Leading CBME Reform in the AI Era
能力導向醫學教育 × 人工智慧 × 醫學教育領導力工作坊

為什麼要參加？

要參加國際級醫學教育工作坊，通常需要遠赴國外。機票、住宿、交通、註冊費與長時間請假，往往都讓繁忙的臨床教師與醫學教育工作者卻步。因此，2026 Taiwan CBME Week Leadership Camp: Leading CBME Reform in the AI Era選擇用另一種方式，把國際醫學教育帶到台灣，讓臺灣的醫學教育夥伴不必遠赴海外，就能在日月潭參與一場高品質、深度互動、具國際視野的領導力工作坊。

近年來，勝任能力為導向的醫學教育（CBME）已成為臺灣醫學教育改革的重要方向。然而，在臨床教育現場，CBME 的推動仍面臨許多真實挑戰：評量資料如何產生教育意義？臨床教師如何真正進行 coaching？制度改革如何被臨床團隊接受？而當人工智慧（AI）快速進入醫療照護、臨床訓練與教育評量時，醫學教育領導者更需要重新思考：AI 應如何支持，而不是取代，人類的教育判斷與專業信任？

本工作坊將以 CBME × AI × Leadership 為核心，邀請國際與臺灣醫學教育、AI、資料科學、leadership 與 implementation science 專家共同參與。這不只是一場演講，也不是一般研討會，而是一場透過案例討論、小組互動、專家引導與策略反思所設計的深度工作坊，協助臨床教師與醫學教育領導者一起思考：AI 時代下，CBME 要如何真正落地？教育評量資料如何產生意義？臨床教師如何進行 coaching？醫學教育領導者如何帶領制度改變？AI 應如何支持，而不是取代，人類的教育判斷？

本工作坊將採用類似 Harvard Business School case method 的案例導向學習模式，以臺灣醫學教育改革中的真實或模擬情境為基礎，引導學員從初步的直覺判斷出發，透過專家框架導入、小組討論、反思與再分析，逐步發展出更具系統性與策略性的教育領導思維。

參加後能帶走什麼？

• 1. 診斷 CBME × AI 推動困境的思考框架：從制度設計、資料品質、臨床場域、教師文化、學習者需求與組織阻力等層面，系統性盤點自身機構推動 CBME 與 AI 整合時的真正挑戰。協助您看清楚問題出在哪裡、誰需要被納入，以及下一步應該如何開始。
• 2. AI 時代醫學教育領導者的核心能力地圖：AI 時代的教育領導者需要的不只是技術理解，更需要能帶領組織前進的能力。課程將聚焦變革領導、團隊動力、情緒智能、系統思考、implementation science，以及在不確定環境中推動教育改革的決策能力。
• 3. AI 在 CBME 中的實際應用想像：從能力評量、EPA 與 milestone 資料分析、學習歷程追蹤、精準醫學教育、臨床教學支持、教師發展到制度決策，理解 AI 如何支持 CBME 的核心任務。課程將協助你判斷哪些 AI 應用值得投入，哪些需要謹慎評估。
• 4. 可信任 AI 與教育治理的基本判斷力： AI 導入醫學教育，不只是效率問題，更牽涉 trust、entrustment、validity、data quality、bias、human judgment 與 governance。你將從教育領導者角度，思考如何判斷 AI 系統是否值得信任，以及如何建立可被組織接受的治理原則。
• 5. 可帶回機構啟動討論的行動方案：透過案例討論、小組共創與專家 coaching，將兩天學習轉化為一份初步的 CBME × AI Leadership Action Plan。這份方案可作為你回到機構後，與主管、教師團隊、資訊團隊或教學委員會展開討論的起點。