楊宗翰
全球醫學創新與工程聯盟2026年全球高峰會心得
首先，當然要感謝教學部與楊盈盈主任向臺北榮總全體醫學生開放此一機會，而能參加這個會議是我的榮幸。
而當初之所以決定爭取報名此一會議，一方面是因為自己一向對於結合臨床醫學與工程技術很有興趣──雖然說這一份興趣是很模糊的。當然，其實我自己也已經在這方面進行了自己的探索，像是我有在從事大腦功能性磁振造影影像相關的研究，透過腦影像來探討精神科疾病與大腦功能性連結的關係（當然聽起來和本次高峰會強調應用工程於臨床醫學的主題差很多，也就是對於我來說更像是在作生涯探索）；但是，由於並沒有進入醫師工程師學程，又得需要一方面積極學習好醫學系本科課程、一方面處理好自己以腦科學與大腦造影技術為主的專題研究，在有限的時間資源之下能夠再接觸工程領域的機會就相對有限，因此決定爭取此一機會來再次探索自己對於這個領域的興趣及想法。
另外，一個國際學術會議能在臺灣舉行本身就是很難得的機會，而我之前也沒有參與過大型國際學術會議的經驗；因此，我在看到教學部向實習醫學生提供此一機會之後即果斷爭取跟隨師長參與的機會，也對於最後能爭取到此一機會感到非常的榮幸。
開幕後的主席專場演講中，我對於林奇宏校長的演講內容印象特別深刻。林校長的演說點出「醫學需要創新以維持永續，工程需要新應用以持續發展」，以及陽明交大「跨」、「融」、「創」的合校理念；林校長也向國內外的學者、醫師與學生介紹陽明交大近期在結合醫療與工程的成果，像是如應用隱私強化技術於訓練醫療用人工智慧模型來保證隱私權與訓練模型的平衡、數位孿生與以「數位原生醫院」來設計的竹銘醫院等等。其中，在醫學教育上重視「創新思維」的呼籲，像是強調「批判性思考」在AI時代的重要性或者是提出以人工智慧簡化繁瑣的文書記錄來學習在門診有溫度的面對面交談令我印象深刻；林校長的演說內容再次提醒了我醫學面向「服務人群」的一面，更獨特的是林校長的論點並沒有讓科技降低了醫病互動的重要性，而是反過來思考如何透過工程技術來加強「視病猶親」與「全人照護」。
除此之外，王署君副院長的演講內容同樣令我印象深刻；王副院長向國內外專家學者與學生展示臺北榮總的醫療人工智慧發展，包括精準精神醫學 AI（BrainProbe）、即時全基因體定序（WGS）分析系統或者是防範危急症候的事件閾值偵測等等，還包括北榮的產學合作。這其中令我感到印象深刻的是對於危急症候的預判與非接觸式生命徵象；「偵測危急症候」一方面是有效辨識出不太直覺的危急訊號：沒有AI工具的輔助，需要一個經驗豐富而且還對於數據的意義有敏銳認知的醫師；經驗需要累積，對於數據的認知需要長期教育與在任何情況下都要保持頭腦冷靜清醒。這個條件是理想，但是在加護病房與值班之下的高壓環境中未必能保證醫師一直都能夠保持完全的清醒。另一方面，很多生理上的傷害在危急值出現前已經開始，因此可以促進早期發現、早期介入。因此該工具成為急重症的預警系統以及防呆機制，有效而漂亮的最大化深度學習模型在急重症的運用。
除此之外，國際學者的演說內容同樣令我印象深刻；如來自南洋理工大學的Joseph Sung院長透過實證研究的方法來強調透過AI與通訊技術可以達成急症的早期辨識、早期診斷與早期治療來改善病人預後，並同時減少病患的住院天數與出院後再次入院的機率。而來自University of Illinois Urbana-Champaign（UIUC）的Joe Bradley教授則向世界各國的學者、教師與學生展示了該大學醫學院的課程如何將強調在醫學教育中融入工程式解決問題導向的思維，引導學生學習解決臨床醫學問題的思維方式。Università Campus Bio-Medico di Roma的Maurizio Trivisan教授則強調了在整合工程思維進醫學系課程時，需要記得「服務於實際需求」，因此要重視成本控制和使用者友善度等必須要融入課程和學生的觀念之中。
而來自Texas A&M University的Gregory Polites教授則呼籲我們需要因應人工智慧與其他新科技的發展來改革醫學教育。其中我對於Polites教授的演說內容印象最為深刻；他呼籲的不單只是一間學校內部課程的設計調整，而是嘗試著要求一個一般化、推廣到未來的全體醫學生身上的架構。Polites指出儘管醫學本身和其他和醫學相關的領域發展迅速，尤其是近期人工智慧與工程應用上變化的極快，但是醫學教育本身依舊保持著弗萊克斯納報告（Flexner Report）所奠定的架構。
在這一段會議我先是向師長及學者們請教一般醫學生若無機會直接接觸課程應如何取得工程方面的知識？師長們的建議是妥善利用線上的開放課程，也算是提醒我自主學習與終身學習對於一位醫師的重要性。不過，我更之後在思考的是，對於在醫學院裡面沒有接觸到像是UIUC強調工程式解決問題導向的思維訓練或缺乏類似素養教育的醫師在畢業後的訓練期間要如何去達成此一方面的賦能？線上開放式課程不提醒向現實或使用者妥協的要訣、不提供實際設計與實踐創新的經驗，也不會提供一個對於失誤或犯錯有較高容忍度的環境。如果我們認真看待Polites的呼籲，那麼或許也要將目光放到更廣泛的未來醫師群體身上，尤其是考量到臺灣的學士班醫學系未必能夠像UIUC那樣匯集許多志向細緻地明確的醫學生──可能得要經過醫學系的學習本身，才會對醫學生涯有細緻的想法與規劃。
而之後的演說則包含了全球公衛的創新與臨床醫學結合工程的最新學術研究成果。Cornell University的Edwin C. Kan教授介紹近期穿戴式裝置在預防醫學上的運用，強調近場無線電感測（Near-field radio sensing）技術突破現有穿戴式裝置僅能量測表皮生理訊號的限制來取得更多生理訊號的技術發展並以實驗模型驗證了以該方法密集而詳盡的去辨識一人的生理狀況的可行性。
而楊智傑系主任的演說則是向國際展示GCIEM與榮陽合作研發的資料倉儲系統，包括從數據管理、法律權利保障、先進深度學習模型的研發與應用及數位孿生等等的架構、願景及成果介紹。其中楊主任的演講內容最讓我印象深刻的地方在於這不是一個單純的呼籲或願景，而是一整套如何善用深度學習與資料科學，並妥善考量臨床需求與隱私權等法律問題來最大化一套從終端收集數據、資料存儲及開源、妥善運用數據本身及應對臨床做出調整的架構。這是一套體系，也才能讓一切人工智慧的創新得以生生不息。
在國際專家學者的部分，360 Health的創辦人Peter Basica先生則介紹利用科技的創新來將更好的醫療照護──像是早期發現早期治療──有效的投射到鄉村或偏遠地方。
至於Respond Health的執行長Vicki Seyfert-Margolis女士則展示了善用多種AI來提取更多容易被忽視或不易量化的臨床資訊（像是病歷內文）並轉換為可靠的臨床決策依據或是可判斷的資料。
而UIUC醫學院的AI部門主管Adil Haider教授則提出，利用AI來重塑國際實證醫學的資料來源，將遠離醫療學術中心而難以成為實證醫學資料來源的第三世界國家或地區的資料可以被傳送並加入到數據資料庫中，讓未來的實證研究與資料判斷可以涵蓋到更大範圍的人口與族群多樣性。
University of Illinois Chicago的Miiri Kotche教授則提出因應AI在臨床醫學的教育與訓練場合可能的濫用與資料來源問題而提出改正醫學教育內容的框架。
其中，我當時對於Haider教授提出利用技術進步擴大實證資料的數據庫，以解決過往實證醫學的資料來源多侷限於歐美等高度開發、臨床研究量能充足的地區的想法，印象十分深刻；但是，此一想法必須面臨一個重要的現實：第三世界國家很容易會有基礎設施不足、照護體系不完備的問題，是否會導致數據不易收集、收集後也不易傳輸至資料庫。而Haider教授對此的回覆是，重點還是在於有沒有意願去執行在不具備充分臨床研究體系的地方收集數據；很多地方就算有相對充分的基礎設施也依舊無法參與實證研究或數據分析；因此，當考慮的要點是族群體質等差異的平均化代表性時，很多地方看似不足，實則足夠（講者以智慧型手機普及率超過一半的巴基斯坦為例）。
之後，UIUC醫學院的Alex Ratcliff教授與Drexel University的Charles Cairns教授介紹了一套透過國際合作與繼續教育來合作探索如何因應科技迅猛發展來改變醫學教育的方法、工具與目標等等，甚至還以此為目標設計了一套野心勃勃的教學與試驗計劃。這一段的亮點在於該計劃已經不是繼續改革醫學教育的呼籲或願景了，它嘗試實踐之，而且面向的是更廣泛的醫學教育師資，而不是限定於有工程相關進修經驗的醫師。這種面向繼續教育與終身學習的架構對於未來醫學生的教育至關重要，因為它的目標已經是讓整個醫學教育體系做好能迅速應對科技的迅猛發展的準備。
另一個很有意思的內容是由國立臺灣大學、九州大學與UIUC醫學院等共同呈現，展示了機器人學在臨床醫學場域的應用成果。其實整個會議一直強調的就是工程與醫學的交互，但是前面有的討論似乎都比較集中在人工智慧等，此處則展示了機械工程與機器人學在臨床醫學上的應用與影響。其中當屬臺灣大學的展演的成果最獨特：他們的發表內容其實向我展示的是要如何去量化運動的範圍與決定設計角度的細節，提供了一個我未曾設想過的「科學化測量」。
而UIUC提出向低年級醫學生進行簡單的機器人手術的教學，並展示機器人手術學習的成果有助於增進醫學生的解剖知識與行醫信心，而且獨立於學生是否偏好外科本身（但是也能夠改變學生的生涯想法）。
本次高峰會的另一個亮點便是創新競賽。會議首先回顧了去年競賽中的前五名：來自陽明交大的團隊所研發的在達文西手臂執行的骨盆腔手術中有效辨識輸尿管的系統來降低手術中誤傷輸尿管的風險，收穫外科醫師的好評。這一套故事展示了從「發現需求」到「解決問題」再到「收集回饋」的完整流程，也就是有效示範如何用工程解決臨床醫學執行時遇到的困難。
而在會議的競賽中，也有許多驚豔的創新被提出。首先，這一次陽明交大的團隊──儘管最後只獲得第五名──仍就讓我印象深刻；透過觀察內頸動脈的血流量在額頭皮膚灌流造成的色彩差異來偵測是否具有不對稱性，進而篩檢是否有內頸動脈阻塞的可能；這是一個整合基礎醫學、臨床篩檢、影像辨識與深度學習的架構，是一套充分示範醫學與工程如何結合的案例。
除此之外，來自南洋理工大學的團隊展示VaxiPatch技術，透過抗高溫的微凝膠（microgel）來保障疫苗不會因為高溫失效，從而可以在高溫而基礎設施不足的地方提供疫苗，也可以減少必須低溫而導致的疫苗特殊的物流成本，從而提高疫苗的普及性並解決基礎設施不足造成的傳染病問題。背後的技術相當複雜，但是面向解決需求這一點的呼籲可說是非常明顯。
這一次的高峰會是我第一次參加國際會議，而這一次的經驗讓我一直去促進自己思考說，換作是我的情況，我要如何去爭取這方面的機會？要怎麼樣嘗試在自己的臨床實習與未來的行醫路上整合這些「做創新」的觀念？最後，要怎麼去讓自己、讓自己的同學與同事、讓沒有機會在醫學院內接觸到相關訓練機會的醫師以及未來的醫學生可以學會適應迅速變化的醫療環境、取得適應技術迅猛發展與應用工程創新思維解決臨床醫療問題的賦能？我在當時問到了一些答案，但不夠完整，也許還要再去思考與追尋。
收穫極多，謝謝楊盈盈主任也謝謝教學部。