臺北醫學大學附設醫院教學部 醫事副主任
臺北醫學大學護理學院護理系 助理教授
郭淑柳
近年來，能力導向醫學教育（Competency-Based Medical Education, CBME）與精準教學（Precision Education）已逐漸成為醫學教育改革的重要方向1-3，前者強調以學習成果、能力發展軌跡及計畫性評估作為訓練設計核心，後者則強調運用縱向資料、學習分析與個別化支持策略，提供更貼近學習者需求的教育介入1-3。在當代醫療環境快速更迭，照護複雜性持續升高的背景下，如何透過醫學教育培育兼具勝任能力與調適韌性的專業人才，已成為醫學教育者共同關注的重要課題2,3。
然而，從教學現場的角度來看，CBME 與精準教學要能真正產生具體成效，關鍵並不只在於制度、工具與資料本身，而在於臨床教師的角色是否也跟著轉變2,3。當臨床教師仍多被期待扮演知識傳授者與評量執行者時，再多儀表板、學習分析結果與個別化學習計畫，也可能停留於行政監測或書面作業的層次7。在勝任與韌性醫學教育的脈絡下，擔任臨床教師的角色任務正由傳統教師逐步轉向臨床教練（Clinical Coaching），而這樣的關鍵轉向，將決定精準教學能否真正落地3-5。
在此改革趨勢之下，CBME 已逐步由理念倡議走向制度實踐，已成為當代醫學教育的重要架構1,2，其核心精神在於，不再僅以訓練時間或課程時數作為學習完成的依據，而是強調學習者是否真正能培育出具備符合臨床實務需求的專業能力1,8。從 可信賴專業活動(Entrustable Professional Activities, EPAs)、里程碑(Milestone)、臨床能力委員會(Clinical Competency Committee, CCC)，到訓練計畫評估委員會(Program Evaluation Committee, PEC)，許多醫院教學部門投入相當多心力，希望讓臨床醫學教育更能回應臨床醫療照護新進人員的個別學習需求1,2,8。
在這樣的背景下，精準教學（Precision Education）逐漸成為醫學教育領域關注的新方向3。精準教學借鏡精準醫療的思維，主張教育介入應建立在學習者的縱向表現、學習歷程與臨床學習情境脈絡之上，並透過學習分析、人工智慧與個別化支持策略，讓教學更能回應每位學習者的發展需求3，從概念上來看，這與 CBME 的精神其實一致，兩者都希望突破「一體適用」的教育模式，朝向真正以學習者為中心的能力發展1-3。只是，精準教學若要真正落實於醫學教育現場，關鍵不僅只於建置更好的資料平台，或是引入更先進的人工智慧工具3,7，更根本的問題是：誰與學習者一同看懂學習數據資料，誰來協助學習者將學習評量結果轉化為對自身能力的理解，又是誰來在學習者面對困難、停滯與挫折時，協助其重新整理學習方向、維持成長動力3-5，這正是現代醫學教育須強調核心觀點：在 CBME 與精準教學之間，臨床教練成為最關鍵的連結角色3-5。
從理論上來看，精準教學所期待培養的，並不只是能完成指定任務的學習者，而是具有持續自我修正能力的「適應型專業學習者（Master Adaptive Learner, MAL）」2,3，MAL 所強調是學習者持續在規劃、學習、評估與調整之間循環，透過辨識能力落差、選擇合適學習資源、檢視實作結果與修正後續策略，建立長期而可持續的專業成長能力2,3。然而，這樣的循環不會因為學習成果評量系統存在數據資料就自然發生，多數學習者仍需要有人協助其看懂這些教學資料背後的意義，能辨識出哪些訊息值得重視，以及學習者所面對的哪些問題是當下最優先需要處理的3-5。
醫學教育學者指出: 臨床教練(Clinical Coaching)的核心並不只是提供建議，而是在持續對話中協助學習者進行批判性自我反思、共同設定目標，並形成行動計畫4,5，這過程讓 coaching 更適合應用於強調個別化成長、自我調控與能力發展的 CBME 場域4,5。然而，若缺乏適當的制度設計與師資準備，教練功能也可能流於形式，難以成為真正支持學習者發展的教育機制4。
2025年，在臺北醫學大學副教務長陳建宇教授領導之北醫大教學團隊，與中國醫大附設醫院教師發展中心周致丞主任、國泰綜合醫院林世昌教學副院長、嘉義長庚蕭政廷副院長等ACGME Taiwan Hub機構CBME醫學教育核心專家，舉辦的2025數據家數精準教育CCC研討會暨工作坊，透過跨機構工作坊，邀請十二家機構共 43 位含西醫及各醫事職類之跨學門之教學負責人及訓練計畫主持人，聚焦深入探討臨床教學場域之實踐問題，多數參與者表示現行許多教學場域其實並非沒有教學數據儀表板，也不是沒有個別化學習計畫（individualized learning plans, ILPs），而是這些工具常常在運作過程中偏離原本支持學習成長的目的，超過8成參與者均表示他們同意將教學評量資料視覺化，而數據儀表板及個別化學習計畫原本應是支持學習者成長的重要資源，但現行實務多常主要被用於行政監測、文件追蹤或形式性填報，進而容易讓教師與學習者將焦點放在「如何完成要求」，而不是「如何促進成長」，導致這些工具常常在運作過程中偏離原本支持學習成長的目的，這也提醒我們，工具本身並不會自動產生成效，真正關鍵的是，資料是否能透過教學互動進入學習歷程3,4,7。
此外，在這跨機構/跨職類的工作坊結果分析指出: 「心理安全的缺乏」是這些數據儀表板工具無法真正發揮作用的原因之一， 不少參與者表示:在臨床教學現場觀察到，當學習者擔心揭露弱點會影響評價或他人觀感時，往往傾向呈現一個「看起來沒問題」的自己，而不是如實討論自己的學習困境。 這與近年文獻對臨床學習環境中心理安全的討論相呼應，亦即學習者是否願意提問、承認不足與接受回饋，將直接影響其學習深度與成長可能6。 也因此，若要讓 MAL 真正發展，儀表板應由監測工具轉化為導航工具，ILPs 應透過教練媒介轉化為共同建構的學習計畫，而教學關係中也必須建立由「證明自己」轉向「改善自己」的心理契約。因此，若要讓精準教學真正支持 MAL 發展，除了建立資料平台，更需要建立一種能將「證明自己」轉向「改善自己」的教學關係3-6。
對照近年國際醫學教育發展，可以更清楚看見這樣的趨勢3-5。筆者於2025年10月到AMA(美國醫學會)總部、密西根大學、紐約大學、西北大學、伊利諾芝加哥分校等許多機構進行學習參訪，發現這些機構在AMA精準教學加速計畫(American Medical Association ChangeMedEd Initiative)之下，雖然持續投入教育數據倉儲、學習儀表板及人工智慧應用，但真正共同重視的，其實是教練制度(Coaching)與師資培育3-5。過去師資培訓研究顯示：臨床教練能力需要透過系統性課程加以建立，而非期待教師自然具備，相關課程內容通常包含 coaching 概念釐清、與 mentoring 或 advising 的區辨、評量資料解讀、角色扮演與模擬練習，以及對學習者福祉與壓力的理解4,5。 這些結果提醒我們，臨床教練不應被視為既有教學工作中的附加技能，而是精準教學時代中教育者角色的重新定義3-5。
從這個角度來看，數位工具與資料視覺化系統的重要性並沒有降低，而是需要被重新定位。以台北醫學大學附設醫院使用 Power BI 於教育數據管理經驗為例9，資料視覺化系統能整合課程參與、學習評量、教師培訓、EPAs 與教學成效指標，不僅有助於教學行政管理，也能提供教師在規劃與調整訓練計畫時更清楚的依據7,9。然而，若要讓這些工具真正進一步支持精準教學，其設計焦點便不能只停留於行政監測，而應思考如何成為臨床教練與學習者共同對話、共同詮釋經驗的資料基礎。這同時也重新定義了臨床教練能力的內涵：臨床教師所需培育的，不只是「會給回饋」這一項技巧，而是更完整的三個向度。其一，是在 CBME 與精準教學脈絡下具備對教學數據的基本素養，能理解不同評量工具與指標背後的意義、限制與適用情境，避免將單一分數或一次表現過度放大。其二，是對 AI 分析結果的批判性使用，需要結合情境、個別學習歷程與專業判斷來共同詮釋，而非不加思索地將其視為客觀事實。其三，是能在 coaching over time 的框架下，把這些資料轉化為具有心理安全與發展性的長期教練對話：教練與學習者不僅在單一會談中討論數據，而是透過多次循環的對話與追蹤，持續回顧先前設定的目標、檢視實作結果並調整策略，讓資料不斷被更新、被重新理解，逐步支持MAL適應性學習者能力的養成。
總的來說，若醫學教育要真正由標準化邁向精準化，現階段最值得投入的，不只是更多工具或系統開發，而是建立具制度支持的臨床教練師資培育與實踐環境3-5。當臨床教練成為可被培育、被支持、被制度化的專業角色時，CBME 才更有機會在日常教學中被落實，精準教學也才真正有可能從概念走向可被感受到的教育改變1-5。
