醫學院
課程、學習歷程與敘事回饋
Medical Education × Local AI
醫學教育 AI 共學與應用服務
讓 AI 留在院內，讓方法回到教育現場
院內模型運行、資料分析方法諮詢與醫學人文實作講座
12 個月的院內共學起點
現場問題
資料很多，卻難以形成教育閉環
從醫學院到醫院職場，資料分散在不同階段；隱私、治理限制與高度人工作業，讓分析方法難以持續銜接。
訓練與評量
能力評量、臨床訓練與教師回饋
醫院職場
工作表現、專業發展與持續學習
個人化醫學教育的瓶頸，往往不是缺少資料，而是缺少能在院內持續使用的分析環境與方法。
服務內容
從一套留在院內的 AI 服務開始
01
院內模型運行
借用設備、地端模型建置與基本運作維護。
02
資料分析方法諮詢
協助定義問題、設計提示、理解表格與討論流程；不代做正式分析。
03
AI 與醫學教育共學講座
建立安全、可查證、可實作的共同方法。
正式資料不必送往未核准的公有雲模型。
責任邊界
環境與方法由我們支援，資料責任留在院校
我們提供
- 借用設備與地端模型運行
- 模型基本維護與使用支援
- 分析方法、提示與流程諮詢
- 最多 1 TB 附帶儲存空間
院校自行規劃與負責
- 資料取得、匯入、清理與去識別
- 統計分析、結果覆核與教育決策
- 權限、稽核、法遵與資料治理
- 備份、還原、資料正確性與保存
1 TB 是附帶可用空間，不是備份、保管或資料正確性服務。基礎服務最多 15 個具名帳號；角色權限設計與分流另行報價。CSV、Word、XLSX 可供諮詢及院校自行操作，不代表服務商代為匯入、轉換或驗證。
共學講座
把 AI 能力，轉成醫學教育的共同語言
從安全工作流、資料理解，到醫學人文課程設計。
安全而可查證的醫療 AI 工作法
個資邊界、幻覺辨識、提示結構與來源查證。
從臨床敘事到教學素材
案例、反思與敘事回饋，連結病人、專業與社會。
用 AI 讀懂醫學教育資料
問題定義、表格摘要、趨勢描述與圖表解讀。
醫學人文課程地圖與持續改善
由學程、課程與學習者三層視角形成改善循環。
Macro｜學程Meso｜課程Micro｜學習者設計 → 實施 → 成效 → 改善
每月 1 小時及教材，可按季合併為一次 3 小時講座及教材；依有效學員名冊逐月計費。講座屬教育與方法諮詢，不構成正式統計顧問、課程認證或學習成效保證。
醫學人文架構參考：TMU 醫學人文課程地圖
合作週期
設備借用，服務按月，十二個月完成一個合作週期
啟動
確認場域、設備點交、模型啟動、標準效能與帳號名冊。
運行與共學
模型基本維護、方法諮詢、每月短講或每季 3 小時講座。
期滿
院校自行完成資料移轉與留存，雙方辦理設備返還點交。
場域分工院校提供安全放置空間、穩定供電、散熱與核准網路；模型設備由服務商借用提供，非設備買賣。
12 個月方案｜新台幣未稅
小規模開始，費用清楚可算
| 項目 | 未稅費用 |
|---|---|
| 地端模型建置月租費 含 50 tokens/s 標準效能單位 | NT$8,000／月 |
| 技術支援及輔導 | NT$6,000／月 |
| 醫學教育 AI 應用專班 | NT$2,500／有效學員／月 |
| 超量效能服務 | 每增加 50 tokens/s NT$3,000／月 |
50 tokens/s 是固定標準工作負載下的模型生成效能基準，不代表分析完成時間或教育成效。專班費與超量效能費另依實際需求計算。
合作邀請
從一個院內場域，開始建立可持續的 AI 共學能力
確認場域
放置、供電、散熱與核准網路。
確認名冊
具名使用者與有效學員人數。
確認基準
標準模型與效能測試條件。
排定講座
每月短講或每季三小時共學。
以院內模型運行為基礎，用方法諮詢與共學講座，陪伴團隊建立自己的醫學教育 AI 工作方式。