6篇。