• 馬偕醫學院 M2/M3 醫學生

• 高年級醫學生、實習／住院醫師

• 臨床主治醫師（手術規劃／持續教育）

以 NVIDIA MONAI 為核心，對院內去識別化 CT 影像進行 AI 全自動器官分割 與 高擬真 3D 重建，快速生成可重複利用的數位教材；平台支援 Web/VR/MR 之互動操作，並依「正常→變異→病灶」階梯式路徑整合課程，縮短基礎與臨床之間距，已於 M2/M3 試行且獲顯著成效。英文版以計畫書現有英文摘要為準並一致化術語。

• 臨床驅動3D模型（真實CT）

• AI全自動分割（MONAI）

• Web/VR/MR 跨平台互動

• 二〇二五年三月導入二年級與三年級課程

• 單次使用時長超過三十分鐘比例九十二點九百分比

• 平台服務可用率九十九點九百分比

• 平均分數提升三點三（七十五點四至七十八點七）

• 及格率由八十點五百分比提升至九十八點零百分比

• 低分群由十九點五百分比下降至二點零百分比

• 影像資料嚴格去識別化作業

• 透過超文字傳輸安全協定加密傳輸

• 角色權限管控與操作稽核機制

• 整體滿意度四點八分（滿分五分）

• 八十五百分比認為節省學習時間

• 九十二點九百分比願意向他人推薦

• 參與並連結英偉達醫學開源社群 MONAI

• 規劃向國際期刊提交教學與成效研究

• 規劃建置雲端病例交換與共享平台

• 提升醫學教育品質：以真實臨床影像結合 AI 技術，縮短基礎與臨床學習落差，強化學生空間想像與臨床應用能力。

• 增進學習成效：學業平均分數提升 3.3 分，及格率由 80.5% 增至 98.0%，低分群顯著下降，學習滿意度達 4.8/5。

• 推動醫療永續與數位轉型：降低對大體標本依賴，減少紙本教材與實體資源使用，符合 ESG 永續目標。