最近關於「醫學系名額」的討論甚囂塵上，但回到現場我們更關心的是——未來的醫師，需要什麼能力？
台灣已邁入高齡社會，慢性病盛行率逐年上升。醫學生不只要學會診斷與開藥，更必須具備跨專業合作、社會溝通與整合資源的能力，才能回應真實世界中病人的需求。
5/16，我在醫學系四年級的【家庭醫學科整合課程】中，設計了一場AI結合臨床判斷的分組實作課程，主題聚焦「慢性病整合照護與個案管理」。
課堂亮點｜生成式AI × 分組推演 × SDoH視角
本次課堂首度導入生成式AI工具，讓學生分組針對常見慢病（如高血壓、糖尿病、COPD、失智症）輸入模擬資料，由AI協助生成個案摘要、挑戰點與照護建議草稿，再進行「人本導向」討論與修正。
學生思辨的五大面向：
1. 慢病照護任務分析（如共病、功能障礙）
2. 個案管理介入點（動機、衛教、轉介連結）
3. 團隊合作架構（誰加入？誰主責？轉介時機？）
4. 社會決定因子（SDoH）與社會處方箋在照護中的角色
5. AI建議背後的倫理、人性與臨床判斷補強
學生回饋：「AI雖然快速，但真正學到的，是與夥伴討論什麼照顧最貼近這位病人的生活。」
這堂課，與當前衛生政策的連結？
事實上，這樣的課堂正回應台灣現行衛生政策的四大重點：
慢性病防治五大主軸：糖尿病、高血壓、高血脂、腎病與癌症，逐步從「看數值」走向「看人」
C-MAP與社區整合型照護試辦：推動跨專業照護團隊與地區合作網絡
強化初級照護與健康識能：讓診所不只是開藥的地方，而是健康的起點
推動智慧健康應用與AI輔助決策：強化醫療決策的效率與個別化照護的精準性
醫學教育的核心不只是知識傳授，而是價值傳承。
家庭醫學強調的不只是疾病管理，更關心人的生活脈絡。AI可以提供框架，但臨床判斷需要關照人與人之間的真實互動與差異性。
我希望學生從今天起，不只是問：「怎麼把血壓降下來？」
而是開始思考：「這個人為何無法規律吃血壓藥？ 他的生活中，是什麼影響了疾病的控制？有沒有資源、支持或知識落差，正悄悄改變了他與健康的距離？」
台灣展臂閱讀協會ROR Taiwan 