2019 TMU-MIT Healthcare Datathon 醫療數據松

2019 TMU-MIT Healthcare Datathon 醫療數據松

總獎金:210000

最高獎金:80000

報名時間:即日起 ~ 2019-09-29

來自美國麻省理工學院的夢幻導師團隊前進北醫,國內外專家齊聚一堂,
結合數據、醫療、商管專業人士,跨領域組隊激盪出全新火花!
帶著你最獨特的IDEA,寫下革命性的一頁,讓你人生的這一步,成為智慧醫療最重要的一哩路!

⚡2019 TMU-MIT Healthcare Datathon 醫療數據松⚡

【四大主題】

  • 風險預測(Risk Prediction)
  • 病程發展預測(Disease Progression Prediction)
  • 預後預測(Prognosis Prediction)
  • 死亡預測(Mortality Prediction)

【 時間/地點 】

◆Pre-Datathon 2019/09/07

臺北醫學大學-大安校區 (台北市大安區基隆路二段172-1號)

◆Healthcare Datathon 2019/09/27-29

臺北醫學大學-校本部-杏春樓 (臺北市信義區吳興街250號)

【參加對象】

18歲以上,具有AI、醫學背景、臨床醫學、程式語言、數據資料庫、商管等相關人才。

【活動時程】

※Participants are required to attend for both Pre-Datathon and 3-day Healthcare Datathon.

※Note: Agenda may be subject to change.

​9/7 Taipei Medical University- Daan Campus B2

TimeContent
0900 – 0930Registration
0930 – 0935Opening Remark
0935 – 0940Introduction to Pre-Datathon
0940 – 1000How to Download Dataset Through GCP(Google Cloud Platform)
1000 – 1015Workshop 1
Topic: Introduction of DermAI Dataset
​Speaker: TBC
1015 – 1030Workshop 2
Topic: Introduction of AESOP Dataset
​Speaker:
Christine Yang, Taipei Medical University
1030 – 1130Physicians Pitch (3 min/person)
1130 – 1200Discussion

Day1. 9/27

TimeContent
0900 - 0930Registration
0930 - 1000Opening Ceremony
1000 - 1030Introduction to TMU-MIT Datathon and Mentors
1030 - 1050[ Keynote Speech 1 ]
​(20min)

​Topic: Building Systems of Innovation
Speaker: Kenneth Eugene Paik
1050 - 1110Tea Break
1110 - 1130[ Keynote Speech 2 ]
​(20min)

Topic: The Intersection of AI & Ethics – Managing the Life Cycle of Predictive Applications to Reduce Risk
Speaker: Jennifer Jordan
1130 - 1150[ Keynote Speech 3 ]
(20min)

Topic: How to Conduct a Machine Learning Project for Clinical Medicine
Speaker: Wei-Hung Weng
1150 - 1300Lunch
1300 - 1400Team Meeting / Brainstorm Time
1400 - 1500Mentor-Team Meeting/Discussion
1500 - 1530Workshop 3:
Topic: MIMIC
Speaker: Han Wang, National University of Singapore
1530 - 1540Tea Break
1540 - 1610Workshop 4:
Topic: The eICU Collaborative Research Database
Speaker: TBC
1610 - 1830Hacking
1830 - 1930Dinner
1930 -Hacking
2100 -Midnight Snack

DAY2. 9/28

TimeContent
0830 - 0900Breakfast / Registration
0900 - 0920[ Keynote Speech 4 ]
(20min)

​Topic: AI in Healthcare: Enhancing the Efficacy and Efficiency of Interactions To The Rural World
Speaker: Rani Shifron
0920 - 0940[ Keynote Speech 5 ]
(20min)
Topic: Time-Limited Trials for Critically Ill Cancer Patients
Speaker: Peggy Lai
0940 - 1000[ Keynote Speech 6 ]
(20min)
Topic: When Machine Learning Meets Healthcare
Speaker: Mengling ‘Mornin’ Feng
1000 - 1020Tea Break
1020 - 1230Pre-Pitch & Feedback
1230 - 1330Lunch
1330- 1800Hacking
1800 - 1900Dinner
1900 -Hacking
2100 -Midnight Snack

DAY 3. 9/29

TimeContent
0700 - 0800Breakfast / Registration
0800 - 0820Mentors Meeting / Refresh on Evaluation Standard
0820 - 1050Pitch (5 min Pitch + 3 min Q&A)
1050 - 1110Evaluation + Questionnaire
1110 - 1125Results Announcement + Final Comments
1125 - 1135Award Ceremony
1135 - 1145Closing Ceremony
1145 - 1200Photo Time

【 票價】

<早鳥優惠(~06/30)>

學生 NT$400 •非學生 NT$1,600

<一般票種(~8/31) >

•學生 NT$500 •非學生 NT$2,000

<特殊票種(~8/31)>

•悠久大學聯盟、臺北聯合大學系統的學生:NT$500 (可於全程參與活動後領回報名費NT$500)

※優久大學聯盟:臺北醫學大學、中原大學、中國文化大學、輔仁大學、東吳大學、逢甲大學、銘傳大學、淡江大學、世新大學、靜宜大學、大同大學、實踐大學

※臺北聯合大學系統:臺北醫學大學、國立臺北科技大學、國立臺北大學、國立臺灣海洋大學

•受推薦之醫師:NT$2,000

受推薦之醫師報名費核銷請於報名頁填寫醫院收據抬頭及統一編號。 如未受推薦之醫院醫師欲報名活動請洽Howard (dd23245@tmu.edu.tw)

【 評選標準】

  • Value
  • Innovation
  • Feasibility
  • Presentation Skills

【 獎項】

  • 第一名 NT$80,000(未稅)
  • 第二名 NT$60,000(未稅)
  • 第三名 NT$40,000(未稅)
  • 第四名 NT$20,000(未稅)
  • 第五名 NT$10,000(未稅)
  • 人氣獎
  • 創新獎
  • WOW獎

更多資訊請上官網查看

或追蹤FB: HIot Hackathon掌握最新消息!

【 官網 】 http://hack.tmu.edu.tw/2019.php

【Accupass(報名)】https://www.accupass.com/event/1904190621081980020920

【Facebook】HIoT Hackathon:https://www.facebook.com/hackt…

【官方信箱】tmu.hackathon@gmail.com

【聯絡人】

Susan Hsu

wei_3@tmu.edu.tw

02-6638-2736 #1559


相關連結:


聯絡資訊:

  • 主辦單位 : 臺北醫學大學
  • 主辦單位電話 : 0989-315-671
  • 主辦單位 Email : wei_3@tmu.edu.tw

You may also like...

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料