Bài 1: Tổng quan về ai và nghiên cứu khoa học Y khoa
Bài 2: Lợi ích, rủi ro và giới hạn của AI trong nghiên cứu
Bài 3: Tìm ý tưởng và xác định khoảng trống nghiên cứu (Research idea generation and gap identification)
Bài 4: Tổng quan tài liệu và systematic review (Literature review with AI)
Bài 5: Xây dựng câu hỏi nghiên cứu và giả thuyết (PICO/FINER) (Research question formulation)
Bài 6: Viết đề cương nghiên cứu và proposal (Research proposal writing with AI)
Bài 7: Thiết kế nghiên cứu và phương pháp (Study design and methodology)
Bài 8: Tính cỡ mẫu và công suất thống kê (Sample size calculation with AI)
Bài 9: Thu thập dữ liệu với công nghệ (Data collection tools)
Bài 10: Quản lý và làm sạch dữ liệu (Data management and cleaning with AI)
Bài 11: Phân tích thống kê cơ bản với AI (Statistical analysis - descriptive and inferential)
Bài 12: Machine learning cơ bản trong Y khoa (Introduction to machine learning in medical research)
Bài 13: Trực quan hóa dữ liệu và tạo hình ảnh khoa học (Data visualization with AI)
Bài 14: Viết bài báo khoa học - cấu trúc IMRAD (Scientific manuscript writing with AI)
Bài 15: Quản lý tài liệu tham khảo và trích dẫn (Citation management with AI)
Bài 16: Chọn tạp chí và gửi bài (Journal selection and manuscript submission)
Bài 17: Trả lời phản biện và sửa bài (Peer review response with ai assistance)
Bài 18: Đạo đức nghiên cứu và khai báo sử dụng AI (Research ethics and AI disclosure guidelines)
Bài 19: Trình bày nghiên cứu - poster và slide presentation (Research presentation skills with AI)
Bài 20: Học sâu (deep learning) cho hình ảnh y học (Optional advanced module: Deep learning for medical imaging)