雖然精準醫療仍在發展與試驗中，但精準醫療已不再是夢。許多國內的醫院已開始利用伴隨式生物標記，輔助精準用藥。使用生物標記選擇早期臨床試驗的受試者，不但可加快試驗的速度，亦可節省藥物開發的經費，間接地降低藥價。華聯生技公司對這先進的方法已有成功的經驗，有助於治療方法的開發。因此，臨床資訊產學聯盟特別邀請到該公司大數據處處長，吳政道博士說明該公司在這方向的策略與進展。

深度學習的技術在醫學領域有許多的應用，醫學智慧使用人工智慧的方法，瞭解疾病形成的軌跡，在早期偵測異常已提出預警。欲達到此目標，需要大量的數據，因為深度學習與傳統機器學習的主要差別在於數據越多時，深度學習的學習的效果越好。而收集與整理大量的實境數據（RWD）時，需要遵從國際標準，確保數據的可交換性。 

臨床試驗的資料品質攸關試驗結果的成敗，透過制定資料品質管理計畫(Data Management Plan)可規範試驗從資料蒐集、數據整理至儲存的流程中須遵循的資料品質管理步驟。本課程著重介紹CSIS系統中的資料核對(Data Verification)、資料二次核對(Data Review)、資料稽核(Data Validation)與質疑管理(Query Management)等內容。

為確保在臨床試驗過程中準確收集數據，並有效執行進度管理，提升數據品質，臨床試驗逐漸使用電子數據採集系統(EDC)取代紙本數據收集。本課程透過問題導向與實作的方式，讓研究護理師與有興趣進入臨床試驗產業工作的學員，能夠瞭解與實際體驗如何使用電子化系統收集臨床試驗數據。

使用電子數據採集系統(EDC)進行臨床試驗資料蒐集，有利於提升資料收集的品質與效率。且透過統一資料格式，方便資料的分析與再利用。使用電子系統時可以設定嚴密的權限，並設計符合試驗流程、有品質保證、與品質管制的電子表單。本課程將解釋CSIS電子表單的製作方式。