전체메뉴 바로가기 본문바로가기

입학

암관리학과

연혁

2014.03
암관리정책학과
2017.03
암관리학과

교육과정 구성의 특성

암관리학과의 교육과정은 국가암관리사업을 수행하기 위한 전문인력 양성을 목표로 암 예방 및 관리, 암 역학 및 영양학, 암 통계학 분야를 아우르는 관련 학문 분야 간 학제적 통합을 특징으로 합니다.

  • 암 예방 및 관리
    암관리사업을 기획·수행·평가하는데 요구되는 지식과 기술을 습득하고 이를 실습활동을 통하여 암관리사업 전문 인력으로서의 능력 함양
  • 암 역학 및 영양학
    암의 발생 및 사망 등 암의 역학적 특성을 파악하고 암의 발생기전에서 식이의 역할과 암환자의 영양관리 등 암과 관련된 영양역학에 대한 지식 습득
  • 암 통계학
    암 관리 및 연구에 필요한 다양한 형태의 자료를 이해하고 분석하고 해석하는 능력을 습득함으로써 암관리사업분야에서 필요한 자료 생성 및 암 연구 분야에 필요한 방법론과 통계적 기법 제기

교과목 이수요건

교과목 이수요건
구 분 전공필수 전공선택 연구학점 논문연구 총 학점
석사 7 14 6 3 30
박사 - 18 9 3 30

* 연구학점은 선택과목 학점으로 대체 가능

암의생명과학과

연혁

2014.03
시스템종양생물학과
2017.03
암의생명과학과

교육과정 구성의 특성

암의생명과학과의 교육과정은 통합적 암연구 전문인력 양성을 목표로 종양생물학, 암과학, 기초생물학, 의과학 및 암분자역학 분야를 아우르는 학문 분야간 다학제적 통합을 특징으로 하고 있습니다. 또한 연구-진료-암관리사업의 협력 구조로 되어 있는 국립암센터의 특성을 활용하여 기초연구, 임상적용, 국가단위 암관리 정책과 사업이 연계되는 통합적 교육 현장을 마련하였습니다.

Bench to Community(분자수준의 연구결과를 코호트 기반연구 및 역학 연구에 연계하여 분석하고 질환관리와 예방에 적용)/ Community to Bench (환자의 특성과 역학적 데이터를 분자수준의 연구결과의 통합적으로 해석하고 환자에 적용하며,이를 기반으로 한 효과적인 암 관리수행)- 이행성 연구(Tranlational Researchi) 전문가 양성 /

전공 선택을 암 기초 연구, 통합적 중개연구, 치료 연구, 역학적 연구로 구분하여 편성하였습니다.

  • 암 기초 연구
    최신 암연구에 필요한 기반지식 교육
  • 통합적 중개 연구
    오믹스(Omics) 및 시스템생물학에 대한 교육
  • 치료 연구
    유전자 치료, 면역치료, 나노의학 등 신 치료방법을 소개하고 그 기반이 되는 지식을 심화 교육
  • 역학적 연구
    암 역학 및 역학기반의 영양학, 유전학에 대한 교육

교과목 이수요건

교과목 이수요건
구 분 전공필수 전공선택 연구학점 논문연구 총 학점
석사 7 14 6 3 30
박사 - 18 9 3 30

* 연구학점은 선택과목 학점으로 대체 가능

암AI디지털헬스학과

연혁

2023. 3
암AI디지털헬스학과

교육과정 구성의 특성

암AI디지털헬스학과의 교육과정은 다학제적인 빅데이터를 통합적으로 이용해서 문제를 해결할 수 있는 암연구 전문인력 양성을 목표로, 데이터과학, 인공지능, 통계학, 정보학 등 분야의 기본교육과 응용실습을 바탕으로 암관리 및 암의생명과학 분야에서 요구되는 복잡한 보건의료현장의 연구문제를 해결하고자 합니다.


  • 기본교육 과정
    데이터과학, 인공지능, 보건의학 통계, 연구설계, 빅데이터 분석, 정보학 등 데이터 처리 및 분석 분야 지식과 기술을 습득하고, 암관리 및 암의생명과학 분야 전문가와 공동연구를 할 수 있는 유연한 소통 능력 함양
  • 응용실습 과정
    건강보험청구자료, 의료영상, 전자의무기록, 유전체, 생체신호 등 보건의료현장의 빅데이터를 구축 및 가공하여, 문제 해결을 위한 모형 개발 및 현장 검증

교과목 이수요건

교과목 이수요건
구 분 전공필수 전공선택 연구학점 논문연구 총 학점
석사 13 8 6 3 30
박사 - 18 9 3 30

* 연구학점은 선택과목 학점으로 대체 가능

트랙 관련정보

기반
석사
  • 보건ㆍ의학 통계의 기본 이론 및 통계 분석 방법 학습
  • 컴퓨터 프로그래밍 및 인공지능 알고리즘에 대한 이해
  • 데이터 유형별(이미지,신호,EMR,유전체) 구조 및 처리에 대한 이해
  • 석사/기반 → 핵심역량
박사
  • 보건ㆍ의학 연구에 필요한 고급 통계분석 및 모델링 방법론 습득
  • 고급 프로그래밍 및 인공지능 알고리즘 등의 방법론 습득
  • 데이터 유형별 고급 처리 기법에 대한 이해 및 적용
  • 석사/기반 → 핵심역량
핵심역량
  • 보건ㆍ자료 관리 및 처리 실무
  • 다양한 보건ㆍ의료 자료
    통계 분석 능력 함양
  • 보건의료 자료 유형별
    인공지능 개발 능력 함양
  • 석사/핵식역량 → 진출전문분야
  • 다학제 연구를 통한 차세대
    보건의학통계 및 인공지능 전문가 양성
  • 데이터 유형에 특화된 고급 인공지능
    알고리즘 개발을 통한 연구 역량 강화
  • 암 연구 고도화를 위한 신규 인고지능
    알고리즘 및 통계기법 개발에 대한
    이론적 고찰
  • 석사/핵심역량 → 진출전문분야
진출 전문분야
  • 정부기관, 연구소, 기업등의
    빅데이터 유관 부서
  • 병원, 제약회사 등의 임상
    시험유관 분서
  • 정부기관, 연구소 등의 보건의료
    통계 및 인공지능 유관 부서
  • 의료인공지능 연구 및 솔루션
    스타트업 및 벤처기업
  • 임상시험 설계, 수행, 평가기관
    (제약회사, 병원, 식약처)
  • 정부기관, 연구소 등의 보건의료
    통계 및 인공지능 유관 부서
  • 의료인공지능 연구 및 솔루션
    스타트업 및 벤처기업
  • 암 정밀의학 실현을 위한
    보건의료정보과학 전문가

교과과정

암AI디지털헬스학과 석사/박사 과목 안내
  석사   박사
필수과목
  • Deep learning algorithms
  • Principles of biostatistics
  • Regression method in biostatistics
선택
과목
통계
  • Introduction to statistical computing
  • Modern health data science
  • Survival data analysis
  • Spatial data analysis
  • Introduction to statistics in genetics
석사 → 박사
  • Health survey design and analysis
  • Advanced statistical methods and modeling
  • Systems epidemiology
인공지능
  • Computer programming language for A.I.
  • Basic mathematics for data science
  • Data processing skills
  • Machine learning algorithms
  • Advanced data science skills
  • Advanced AI algorithms
  • 공통필수 및 선택(기본)1학기

  • 선택(심화)2~3학기

  • 현장연구4~6학기

  • 현장연구(심화)
    학위논문준비7학기

  • 학위논문8학기