Skip to main content

2026 FAQ - MD Elective

รายวิชาเลือกเสรี (MD Elective) ณ ศูนย์นวัตกรรมข้อมูลศิริราช (SiData+)​

ยินดีต้อนรับน้อง ๆ นักศึกษาแพทย์สู่โลกข้อมูลและนวัตกรรม! ปี 2026 นี้ Si Data+ เตรียมหลักสูตรเข้มข้นและครอบคลุม ตั้งแต่พื้นฐานการจัดการข้อมูลระดับมาตรฐานสากล ไปจนถึงการสร้างโมเดลปัญญาประดิษฐ์ทางการแพทย์

นักศึกษาจะได้เรียนรู้อะไรบ้าง?​

ในหลักสูตรนี้ นักศึกษาจะได้สัมผัสประสบการณ์การเรียนรู้ทั้งภาคทฤษฎีและปฏิบัติ (Hands-on) โดยมีหัวข้อหลักดังนี้:

  • ภาพรวมการทำงานด้าน Data ในศิริราช: ทำความรู้จักบทบาทของ Data Analyst, Data Engineer, Data Science และ Clinical Ambassador รวมถึงความสำคัญของ PDPA

  • มาตรฐานข้อมูลระดับโลก (OMOP Common Data Model): เรียนรู้โครงสร้างข้อมูลมาตรฐานสากลและการจัดการ Dataset ที่ใช้ในระดับนานาชาติ

  • การสื่อสารด้วยภาพ (Data Visualization with Tableau): ฝึกทักษะการสร้าง Dashboard ตั้งแต่การเตรียมข้อมูล (Data Preparation), การสร้าง Relationships/Joins ไปจนถึงการเลือกใช้กราฟที่เหมาะสม (Visual Vocab) และการทำ Mini-Project

  • ปัญญาประดิษฐ์และการเรียนรู้ของเครื่อง (AI & Machine Learning): ปูพื้นฐานตั้งแต่ Supervised vs Unsupervised Learning, ปัญหาด้าน Regression vs Classification ไปจนถึงเทคนิคขั้นสูงอย่าง Clustering และ Dimension Reduction

  • นวัตกรรมทางการแพทย์สมัยใหม่: เจาะลึก Special Topics เช่น Computer Vision และการประยุกต์ใช้ AI ในด้านการแพทย์ (Medical Application)

หมายเหตุ: เนื้อหาอาจมีการปรับเปลี่ยนตามความเหมาะสม โดยพี่ ๆ จะมีการสอบถามและปรึกษารายละเอียดตารางเรียน (MD Elective Schedule) ร่วมกับน้อง ๆ ในวันแรกของการฝึกศึกษา

ช่วงเวลาการศึกษา​

  • ช่วงที่ 1: 23 มีนาคม – 3 เมษายน 2569
  • ช่วงที่ 2: 1 - 15 กรกฎาคม 2569
  • ช่วงที่ 3: 18 ตุลาคม – 14 พฤศจิกายน 2569
    • รอบที่ 1: 18 ตุลาคม – 31 ตุลาคม 2569
    • รอบที่ 2: 1 พฤศจิกายน – 14 พฤศจิกายน 2569

รูปแบบการเรียน: ผสมผสานทั้งการเรียนผ่าน VDO, Zoom Conference และการเรียนแบบ Onsite เพื่อความใกล้ชิดและได้ลงมือทำจริง

เงื่อนไขการรับสมัครและทักษะที่จำเป็น​

  • เปิดรับสมัครนักศึกษาแพทย์ทุกชั้นปีที่มีความสนใจด้านข้อมูล
  • ไม่จำกัดพื้นฐาน: ไม่จำเป็นต้องมีทักษะการเขียนโปรแกรมมาก่อน

สนใจสมัครต้องทำอย่างไร?​

  1. ส่งอีเมล: ส่งจดหมายแนะนำตัวมาที่ sidata@mahidol.ac.th
  2. รอการตอบกลับ: เมื่อได้รับการยืนยันจากศูนย์ฯ แล้ว สามารถดำเนินการติดต่อฝ่ายการศึกษาตามขั้นตอนปกติได้เลย

ช่องทางติดต่อสอบถามเพิ่มเติม​

  • อีเมล: sidata@mahidol.ac.th
  • โทรศัพท์: 02-419-5423, 02-414-1368

การเตรียมตัวก่อนมาเรียน​

นอกจากการศึกษาเรื่อง Data Analysis และ Machine Learning เบื้องต้นแล้ว ในปีนี้เราจะเน้นการใช้งานโปรแกรม Tableau และความเข้าใจใน OMOP Model หากน้อง ๆ อยากเตรียมตัวล่วงหน้า สามารถลองศึกษาเกี่ยวกับ:

  • พื้นฐานโปรแกรม Tableau Desktop
  • แนวคิดเรื่อง Data Visualization และ EDA (Exploratory Data Analysis)