全文朗讀
「一個醫生看 100 位病人，就像 100 個人輪流來考你：『猜猜我是什麼病？』」診間裡的對話診療像在猜謎，但醫師不能猜錯。為了讓學生在真正面對病人前練習判斷，醫學教育開始引入「虛擬病人」（Virtual Patient，VP），讓錯誤先發生在安全的虛擬環境中。
早在 AI 浪潮席捲全球之前，國立中央大學生醫科學與工程學系教授蔡淳娟就已投入虛擬病人的研究。她是一位小兒科醫師，也是 VITAi （虛擬病人臨床推理訓練系統）的研發者。她說：「真正守住醫療品質與病人安全的，除了技術本身，更仰賴醫療人員在關鍵時刻能做出正確判斷。」
當生成式 AI 快速進入醫療現場的此刻，這位小兒科醫師關心的並非 AI 能否取代醫師，她更關注的是臨床推理與批判性思考等核心能力，可以如何被培養，而不被取代？
蔡淳娟深耕醫學教育多年，歷任高雄醫學大學教務長、義守大學醫學院副院長及台北醫學大學等醫學教育與臨床要職，也是台灣擬真醫學教育學會創會理事長。現為國立中央大學生醫科學與工程學系教授，與聯新國際醫院副院長。
拍攝／馬藤萍
最難教的一課：臨床推理
蔡淳娟指出，優異的臨床診斷與決策能力，是醫療品質與病人安全最關鍵的保障，而「臨床推理」（clinical reasoning）正是其中的核心能力。
然而，臨床推理之所以是教學上的挑戰，並不僅是因為其過程複雜，而在於它無法僅憑最終的「答案」來判斷學生是否真的學會了。
「真正重要的，是學生在問診中問了什麼問題、分析過程，以及如何形成判斷。」
因為，在真實臨床情境中，醫師的決策來自一連串高度整合的思考歷程——資訊如何被串連與分類、風險與可能性如何權衡，種種思考往往短時間內就在潛意識中完成。換言之，臨床推理的過程無法被看見，也因此不容易清楚說明，使得教學與評量都充滿挑戰。
正因如此，臨床推理長期以來被公認為是醫療教育中最核心、卻最不容易被培養的能力。
醫師與病人的對話過程，是實踐臨床推理很重要的一環。
圖片來源／Unsplash
一段源於25年前的教育啟發
「如果回頭看，我後來做的其實都可以追溯到 1997 年那課堂上的震撼。」蔡淳娟這樣形容自己與醫學教育改革的起點。
那一年，她遠赴卡加利大學（University of Calgary）進修，在旁聽醫學系一年級課堂時，第一次親身體驗到「標準化病人」（Standardized Patient）與教師共同引導的教學模式。
蔡淳娟解釋，標準化病人並不是真正的病人，而是受過訓練的真人「演員」，能依照教學需求，穩定呈現特定疾病的症狀與病史。為了讓情境更貼近臨床，他們必須學習如何描述疼痛的位置與程度、回應醫師提問，甚至透過化妝模擬病徵。
在那堂課上，尚未進入臨床的學生，被引導走入醫病互動情境，提早扮演醫者角色，學習如何提問、理解病人的敘述，並在有限資訊中形成初步判斷。醫師則在旁即時觀察學生的思考路徑。
「那是我第一次深刻意識到，臨床決策能力其實是可以被刻意培養的，」她回憶道，「而不是只能等到多年後，才在臨床現場慢慢累積經驗。」
1992年，加拿大最早把這種模式納入國家醫師證照考試（OSCE, Objective Structured Clinical Examination，客觀結構式臨床技能考試）。透過標準化病人模擬診間情境，評估醫學生病史詢問、身體檢查、溝通與臨床處置能力的測驗設計，試圖將原本隱而不顯的「臨床推理」，轉化為可觀察、可評量的行為。
因此，2003 年返台後，儘管處在臨床執業的重要階段，蔡淳娟仍選擇將重心轉向醫學教育制度建構。她投入撰寫《OSCE實務：建立高品質臨床技術測驗的指引》、OSCE示範影片，走進醫學院與教學醫院，培訓標準化病人、考官與師資，協助建立測驗中心與運作標準，為台灣 OSCE 制度的落地奠定基礎。她又在聯新國際醫院建立了沉浸式臨床技能訓練中心（下圖），讓學員在安全無慮的環境下經歷緊急危難臨床情境。
在沉浸式擬真教室中模擬逼真的臨床緊急危難情境，提學員安全無慮、無數次的演練機會。
拍攝／馬藤萍
但也正因為曾深度參與醫學教育制度的建構與推動，蔡淳娟更清楚看見其中的極限——高人力、高成本的結構性負擔，以及評量上仍難以完整呈現學生臨床推理過程的現實限制。
此外，標準化病人還有種種侷限。除了能扮演的「角色」有限，還必須有合理的病識感，穩定表現出病痛的位置和程度，不能過度加入個人詮釋，甚至「即興演出」。標準化病人的表現很難做到完全一致，也使教學與評量的複製性受到限制。
於是，蔡淳娟再次轉身，從標準化病人走向虛擬病人。在科技資源仍有限的年代，蔡淳娟先用自然語意模型（Natural Language Processing，NLP）建立了第一代虛擬病人、虛擬醫院與評分機制；再隨著生成式 AI 的成熟，進一步發展出 VITAi 虛擬臨床診療訓練系統。
她強調，虛擬病人的出現，並非對過去制度的否定，而是延續 25 年前於卡加利教室中誕生的初衷——如何讓臨床推理具象化，在安全的環境中累積經驗。
虛擬病人：讓臨床推理「被看見」
在這樣的反思之下，VITAi 被設計成一套「以學習者思考為核心」的系統。提供三大核心模組：虛擬病人、虛擬醫院／虛擬社區情境與智慧教練（AI Coach）。它能理解零碎、口語化的敘述，具備上下文記憶，能在多輪對話中持續回應，學生就像在真實診間般進行問診與決策。應用情境也不僅限於診斷訓練，還延伸至醫病溝通、同理關懷、心理諮商與倫理判斷等面向。
但真正讓蔡淳娟在意的，並非系統能做到多少事，而是「能不能看見學生怎麼想」。透過系統化的記錄與回饋，原本只存於腦中的推理過程，得以被完整攤開。學生在安全無壓力的虛擬環境中反覆練習，並獲得即時的評分與質性回饋；教師則能根據後台資料，看見學生問診時的思考路徑，「辨別他是有結構的問，還是亂猜」。
訪談當天，蔡淳娟也特別示範了一段虛擬案例演練。螢幕上是一位40歲的男性病人：臉上冒痘、體型肥胖，肩頸後方隆起形成水牛肩，出現女乳現象等。
本圖由 AI 根據內文情境生成，用於醫學教育情境示意。虛擬病人看起來就像真人一樣，會有自然的表情和動作，能與學生進行即時且情境化的對話互動。
圖片來源／ChatGPT（AI）. Prompt: A realistic, neutral illustration for medical education. A telemedicine consultation scene in a modern clinical setting. A large, simple screen shows a virtual male patient in his forties, moderately overweight, wearing casual clothing, with mild acne and subtle physical features. The screen interface is minimal and generic, with only a simple chat box at the bottom and no recognizable software design. In front of the screen, a female doctor wearing a white lab coat sits at a desk, typing on a keyboard and speaking into a small tabletop microphone. Professional, calm tone, neutral colors, soft lighting, photorealistic style, no logos, no branding, no detailed UI.
問診過程中，他提到：「我根本不想來看醫生，我又沒問題，是朋友逼我來的。」這時，我們已能能聽出這位病人顯然缺乏病識感。
隨著對話推進，醫師逐步問出他的生活情況，如工作壓力大、長期情緒低落，並以暴飲暴食作為紓解方式，最終推論出病人同時罹患庫欣症候群與憂鬱症。然而，這些關鍵線索在真實臨床中往往需要多年經驗才能敏銳察覺。
蔡淳娟在一旁補充：「診斷能力只是其中的一部分，我們更希望訓練學生具備對病人身心狀態的敏感度與同理心。醫療應該是對全人的關照（holistic care）。」
「在真實環境中，很難找到這麼『剛好』的病人來呈現教學目標。但藉由創造一個虛擬病人，我們可以精確而一致地設計每一個線索，讓學生練習整合零散資訊並形成最終判斷，也更加深學習印象。」
一位醫學生就曾私下對蔡淳娟說：「老師，我現在很珍惜每一次面對新病人、挑戰自己解決臨床問題的機會。」他接著分享，「自己開始刻意在見到新病人、完成臨床任務之前，不先翻閱前一位醫師留下的病歷記載，甚至暫時遮住其中的推測性診斷；也儘量避免一開始就跟著學長姐一起去接新病人，「我想先自己看看，自己會怎麼做判斷。」
聽到這段話，蔡淳娟知道，學生已經在替未來必須獨自面對千變萬化病情的真實世界做準備——他不再依賴別人或教科書上的答案，而把握每一個推理演練的機會，準備為自己的判斷負起責任。
「那一刻，我其實什麼都不用再教了。」她意識到自主學習正在發生，虛擬世界的模擬，可以很好地被移轉到真實的臨床工作場合。
回顧這段歷程，蔡淳娟說，她投入虛擬病人系統的動機其實很單純——因為在臨床教學現場，總是同時缺病人、缺老師，更缺足夠的練習機會。於是她嘗試打造一個能補上這些空缺的系統，努力模擬「一間醫院、一位病人該有的樣子」。
「就像幫學生請了一位隨時在身邊的家教，」她形容，「讓學生在進入醫院前，就提早接觸臨床應用」，是她認為這套系統最大的價值，「我始終相信，臨床經驗就是回到病人身邊」。
這樣的努力，也開始獲得制度層級的回應。2025 年，VITAi 榮獲國家醫療品質獎（NHQA）智慧醫療類「產業應用組銀獎」。目前，蔡淳娟也將虛擬病人系統的研究延伸至醫病溝通和醫療倫理的議題，運用大型語言模型進行更深入更大範圍的探索。
許多人擔憂 AI 會取代人類，她則對科技應用保持覺察，「人的本位是不會被機器取代的，批判性思考就是最後一道防線。與虛擬病人互動的背後，就是醫療現場關心的溫度、敏感的心，這一道是 AI無法替代的」。
採訪撰稿／黃詩茹、馬藤萍
攝影／馬藤萍
編輯／馬藤萍
研究來源
蔡淳娟（2020）。臨床實作訓練之精準學習：以虛擬互動科技從理論到場域驗證。國科會專題研究計畫（一般研究計畫）
本著作由人文·島嶼著作，以創用CC 姓名標示–非商業性–禁止改作 4.0 國際 授權條款釋出。