長庚大學

演講主題：「AI-based Image Analysis for Medical Problems: Challenges and New Approaches」(應用於醫療問題之人工智慧影像分析:挑戰與創新) 講者:  美國聖母大學電腦科學與工程學系Danny Chen教授 時間: 2026年4月22日 (三)  12:10-14:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/epD4WW或 掃描海報 QR code 報名連結: https://forms.gle/XiK5ecK3LCjuzydJ6或掃描海報QRcode (教職員可獲得2小時活動時數認證，請上活動報名系統報名參加)   講者簡介: Danny Chen教授專長於計算生醫、醫學影像、機器學習、資料探勘及演算法等領域，長期致力於跨領域研究，並與生醫研究人員及臨床實務界密切合作，推動資訊科技於醫療應用之發展，成果卓著。其研究成果豐富，並擁有8項美國專利，展現高度技術創新能力。曾榮獲美國國家科學基金會（NSF）CAREER Award及美國國家科學院PNAS Cozzarelli Prize等重要學術獎項，並為IEEE及AAAS會士、ACM傑出科學家，具國際頂尖學術地位與影響力。 演講大綱: 隨著醫療影像資料快速成長，發展高效且精準之分析方法成為重要課題。深度學習雖於醫學影像應用中展現優異成果，惟仍面臨標註資料不足、高維度影像處理及運算成本等挑戰。 本演講將介紹結合深度學習與演算法技術之方法，並透過稀疏標註策略降低專業標註成本，在醫學影像分割、分類與去雜訊等任務中達成兼具效率與準確性之成果。

演講主題：「Genomics, Big Data, and AI: New Approaches for Understanding Complex Diseases — 基因體、大數據與人工智慧：解析複雜疾病的新方法」 講者:  謝璦如副教授 國立台北大學統計學系 時間: 2026/3/25 (三)  12:10-14:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/lpdb2q或 掃描海報 QR code 報名連結: https://forms.office.com/r/iUTLaer75x或掃描海報QRcode (教職員可獲得2小時活動時數認證，請上活動報名系統報名參加) 講者簡介: 謝璦如副教授專長為統計遺傳學與生物醫學資料科學領域，研究聚焦於整合全基因體關聯研究（GWAS）、多基因風險分數（PRS）、孟德爾隨機化（MR）與機器學習方法，探索複雜疾病的遺傳機制與因果關係。其研究結合大型生物資料庫與高維度生醫資料分析，致力於發展可解釋的疾病風險預測模型，以促進精準醫學與族群健康研究的發展。 演講大綱: 近年來，人類遺傳學的重要發現正持續推動精準醫學的發展。大規模的全基因體關聯研究（genome-wide association studies, GWAS）已經辨識出數以千計與複雜疾病相關的遺傳變異，為理解疾病的生物學機制提供了重要線索。多基因風險分數（polygenic risk scores, PRS）整合這些微小但累積的遺傳效應，能夠識別可能具有較高疾病風險的個體，從而協助更早期的篩檢與更密切的健康監測。孟德爾隨機化（Mendelian Randomization, MR）則提供一種統計推論架構，用以評估暴露因子與疾病結果之間潛在的因果關係，為制定精準且具針對性的介入策略提供科學依據。 此外，機器學習方法在高維度生醫資料的特徵篩選與預測模型建立方面提供了強而有力的工具。例如 LASSO、隨機森林（random forests）以及梯度提升模型（gradient boosting models）等方法，能夠從大規模資料集中辨識出具有重要資訊的基因變異、生物標記以及臨床變數。這些方法不僅能提升疾病風險預測的準確度、優化多基因風險模型，也有助於在孟德爾隨機化分析中發掘潛藏的資料模式與關聯結構。 透過整合統計遺傳學方法、機器學習演算法以及大規模生醫資料資源，我們能夠建立具有可解釋性的疾病預測模型，並促進對疾病生物機制的深入探索。這些研究成果有助於提升我們對疾病機制的理解，並為臨床醫療與族群健康管理提供更有效的預防與治療策略。 主辦單位：健康數據科學研究所  ※本活動需報名

演講主題：「Toward Human-Centered Physical AI — 邁向「以人為本」的實體人工智慧」 講者:  陳奕廷副教授 國立陽明交通大學資訊工程學系 時間: 2026/3/24 (二)  14:00-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/EbkDzv或 掃描海報 QR code 講者簡介: 陳奕廷副教授是國立陽明交通大學資訊工程學系的副教授。他於美國普渡大學取得電機與計算機工程博士學位，並曾任美國本田研究院（Honda Research Institute USA）資深研究科學家。他的研究領域包括以人為中心的物理人工智慧（Human-centered physical AI）、智慧駕駛系統、輔助型機器人，以及電腦視覺。 演講大綱: 近年來，Physical AI（物理人工智慧）發展迅速，但大多數系統仍以基準測試表現為優化目標，而非長期的人類整合與實際部署。Physical AI 如何在確保安全、可靠且可大規模運作的同時，真正賦能人類？ 在本次演講中，我將介紹「以人為中心的物理人工智慧（Human-Centered Physical AI）」，這是一個跨領域的範式，整合了感知、學習、決策、實體化、跨物理與虛擬環境的多代理互動，以及部署與評估。除了智能行為之外，它強調「人機互動評估」、安全導向的學習、在現實世界不確定性下的魯棒性、參與式設計，以及系統層級的驗證。透過將人類需求、安全與尊嚴置於核心，此方法連結了能力與責任，提升自主性、信任感與生活品質。 我將以輔助進食與餐食準備作為代表性案例，說明個人化需求、安全限制與不確定性建模如何影響系統設計。  ※本活動無需報名

人工智慧學系3+2學制、交換生分享會 AI Department 3+2 Program & Exchange Student Experience Sharing 📅 日期 / Date 3月16日（週一） | Monday, March 16 ⏰ 時間 / Time 12:10 – 13:30 📍 地點 / Location 智慧運算學院14樓會議室 Conference Room, 14th Floor, College of Intelligent Computing 🎤 活動亮點 / Highlights UC Irvine 3+2 雙聯制學生分享 Learn firsthand about their dual-degree journey, academic challenges, and cultural experiences. University of Minnesota 交換生分享 Hear about their exchange experience, campus life, and practical tips for future participants. Q&A 時間 Ask questions directly to seniors who have lived the experience! 💡 適合對象 / Who Should Attend 對出國學習、雙聯制或交換生計畫有興趣的同學 想了解國際AI學程實務與生活經驗的學生 📌 小提醒 / Note 席位有限，請提前報名(提供午餐)！https://forms.office.com/r/Uk9VYKzmAL。完成活動可獲得EMI集點。

演講主題：臨床AI的開發循環：從發現訊號到臨床試驗與真實世界部屬 講者: 林嶔博士 國防醫學大學醫學系教授 時間: 2026/3/11 (三)  12:10-14:00 地點: 管理大樓11樓-AI講堂 或 線上直播https://reurl.cc/GG72GG 報名連結: https://reurl.cc/R9AMeD或掃描海報QRcode (教職員可獲得2小時活動時數認證，請上活動報名系統報名參加) 講者簡介: 林嶔博士為資料科學家，長期致力於建立醫療人工智慧的臨床實證標準。其研究整合大規模電子病歷、心電圖、醫學影像與居家感測資料，發展不僅具備高準確度，更能改變臨床決策並改善病人結果的AI系統。林博士已主持或共同主持超過十項AI隨機對照試驗，研究成果發表於Nature Medicine、NEJM AI、Radiology與Nature Communications等國際頂尖期刊。其團隊所開發之AI-ECG系統已取得TFDA核可與USFDA突破性醫材認定，完成技術移轉，並實際部署於多家醫院與偏鄉社區篩檢計畫。其核心理念在於將AI視為一種系統性臨床介入，強調從模型預測、醫師行動到病人結果之間的因果路徑，並以嚴謹的臨床試驗與真實世界證據，建立可被信任與長期運作的醫療AI科學。 演講摘要: 近年來人工智慧在醫療領域的應用已從單純的模型效能展示，逐步邁向以臨床效益為核心的實證導向發展。本演講提出「clinical AI cycle」的整體架構，系統性說明臨床 AI 如何從訊號發現、經由務實型臨床試驗驗證效益，最終成功導入真實世界的醫療與公共衛生場域。首先，在signal discovery階段，演講將說明如何利用心電圖（ECG）、胸部 X 光（CXR）等例行性檢查，結合電子病歷（EHR）與多模態資料，透過資料驅動與基礎模型（foundation models）的方法，辨識潛在但尚未被臨床察覺的疾病風險。此一策略使單一檢查得以同時對應多種疾病，突破傳統「一檢查一疾病」的篩檢限制。其次，在pragmatic trials階段，本演講強調 AI 模型必須搭配預先定義的臨床行動（pre-specified actions），並嵌入真實醫療流程中加以評估。透過數位化臨床試驗平台與隨機對照試驗設計，AI 不僅被視為預測工具，更被定位為促發臨床介入、進而改善病人預後的決策引擎。最後，在real-world deployment階段，演講將展示 AI 如何擴展至社區醫療、居家照護與穿戴式裝置，並結合大型醫療資料庫，形成可持續監測與回饋的臨床 AI 生態系。透過此一循環式架構，AI 得以不斷從實務應用中產生新資料與新發現，推動醫療決策從醫院走向社區與家庭。 主辦單位：健康數據科學研究所  ※本活動需報名

演講主題：Merging Sensors, AI, and VR for Athlete Training — 整合感測技術、人工智慧與虛擬實境打造頂尖運動訓練 講者:  胡敏君教授 國立清華大學資訊工程學系副系主任 時間: 2026/3/10 (二)  14:00-16:00 地點: 管理大樓11樓-AI講堂 直播連結: https://reurl.cc/EbkDzv或 掃描海報 QR code 講者簡介: 胡敏君教授於 2011 年取得國立台灣大學資訊網路與多媒體研究所博士學位。畢業後，先後於中央研究院資訊科技創新研究中心擔任博士後研究員，隨後任教於國立成功大學資訊工程學系擔任助理教授及副教授。目前任職於國立清華大學資訊工程學系專任教授。胡教授曾獲頒多項重要獎項，包括潘文淵基金會考察研究獎（2015）、中華民國資訊學會核心卓越青年學者獎（2017）、IEEE 台南分會最佳青年專業會員獎（2018）、Google Research exploreCSR 獎（2021-2024）、CES 創新獎（2023）以及國科會吳大猷先生紀念獎（2023）。她的研究領域涵蓋數位訊號處理、多媒體內容分析、電腦視覺、電腦圖學、虛擬實境（VR）與擴增實境（AR）。作為一名熱愛籃球的運動愛好者，胡教授長期致力於運動科技的開發，旨在輔助運動員進行訓練與表現分析。她曾擔任國家運動科學中心副執行長，同時也是專精於 AI 運動分析技術的新創公司「紐因科技 (NeuinX)」的共同創辦人。 演講大綱: 戰術與技能訓練是運動員邁向卓越的關鍵。在人工智慧（AI）技術的加持下，我們能精準追蹤場上的球體與球員動態，捕捉每一個細微動作，讓教練能輕鬆掌握詳細統計資料並解析敵我戰術。同時，虛擬實境（VR）技術也進一步強化戰術與技能訓練的成效與體驗。本次演講將分享如何利用 AI 與 VR 技術幫助運動員更聰明地收集數據，全方位強化競技實力。  主辦單位：智慧運算學院、人工智慧研究中心  ※本活動無需報名