AI影響各行各業，也包含高教殿堂！長庚大學醫學院善用AI翻轉教與學，引導學生在AI、教授與業界專家的三師協力教學下，實踐個人化的學習，跨領域養成AI+X醫護人才，引領智慧醫療、預見人機協作守護全民健康的未來。
AI與生成式AI在醫療或教育上的應用，長庚大學和長庚醫療體系都是創新領頭羊！在長庚大學醫學院，以學生為中心，各系依照自己專業來設計AI或ChatGPT的應用，積極導入AI翻轉教學，優化基礎知識教育、生醫研究實作、臨床個案實習，加速加乘醫學人才養成。
長庚大學醫學院副院長吳菁宜分享，AI扮演基礎知識庫、24小時助教等角色，銜接、輔助教授教學，幫助學生用個人化、自主化的學習方式，預習、複習專業知識與臨床個案診斷判讀，多元學習醫療、科技、照護、影像分析、法律與倫理等跨領域知識與必備素養，培育醫學院的學生們成為具備AI應用能力、而且能夠負責任且有意識的使用AI的優秀人才。
銜接輔助教學 AI實踐跨域學習
AI應用已全面導入長庚大學醫學院九系四所，在基礎知識課程上，深化數據分析、演算法、統計學等AI基礎；實作課程則引導學生使用AI工具進行影像分析、模型訓練、結果解讀，提升AI影像處理能力；在實驗課程中，學生可以使用AI工具或平台進行數據資料處理、分析，提高診斷準確度、優化治療效果；中高年級學生更可運用生成式AI練習問診、模擬病例分析、病例撰寫、處方設計，為臨床個案實習加分。
為了跨域養成AI+X人才，長庚大學醫學院結合校內相關學系跨學科開課，例如人工智慧暨醫學影像學程、人工智慧與醫療照護微學程、智慧健康與照護福祉微學程、生醫影像暨人工智慧微學程，以及健康、醫材與數位科技微學程等，期許學生將AI應用於醫療照護、影像、資通訊等跨界融合創新。
用問答取代複雜指令 生成式AI加速知識學習
吳菁宜進一步舉例說明，像是在醫學影像領域的「影像診斷與輔助放射治療」、「進階醫學影像處理」課程，傳授AI技術應用於影像分類、異常檢測、自動化影像分析等，並展示腫瘤偵測、大腦影像分割等AI優化影像處理的實際案例，引領學生接軌職場現況。
生技研究領域中，AlphaFold（阿爾法折疊）AI模型可以快速精準預測蛋白質結構，縮短研究時間。長庚大學醫學院在課程中導入Alphafold進行蛋白質結構預測，並且結合PyMOL（巨分子視覺化分析軟體），透過AI預測的蛋白質、DNA、RNA等三維結構，幫助學生以視覺化方式深入理解蛋白質的形狀與功能，加深對於生物分子相互作用的基礎知識學習。
她分享，過往學生進行蛋白質結構分析時，總要耗時學習複雜的專業軟體指令，常常卡關許久…有了生成式AI的幫助，學生只須以交談式問答提出需求，例如「我想看這個蛋白表面」，讓蛋白質分析工作變得更簡單，加速了應用於疾病機轉、疫苗設計、藥物開發上的學習。
ChatGPT神助攻 墊高未來仁醫臨床能力
在參加醫師執照考試前，每一位未來醫師必定會經歷「客觀結構式臨床技能測驗」（簡稱OSCE）的洗禮，然而，相關作業勞師動眾，礙於場地、時間、費用等無法經常使用於教學中。這時，生成式AI成為好幫手，「運用ChatGPT模擬病史詢問、病案分析，具有不限次數、不限時空、大量案例、加速學習等優點，能即時模擬多樣化的病人情境，學生可以無限次練習，接觸到各式病例與症狀，奠定基礎能力，在進入第一線工作前，備齊臨床工作的應變力與靈活度，提升未來的醫病互動與醫療診斷品質。」吳菁宜表示。
此外，長庚大學中醫系正在建構「myGPT」生成式AI機器人，彙總中醫脈診原理、實踐、病例，助攻未來中醫師養成。以中醫系一年級必修課程《中醫診斷學》中的「問診」為例，教授逐步在系統中創建病史案例，學生在學習脈診前依據中醫問診的「十問」進行病史探詢，了解模擬病患是否出現怕冷、盜汗、四肢不溫等狀況，深入學習診脈原理、摸脈目的、切脈步驟，進而進行模擬病案分析，再由教授指點修正。經過無數次的模擬演練後，未來學生接觸真人病患練習實際摸脈時，更能了解指下的脈波形式與脈理內容。
當智慧病房、醫學巡迴機器人已應用於醫療場域，吳菁宜認為，在高齡化、少子化、大缺工的挑戰中，AI也可以成為醫護人員的神隊友，未來AI能夠依據醫師看診口述內容撰寫病歷，護理站紀錄也能自動成生，人機協同合作提供病人更精準的治療品質，守護病患健康，降低醫護人員的工作時間與負擔。長庚大學醫學院提前接軌AI趨勢，希望能夠吸引更多優質學子就讀，持續為台灣未來的醫療與健康產業增添生力軍，創造醫病雙贏的健康台灣。
