無懼台積電磁吸！中醫大江安世培育醫療人才：AI愈強，醫師愈要懂「做人」

當AI開始能精準判讀影像、秒速整理病歷，甚至協助醫師提前找出高風險患者，醫學教育真正面臨的核心命題，已不再只是「學生要不要學AI」，而是當科技承接了愈來愈多專業技術後，什麼樣的人才依然無法被取代？中國醫藥大學校長江安世給出的答案是：完整的人。

深耕高等教育數十年的江安世始終認為，大學最重要的責任，是培育下一個世代的人才；尤其當生成式AI與智慧醫療正快速重塑醫療、科研與產業版圖，高等教育更是一項攸關國家長期競爭力的關鍵基礎建設。

因此接掌中醫大後，他想打造的並非少數明星學生，而是一個能讓不同特質的人才找到舞台、勇於跨域，並直面挑戰的教育生態系。

「一個班級只有一位第一名，但一個國家可以有很多不同的人才。」江安世坦言，他從不認為每個頂尖學生都必須選擇中醫大；有人適合半導體就去台積電，有人熱愛工程就投入工程，教育真正該做的，是引導年輕人認識自己，並在屬於自己的賽道上做到最好。

圖／從AI重症戰情室到腦空間體研究，中醫大持續打造AI醫療生態系，期望以科研創新回應全球醫療需求，提升台灣在國際醫學研究的影響力。蘇義傑攝。

要培養這類解決實務問題的人才，單靠大學課堂的書本教學遠遠不夠。

中國醫藥大學附設醫院主任祕書陳韋成觀察，許多AI公司擅長演算法開發，系統整合商精於架構建置，但團隊一旦真正踏進醫院，往往難以理解第一線醫護人員每天在病房與診間遭遇的真實痛點。

更多政策解析、城市發展，請訂閱《城市學》不定期專題企劃！

因此，智慧醫療的起點，必須先回到臨床現場的實際需求，才能精準決定科技應在何時、以何種角色介入。

中國醫藥大學附設醫院的「HiThings Tele-ICU智匯海重症戰情室」，正是這套思維的具體實踐。這套人工智慧平台整合約6萬台醫療設備、病歷與生命徵象資料，並透過AI與數位孿生技術，將醫療影像、心跳、呼吸器數據與臨床照護資訊轉化為視覺化介面，協助醫護團隊即時掌握重症病人狀況。

但這套系統並非單靠工程技術堆疊而成。陳韋成透露，從研發第一天開始，團隊便鎖定「跨域合作、解決臨床需求、商品化」三大目標；為了真正理解醫療現場，系所老師與醫院團隊更花了8個月，每週反覆溝通、蹲點第一線，逐一盤點醫療儀器擺放位置、使用狀況等容易在忙碌工作中被忽略的即時資訊，再將需求轉化為系統功能。

也正是這種從臨床發現問題、跨域尋找解方，再回到醫療現場驗證的過程，讓中醫大醫療體系成為人才培育的實戰場域。

醫院提供第一線臨床環境與真實醫療數據，大學則負責前瞻教育，研究團隊攻克技術瓶頸，研發成果則進一步接軌實際應用。等於學生在學期間，便有機會接觸第一線醫療問題，不必等到畢業踏入職場，才重新摸索「科技究竟該如何落地」。

對此，中國醫藥大學主任祕書陳悅生也指出，那正是中醫大近年設立醫學工程學系、醫療資訊學系的核心初衷。

「我們內部反覆思考，如何凸顯醫大的價值，而不是變成另外一個資訊系。」他強調，未來醫療資訊人才不能只懂演算法與寫程式，必須同時通曉AI、物聯網（IoT）、工程技術與醫學語彙。

而中醫大最鮮明的護城河，就在於學生能在早期便直面真實的醫療數據與臨床生態，從具體的需求與限制中淬鍊出解題思維。

換句話說，中醫大的人才養成路徑逐漸形成一個循環：醫院拋出問題，大學培養人才、研究單位尋找解方，再讓成果回到醫療現場驗證。人才也因此從知識的「學習者」，提早成為真實問題的「解題者」。

然而，當技術工具日益強大，江安世反而把另一項看似與AI最遙遠的能力，擺到人才培育的核心：人性。在他看來，AI未來無疑能更有效率地完成篩檢、影像判讀與數據歸納，甚至讓一位醫師具備照護更多患者的能力。但省下來的時間，卻不該變成另一輪效率競賽，而應重新留給病人。

因為AI不知道病人的痛，也無法理解家屬面對疾病時的焦慮，更無法代替醫護人員坐在床邊陪伴所帶來的安心感。江安世提醒，當科技槓桿愈發強大，醫療人才反而愈須要保有同理心、對生命的理解，以及與人溝通的能力。