ประมวลผลรายวิชา มม.3

หมวดที่ 1 ข้อมูลทั่วไป
ทนคร๓๒๘
MTID328
เทคนิคการวิเคราะห์ข้อมูลทางสุขภาพและเทคโนโลยีข้อมูลขั้นสูง
Machine Learning and AI Technology for Healthcare
ปี 3
2 หน่วย (บรรยาย 1, ปฏิบัติ 1)
1 / 2568
0 คน show
อ. ดร.ณัฐภัทร อนุวงศ์เจริญ
หมวดที่ 2 เป้าหมายและคำอธิบายรายวิชา
รายวิชานี้มีจุดมุ่งหมายเพื่อสร้างความเข้าใจเชิงลึกเกี่ยวกับหลักการพื้นฐานและการประยุกต์ใช้เทคนิคจักรกลเรียนรู้ (machine learning, ML) และปัญญาประดิษฐ์ (artificial intelligence, AI) ในการวิเคราะห์ข้อมูลภายใต้บริบทของงานสาธารณสุขและเทคนิคการแพทย์ โดยมุ่งเน้นที่การเรียนรู้กระบวนการทำเหมืองข้อมูลและการสร้างแบบจำลอง ML อย่างเป็นระบบ นอกจากนี้ยังรวมไปถึงการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์เชิงสร้างสรรค์ (generative AI) เพื่อการวิเคราะห์ข้อมูลและพัฒนาโปรแกรมหรือแอพลิเคชั่นสำหรับการทำเหมืองข้อมูล โดยรายวิชานี้เน้นการเสริมสร้างทักษะภาคปฏิบัติผ่านการลงมือวิเคราะห์ข้อมูลสุขภาพจริง ตลอดจนส่งเสริมให้นักศึกษาสามารถบูรณาการความรู้เพื่อพัฒนาเว็บแอพพลิเคชั่นสำหรับการทำเหมืองข้อมูลผ่านการทำโครงงาน เพื่อส่งเสริมและพัฒนาทักษะของนักศึกษาสำหรับทำงานกับเทคโนโลยีข้อมูลในโลกยุคปัจจุบัน
หลักการพื้นฐานของเทคนิคจักรกลเรียนรู้สำหรับการวิเคราะห์ข้อมูลและปัญญาประดิษฐ์สำหรับงานสุขภาพ ฝึกปฏิบัติวิเคราะห์ข้อมูลทางสุขภาพด้วยเทคนิคจักรกลเรียนรู้ ฝึกปฏิบัติการพัฒนาและติดตั้งระบบโมเดลวิเคราะห์ข้อมูลบนคอมพิวเตอร์แบบก้อนเมฆ ฝึกปฏิบัติการพัฒนาระบบธุรกิจอัจฉริยะสำหรับการติดตามข้อมูลทางสุขภาพ
Principle of machine learning (ML) techniques and artificial intelligence (AI) in healthcare; dimensionality reduction; feature selection; model evaluation; supervised and unsupervised algorithms; hands-on practice on health data analysis with ML techniques; hands-on practice on development and deployment of ML model and AI service on cloud platforms; hands-on development of business intelligence for health data monitoring.
หมวดที่ 3 แผนการดำเนินการและการประเมินผลที่สอดคล้องกับผลลัพธ์การเรียนรู้
วัตถุประสงค์รายวิชา
เมื่อสิ้นสุดการเรียนการสอนในรายวิชานี้แล้ว นักศึกษาจะสามารถ: • CLO 1: อธิบายหลักการพื้นฐาน ประเภท และขั้นตอนของเทคนิคจักรกลเรียนรู้สำหรับการวิเคราะห์ข้อมูลสุขภาพได้ • CLO 2: ออกแบบกระบวนการทำเหมืองข้อมูล และสร้างแบบจำลองจักรกลเรียนรู้ เพื่อการวิเคราะห์ข้อมูลสุขภาพได้ • CLO 3: ประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์เชิงสร้างสรรค์ (generative AI) เพื่อช่วยในการวิเคราะห์ข้อมูล และสร้างชุดคำสั่ง (prompt engineering) สำหรับแก้ปัญหาที่เกี่ยวข้องกับงานทางเทคนิคการแพทย์ได้ • CLO 4: บูรณาการองค์ความรู้เพื่อพัฒนาระบบอัจฉริยะสำหรับการติดตามข้อมูลทางสุขภาพได้
ความสอดคล้องกับรายวิชาและหลักสูตร
PLO Sub PLO
PLO1 มีความรู้และทักษะปฏิบัติในวิชาชีพเทคนิคการแพทย์ได้ตามมาตรฐานและจรรยาบรรณวิชาชีพ
PLO2 ประยุกต์ความรู้ทางการบริหารจัดการห้องปฏิบัติการเทคนิคการแพทย์
PLO3 จัดการและวิเคราะห์ข้อมูลทางห้องปฏิบัติการและสุขภาพชุมชนโดยใช้เทคโนโลยีสารสนเทศ
PLO4 สื่อสารข้อมูลทางวิชาชีพเทคนิคการแพทย์แก่บุคลากรทางการแพทย์ ผู้รับบริการทางการแพทย์ผู้ร่ว มงาน และประชาชนได้อย่างเหมาะสมกับกลุ่มเป้าหมาย
PLO5 ทํางานเป็นทีมกับผู้ร่วมงานรวมถึงสหวิชาชีพตามบทบาทที่เหมาะสม
PLO6 ผลิตผลงานวิชาการทางเทคนิคการแพทย์หรือวิทยาศาสตร์สุขภาพโดยปฏิบัติตามจริยธรรมการวิจัย
ผลลัพธ์การเรียนรู้ของรายวิชาและการประเมินผล (Course Learning Outcomes and Assessment)

การประเมินเพื่อพัฒนาการเรียนรู้ (Formative Assessment)

ลำดับ ระยะเวลา รายละเอียด เครื่องมือ การป้อนกลับให้ผู้เรียน

การประเมินเพื่อตัดสินผลการเรียนรู้ (Summative Assessment)

ลำดับ ผลลัพธ์การเรียนรู้และแผนการดำเนินการ

ประกอบด้วย action verb + learning content + criteria/standard

 PLOs สัดส่วนคะแนน
CLO1

อธิบายหลักการพื้นฐาน ประเภท และขั้นตอนของเทคนิคจักรกลเรียนรู้สำหรับการวิเคราะห์ข้อมูลสุขภาพได้

กิจกรรมการเรียนรู้ การวัดผลลัพธ์ น้ำหนัก
บรรยาย

สอบข้อเขียน 10%
ปฏิบัติการ

สอบปฏิบัติการ 10%
กิจกรรมกลุ่ม

ประเมินจากชิ้นงาน/กิจกรรม 5%
โครงงาน

ประเมินจากชิ้นงาน/กิจกรรม 5%
0 30%
CLO2

ออกแบบกระบวนการทำเหมืองข้อมูล และสร้างแบบจำลองจักรกลเรียนรู้ เพื่อการวิเคราะห์ข้อมูลสุขภาพได้

กิจกรรมการเรียนรู้ การวัดผลลัพธ์ น้ำหนัก
โครงงาน

ประเมินจากชิ้นงาน/กิจกรรม 5%
บรรยาย

สอบข้อเขียน 10%
ปฏิบัติการ

สอบปฏิบัติการ 10%
กิจกรรมกลุ่ม

ประเมินจากชิ้นงาน/กิจกรรม 5%
0 30%
CLO3

ประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์เชิงสร้างสรรค์ (generative AI) เพื่อช่วยในการวิเคราะห์ข้อมูล และสร้างชุดคำสั่ง (prompt engineering) สำหรับแก้ปัญหาที่เกี่ยวข้องกับงานทางเทคนิคการแพทย์ได้

กิจกรรมการเรียนรู้ การวัดผลลัพธ์ น้ำหนัก
บรรยาย

สอบข้อเขียน 5%
ปฏิบัติการ

สอบปฏิบัติการ 5%
0 10%
CLO4

บูรณาการองค์ความรู้เพื่อพัฒนาระบบอัจฉริยะสำหรับการติดตามข้อมูลทางสุขภาพได้

กิจกรรมการเรียนรู้ การวัดผลลัพธ์ น้ำหนัก
กิจกรรมกลุ่ม

ประเมินจากชิ้นงาน/กิจกรรม 10%
โครงงาน

ประเมินจากชิ้นงาน/กิจกรรม 20%
0 30%
100%
การให้เกรด
สัญลักษณ์ คำอธิบาย เกณฑ์
A >80
B+ 76-80
B 71-75
C+ 66-70
C 61-65
D+
D
F ≤60

การอุทธรณ์ของนักศึกษา

ยื่นคำร้องเป็นลายลักษณ์อักษรต่อ งานการศึกษา โดยสามารถยื่นผ่านช่องทางใดช่องทางหนึ่ง ดังต่อไปนี้ • e-mail : jintana.kli@mahidol.ac.th • Line : - • เจ้าหน้าที่ผู้ประสานงาน (ระบุชื่อ สถานที่ และโทรศัพท์) : นางสาวจินตนา กลิ่นถือศิล ทั้งนี้ นักศึกษาต้องยื่นขออุทธรณ์ก่อนเปิดภาคการศึกษาถัดไป แต่หากการประกาศผลการศึกษาเป็นไปโดยล่าช้า (หลังเปิดภาคการศึกษาถัดไป) ให้ยื่นอุทธรณ์ได้ภายใน 7 วัน นับจากวันประกาศผล

การแก้ไขผลการเรียน หรือ การสอบแก้ตัว

ไม่มีการสอบแก้ตัว
หมวดที่ 4 แผนการสอน
ผู้สอน
ชื่อ สังกัด บทบาท ชั่วโมง
ผศ. ดร.ลิขิต ปรียานนท์ ภาควิชาเทคนิคการแพทย์ชุมชน ผู้รับผิดชอบ 0 ชม. 0 นาที
ผศ. ดร.อภิลักษณ์ วรชาติชีวัน ภาควิชาเทคนิคการแพทย์ชุมชน ผู้ร่วมรับผิดชอบ 0 ชม. 0 นาที
อ. ดร.ณัฐภัทร อนุวงศ์เจริญ ภาควิชาเทคนิคการแพทย์ชุมชน ผู้รับผิดชอบ 0 ชม. 0 นาที
อ. ดร.ประสิทธิ์ หมั่นดี ภาควิชาเทคนิคการแพทย์ชุมชน ผู้รับผิดชอบ 0 ชม. 0 นาที
อ. ดร.ชุลีพร พนัสอัมพร ภาควิชาเทคนิคการแพทย์ชุมชน ผู้ร่วมรับผิดชอบ 0 ชม. 0 นาที
อ. ดร.จตุรวิทย์ พันธกิจเจริญกุล ศูนย์วิจัยพัฒนานวัตกรรมและชีวการแพทย์สารสนเทศ ผู้รับผิดชอบ 0 ชม. 0 นาที
อ. ดร.ณัฐฐ หอมดี ศูนย์วิจัยพัฒนานวัตกรรมและชีวการแพทย์สารสนเทศ ผู้รับผิดชอบ 0 ชม. 0 นาที

การเรียนการสอนในห้องเรียน

วันที่ เวลา ห้อง หัวข้อ CLOs ประเภท ผู้สอน

การเรียนการสอนนอกห้องเรียน

วันที่ เวลา หัวข้อ ประเภท รูปแบบ จำนวนชั่วโมง/คน ผู้รับผิดชอบ

หมวด 5 ทรัพยากรประกอบการเรียนการสอน

Required Materials
ลำดับ รายละเอียด
Suggested Materials
ลำดับ รายละเอียด
Other Resources
ลำดับ รายละเอียด