Download รายละเอียดโครงการและตารางเรียน: Click

31 สิงหาคม 2569

เริ่มต้นจากภาพใหญ่ของ Evidence-based Medicine ว่าทำไมการอ่านหลักฐานวิจัยยังสำคัญในยุค AI พร้อมปูพื้นฐานการแยกประเภทงานวิจัยคลินิก เพื่อให้ผู้เรียนรู้ว่า “กำลังอ่านหลักฐานแบบไหน” ก่อนจะตีความผลลัพธ์

2 กันยายน 2569

เรียนรู้วิธีเปลี่ยนปัญหาหน้างานให้กลายเป็นคำถามที่ตอบได้จริง และต่อยอดไปสู่การค้นหาหลักฐานอย่างเป็นระบบ ทั้งแบบดั้งเดิมและแบบ AI-assisted เพื่อให้เจอ evidence ที่ตรงคำถาม ไม่ใช่แค่เจอ paper เยอะ

3 กันยายน 2569

เข้าสู่เทคนิคเฉพาะของ Pureyo ในการ “ถอดแกนงานวิจัย” เพื่ออ่านเปเปอร์ได้เร็วขึ้น ลึกขึ้น และแม่นขึ้น พร้อมสาธิตการอ่านแบบเป็นขั้นตอน ที่ช่วยให้ใช้ AI ได้ดีขึ้นโดยไม่สูญเสียความเข้าใจของตัวเอง

7 กันยายน 2569

ปูพื้นฐานสำคัญก่อนอ่านงานวิจัยคลินิกอย่างจริงจัง ตั้งแต่การแยก association ออกจาก causation ไปจนถึงหลักระเบียบวิธีวิจัยและสถิติที่ต้องรู้ เพื่อให้การอ่าน paper ไม่ใช่แค่การอ่านตัวเลข แต่เป็นการเข้าใจหลักฐานอย่างมีเหตุผล

9 กันยายน 2569

เจาะลึกการอ่าน RCT ซึ่งเป็นหลักฐานสำคัญของการรักษา เรียนรู้ทั้งการวิจารณ์แบบ human-first และการใช้ AI ช่วยอ่านอย่างเหมาะสม เพื่อให้เข้าใจทั้ง strength, limitation และความน่าเชื่อถือของ treatment evidence

10 กันยายน 2569

เรียนรู้การอ่าน Non-RCT อย่างระมัดระวัง เมื่อหลักฐานการรักษาไม่ได้มาจากการสุ่ม ผู้เรียนจะได้ฝึกมอง confounding, bias และข้อจำกัดของ observational treatment study พร้อมเปรียบเทียบการอ่านเองกับการใช้ AI ช่วย appraisal

14 กันยายน 2569

ฝึกอ่านงานวิจัยปัจจัยเสี่ยงให้แยกออกว่าอะไรเป็นเพียงความสัมพันธ์ และอะไรพอจะตีความเชิงสาเหตุได้ พร้อมตัวอย่างการอ่านทั้ง causal risk factor research และ non-causal risk factor research โดยไม่ตีความเกินหลักฐาน

16 กันยายน 2569

เรียนรู้การอ่านงานวิจัย Diagnostic Accuracy อย่างเป็นระบบ ตั้งแต่คำถามวิจัย ผู้ป่วยเป้าหมาย index test, reference standard ไปจนถึงการตีความ sensitivity, specificity และผลลัพธ์ที่เกี่ยวข้องกับการตัดสินใจทางคลินิก

17 กันยายน 2569

ทำความเข้าใจงานวิจัย Prognostic Research เพื่ออ่านหลักฐานเกี่ยวกับการพยากรณ์โรคอย่างมือโปร ผู้เรียนจะได้ฝึกแยก prognostic factor, outcome, time horizon และการประเมินความน่าเชื่อถือของผลพยากรณ์

21 กันยายน 2569

เจาะลึกงานวิจัย Prediction Model ทั้ง diagnostic และ prognostic model เพื่อให้เข้าใจว่าโมเดลถูกพัฒนา ตรวจสอบ และนำไปใช้จริงอย่างไร พร้อมฝึกอ่านผล performance, calibration และข้อควรระวังก่อนนำโมเดลไปใช้

23 กันยายน 2569

เรียนรู้การอ่าน Systematic Review และ Meta-analysis อย่างไม่หลงตัวเลขผลรวม เข้าใจว่า pooled estimate น่าเชื่อถือแค่ไหน ขึ้นกับคุณภาพของงานวิจัยต้นทาง ความต่างระหว่างการศึกษา และวิธีการสังเคราะห์หลักฐาน

24 กันยายน 2569

ปิดท้ายด้วยเครื่องมือ Critical Appraisal, เทคนิคเตรียม Journal Club แบบ SMART และหลักการใช้ AI อ่านเปเปอร์อย่างรับผิดชอบ เพื่อให้ผู้เรียนสามารถอ่าน เล่า วิจารณ์ และใช้หลักฐานได้อย่างมั่นใจในโลกวิชาการยุคใหม่