Master of Science in Medical Data Science
醫療數據科學理學碩士學位
课程目标与特色
**课程目标**
本课程属于健康技术研究生课程,旨在为医学影像、放射治疗、医学实验室科学、健康技术等领域的专业人士,以及其他对健康技术感兴趣的人士,提供信息技术和医学科学的高级知识和技能培养机会。
**A 知识与技能提升**
- 提升在其各自专业领域的专业知识,以增强其职业发展路径。
- 扩展学生对健康科学和技术的接触面,使其能够应对不断变化的工作需求。
- 提供实验室环境以测试工作中遇到的问题。
学生将在医学数据科学的知识和技能方面得到提升,在智力、专业和个人方面获得发展。该课程的具体目标如下。
- 向学生介绍医学数据科学的不同方面,包括生物信息学、遗传学和基因组学、医学影像等。
- 拓宽和加深学生在医学数据科学选定领域的知识和技能。
- 培养学生在处理复杂医学和临床数据时的整合和协作团队方法。
- 发展学生的沟通、批判性分析和解决问题的技能。
**B. 专业发展**
- 培养学生在专业实践中进行批判性分析和评估的能力。
- 在医疗保健专业人士中培养他们应具备的素质和属性。
- 在专业和医疗保健行业中获得更高层次的意识和反思,以提高医疗保健服务质量。
- 发展学生承担管理或科学层面实践的能力。
**C. 基于证据的实践**
- 为学生提供进行基于证据的医疗保健服务实践所需的科研技能。
**D. 个人发展**
- 为在职专业人士提供持续发展的渠道。
- 使毕业生在毕业后能够进一步发展自己。
课程特色
医学数据科学理学硕士专注于培养以下技能:
1. 将生物学和医学问题转化为计算问题;
2. 整合来自不同来源的多模态组学数据(如序列、图像和文本);
3. 开发用于医学应用(如建模病因、预测疾病易感性和提出治疗策略)的高效数据分析系统。
随着人工智能、基因组学和生物医学领域的快速发展,具有扎实医学数据分析背景的年轻人才需求旺盛。如今,在临床环境中收集了大量的临床和医学数据,这些数据需要被分析以改善医疗服务。然而,缺乏有能力的人员是利用新技术推进医疗保健进展的一个重大障碍。医学数据科学理学硕士将填补医疗保健领域的这一巨大空白。
课程结构
健康技术研究生课程包括以下学位:
- 医学数据科学理学硕士(MScMDS)
- 医学影像和放射科学理学硕士(MScMIRS)
- 医学实验室科学理学硕士(MScMLS)
- 医学物理理学硕士(MScMP)
毕业需要积累31学分,包括以下内容:
- 1门必修课(3学分)
- 7门核心课(18学分)
- 选修课(9学分)
- 1门学术诚信和伦理课(1学分)
**必修课**研究方法与生物统计学
**核心课**
- 医学科学中的高级分子生物学和遗传学
- 生物信息学和基因组学中的算法
- 健康科学中的生物信息学
- 数据结构与数据库系统
- 医学和研究中的伦理问题
- 数据科学原理
- 系统生物学
**选修课(最多3学分非健康技术学院课程)**
- 基于深度学习的高级医学图像分析
- 计算断层扫描/磁共振成像的先进技术与临床应用
- 人工智能与大数据计算编程/大数据计算(非健康技术学院课程)
- 分子诊断在医疗保健中的临床应用
- 论文
- 流行病学
- 基因组技术与功能基因组学
- 计算生物学的最新进展
- 机器学习与数据分析(非健康技术学院课程)
- 医学人工智能与数据分析(非健康技术学院课程)
- 分子和功能成像:从身体系统到分子(非健康技术学院课程)/数字成像和PACS
- 临床实验室中的分子技术
- 高级分子诊断技术研讨会
**毕业学分要求**:31学分
入学要求
- 获得香港理工大学或认可机构授予的生物信息学、计算机科学、计算机工程、电子工程、生物医学工程、物理学、应用数学、自然科学、生命科学、生物医学科学、生物学、生物化学、生物技术、医学实验室科学、数据科学、大数据分析、公共卫生或相关健康学科的学士学位。其他资格将根据个别情况考虑。
如果你不是英语母语者,并且你的学士学位或同等学历是由教学语言不是英语的机构授予的,你应满足大学的最低英语水平要求。详情请参阅“入学要求”部分。
学费: 非本地学生每学分8200港币









