中國醫藥大學藥學系演講｜AI 健康衛教：來源判讀與內容校正

2026-06-03 · 中國醫藥大學藥學系 · 60 min · 藥學系學生

標籤8

摘要

50 min talk + 10 min QA。分兩部分：Part A 用 deterministic 視角看 AI（為什麼 sandbox LLM 純問答有先天限制、deterministic 工具如何補位），Part B 上 agentic AI 衛教生產線（real-world pipeline：corpus → SKILL → multimodal output），現場做兩個 live demo —— (1) 仿 NEJM / AIM TOC bundler 套到藥學第 1 名期刊的 weekly TOC + GPT 導讀；(2) 衛教 4-modality 寫作 pipeline。重點是把「AI 不能信」這類 sandbox 時代命題拆掉：agentic 時代有 deterministic citation guardrail（Crossref / PubMed / local raw.md grep / build-time gate），仍出虛假引用代表沒裝 guardrail，不是 AI 問題。

演講大綱

Part A｜25 min — Deterministic vs Agentic 看 AI（基礎判讀）

AI 在「藥學系受眾現實」的位置：sandbox 純問答 (ChatGPT / Gemini / NotebookLM) → 是大家現在的 default，agentic AI 是橋對面，中間有 gap。
代位思考法 — 用「LLM 是什麼樣的東西、有什麼天生限制」反推可信邊界（不靠運氣判斷它對不對）。
Deterministic 工具如何補位：Crossref / PubMed eutils / pdfinfo / regex / DOI 真假驗證 / local raw.md grep — 都是可重跑、可驗證、不靠 model 智商的 pure function。
核心：agentic 時代仍出虛假引用 = 作者沒裝 guardrail，不是 AI 問題。用具體例子展示 deterministic gate 的 30 秒成本。

Part B｜25 min — Agentic AI 衛教生產線（live demo）

從 sandbox 進入 agentic 的橋 — Copper 自己 6 步演進史，學生可定位自己現在在哪一步。
Content 控制在自己硬碟 = AI 引擎可自由換 — 不被某 service 綁約。
Demo #1 live：跑藥學 journal weekly TOC bundler → 拿到 mega-md → 餵 GPT-Pro → 拿導讀回來貼進 corpus + deploy。
Demo #2 live：跑 /health-communication skill → 一份臨床事實 → 4-modality artifact + CCI 20 題自審分數。
agentic 時代正確問題不是「AI 能不能 trust」，而是「你的 pipeline 裝了哪些 deterministic gate」。

10 min QA

場合 / 後勤

講者：王介立醫師（腎臟內科 / HD specialist；BoAn Clinic Director）
受眾規模 / 場地細節 / 邀請人聯絡 → 內部 prep note（secretary/talk/中國醫藥大學藥學系_AI健康衛教_2026-06-03.md，git-private）

摘要

演講大綱

Part A｜25 min — Deterministic vs Agentic 看 AI（基礎判讀）

Part B｜25 min — Agentic AI 衛教生產線（live demo）

10 min QA

場合 / 後勤

相關資料