醫學系大學生六年拿AI碩士！長庚大學校長湯明哲改寫傳統文憑

AI進入醫院，已不是科幻情節，而是急診、影像、病歷、用藥與行政流程裡每天發生的事。問題不再是AI會不會取代醫師，而是下一代醫師能不能讀懂、駕馭，甚至反過來設計AI。為此長庚大學校長湯明哲直白地說：「未來不是AI取代醫師，而是懂AI的醫師取代不懂的人。」而這，也成了長庚大推出醫學系「MD醫學士＋AI碩士」雙學位學程的核心註腳。

不是多修幾門課，而是重排醫學教育時程表

長庚大學自114學年度起正式啟動AIMD學碩雙學位學程，採「6+0」設計，讓醫學生在不延長六年修業年限的前提下，同步完成醫學士與人工智慧碩士。校方規劃，學生大一、大二可先修AI碩士課程，大三下申請學碩學程，大四結束取得128學分後，以同等學力報考人工智慧學系碩士；大五進入碩士班後申請雙重學籍，並進行課程抵免。

這不是把醫學生推去補一張科技證照，而是把醫學訓練的齒輪重新咬合。AI碩士學位需修滿30學分，包含15學分必修、9學分選修與6學分論文；課程包括智慧運算技術導論、智慧醫療專題研究、電腦視覺、自然語言處理、機器學習、生成式AI應用、醫學影像處理、深度學習與AI for Medicine等。校方也預留彈性，碩士論文可望以技術報告或專業實務報告取代，讓成果更貼近臨床現場，而不是只停在紙上。

圖／長庚大學自114學年度起正式啟動AIMD學碩雙學位學程。長庚大學提供。

湯明哲的教育觀：醫師要有第二把聽診器

湯明哲的想法，並非把醫學生訓練成工程師，而是讓醫師多一種判讀世界的語言。他曾指出，打破象牙塔、讓醫學與資工跨界融合，是翻轉傳統醫學系修業體制的必然趨勢；AI賦能可協助醫師共同分析，降低認知負荷、提升精準決策，也能減輕行政壓力，讓醫師把最珍貴的時間留給臨床照護與醫病溝通。

更多政策解析、城市發展，請訂閱《城市學》不定期專題企劃！

確認送出

這套邏輯，其實延續了湯明哲近年推動長庚大學轉型的主軸。他曾以「π型人才」形容AI時代的人才圖像：「AI就是π的上面那一橫，而底下要長出兩隻腳，才能跨領域結合、做多面向的運用。」換言之，AI不是單一專業，而是把醫學、資料、倫理、病人照護接起來的橫樑。

長庚獨到之處：教室後面就是醫療場域

長庚的籌碼，在於它不是憑空談AI。長庚醫院早在2018年設立人工智能核心實驗室，發展以影像辨識為基礎的AI醫療影像系統；NVIDIA台灣官方部落格曾報導，長庚醫院體系一年門診量超過200萬次，早已導入影像數位化，累積的醫療影像資料成為發展AI醫療影像辨識的重要優勢。

值得注意的是，實務端也有進展。林口長庚2018年導入BI管理系統，在雲端平台建立感控、加護病房、急診、產房兒科照護等8大主題資料庫；智慧藥櫃系統使急診疼痛處理效率提升50%，護理站緊急給藥時效提升61.9分鐘，管制藥品使用紀錄人工登記時間每月減少617.8小時。這些數字說明，AI與數位工具真正的價值，不是炫技，而是把醫護從繁瑣流程中鬆綁出來。

因此，AIMD學程最關鍵的設計，是大五臨床實習時進入第一線場域做「智慧醫療專題研究」。人工智慧學系暨碩士班主任張賢宗也強調，這項學程不是要把醫學生訓練成純寫程式的工程師，而是培養能理解醫療痛點、並熟練運用AI工具解決臨床問題的人。

圖／湯明哲認為，醫師要有第二把聽診器。長庚大學提供。

競爭力不只在招生，更在制度先跑一步

對長庚大學而言，AIMD學程強化的競爭力，至少有三層。第一是招生差異化。當醫學系普遍競爭激烈，雙學位讓學生在六年內取得醫學與AI兩種能力認證，對有研究企圖或未來想走熱門專科者，具有清楚誘因。醫學系主任謝明儒也指出，具備程式語言、資料分析與機器學習基礎思維的醫師，將能在臨床診斷、精準醫療決策與研究數據分析上提升效率與準確度。

第二是研究與國際能見度。長庚大學2025年QS世界大學學科排名中，「生命科學與醫學」領域全球第355名；「醫學」學科位於全球251至300名區間、國內第5，且「生命科學與醫學」國際研究網絡指標為全國第一。AI若能與臨床資料、醫療體系和研究能量結合，會成為大學競爭力的放大器。

第三是醫療體系本身的回饋。林口長庚在2024年HIMSS Digital Health Indicator評鑑拿下滿分400分、全球第一，並成為台灣第一家DHI滿分醫療機構；2024年9月又通過HIMSS INFRAM第7級最高等級認證。這表示長庚不只是培養AI醫師，也有可供AI醫師練兵的智慧醫療基礎設施。

不過，AI進醫療也不是一路綠燈。衛福部2025年推動「負責任AI執行中心」，強調醫療AI要安全、透明、可解釋、可監督，回應社會對技術黑箱與決策偏差的疑慮。這提醒長庚AIMD學程的真正考驗，不只是學生會不會寫Python，而是他們能不能理解AI在醫療裡的邊界：資料從哪裡來、模型如何驗證、風險誰承擔、醫師如何最後把關。

醫學教育過去像一條單線鐵軌，基礎醫學、臨床實習、國考、住院醫師，一站接一站。長庚現在加上的，不只是AI車廂，而是一組新的轉轍器。湯明哲押注的是：未來醫師的競爭力，不只來自記憶多少知識，而是能否在病人、資料與演算法之間，做出可靠判斷。這也是AI時代醫學教育最難、但最該先回答的問題。