Part 1
1. 課綱（Syllabus）
#學習目標
- 能用自己的話說清楚 AI、GPU、5G、平台、邊緣運算的差異，並能用健康促進案例解釋
- 能判斷一個健康 AI 主張落在「資料存在、資料可取用、資料被有效運用」哪一層
- 能把 paper 三章（飲食、菸害、體能）各拆成「可做、不可做、要先治理」三欄
- 能用 WHO 6 原則檢查一個 AI 健促場景，至少指出 3 個風險
- 能完成個人領域 AI 機會地圖，列出 3 個可行場景 + 3 個不要碰的紅線
#學員 prerequisites
- 不需要寫程式經驗
- 需要帶一個自己熟悉的健康促進場景，例如衛教、長照、戒菸、飲食、運動、社區健康、醫院行政
- 課前註冊 ChatGPT 或同級工具帳號，手機與筆電都可
- 願意用自己的真實工作流程做討論，但不帶可識別個資、病歷、家屬資料
#各時段主題分配
| 時間 | 主題 | 標籤 | 產出 |
|---|---|---|---|
| 00:00-00:30 | 開場：AI 不是魔法，也不是只能工程師用 | #定位 #破除誤解 | 學員寫下 1 個想問 AI 的工作問題 |
| 00:30-01:30 | 第 1 hour 對談：健促圈最常見的 AI 誤解 vs 真實能力邊界 | #跨域對談 #能力邊界 | 誤解清單 + 能力邊界表 |
| 01:30-02:30 | 第 2 hour 技能：12Q 簡化版與三段五級介入時機 | #AI素養 #三段五級 | AI 介入時機表 |
| 02:30-03:30 | 第 3 hour 學員對話：用 ChatGPT 拆自己的場域 | #體驗 #同儕提問 | 3 個 AI 機會 + 3 個風險 |
| 03:30-04:00 | 收斂：一頁機會地圖與下一階課程銜接 | #takeaway #招生銜接 | A4 機會地圖 |
#對應 paper 章節 + 倫理 6 原則
| 課程段落 | paper 對應 | 倫理 6 原則對應 |
|---|---|---|
| AI 基礎與 12Q | Q1-Q9 技術 Q&A，作為 paper 技術背景補強 | 透明：知道模型、資料、平台怎麼來 |
| 飲食案例導讀 | 飲食行為章，eTRIP 與視覺飲食辨識 | 福祉、公平：熱量估計誤差與弱勢族群可近性 |
| 菸害案例導讀 | 菸害防制章，高榮戒菸成功率預測 | 責任、透明：預測結果不能變成單方判決 |
| 體能案例導讀 | 體能活動章，新北動健康與 GPT-4 運動處方 | 自主、永續：nudge 要幫助行動，不是操控 |
| AI 介入時機表 | paper 倫理探討與 Q11 失敗案例 | 6 原則全覆蓋，用於第一輪風險辨識 |
#對應七大主題覆蓋
| 主題 | 覆蓋方式 |
|---|---|
| 行銷 | 學員能把 AI×HP 講成一般人聽得懂的故事 |
| 產品 | 把工作流程拆成使用者、痛點、AI 可介入點 |
| 工程 | 只到觀念層，理解資料、平台、邊緣、算力，不寫技術架構 |
| 營運 | 初步辨識現場流程卡點與不適合導入 AI 的位置 |
| 培訓 | 主軸，建立共同語言 |
| 軟硬體 | 透過智慧血壓計、穿戴裝置、邊緣運算建立感覺 |
| 銷售 | 不主打銷售，只在收尾說明 Lv2-Lv4 路徑 |
Part 2
2. 對談腳本（許老師 5/19 三段式架構）
#第 1 hour 對談：跨域專家對談
主題：健促圈最常見的 AI 誤解 vs 真實能力邊界
prompt questions
- 健保資料庫這麼大，為什麼不能直接拿來訓練 AI 做服務
- ChatGPT 看起來什麼都會，為什麼還會在醫療場域出錯
- 民眾拍便當照片給 AI 估熱量，哪裡有用，哪裡不能信
- AI 幫戒菸個案預測失敗風險，會不會變成標籤化
- 長者、偏鄉、低數位素養者，在 AI 健促裡最容易被漏掉什麼
- 學會要推 AI 課，最先要建立的是工具清單，還是使用守則
角色分工
- 健促專家：把問題拉回現場，補充衛教、長照、醫院行政、學會會員會遇到的真實限制
- AI 專家：負責拆技術邊界，說明資料、模型、平台、治理四層差異
- 主持人：每 15 分鐘收斂一次，把對談轉成白板上的「能做 / 慎做 / 不做」三欄
sample dialogue
健促專家：很多會員聽到 AI，第一個反應是「那是不是可以直接幫我做衛教」 AI 專家：可以，但要先問它拿到的是什麼資料，輸出要給誰看，要不要進入醫療決策 健促專家：如果只是幫衛教師產生戒菸對話稿呢 AI 專家：這就合理，因為它是草稿，不是診斷，衛教師還在 loop 裡 健促專家：那拍便當估熱量呢 AI 專家：可以當提醒，不要當處方，尤其糖尿病、腎臟病、孕婦族群不能直接依賴 主持人：所以第一條規則先寫下來，AI 可以降低準備成本，但不能把責任交出去
#第 2 hour 技能：講者主題大綱
投影片骨架
- 這堂課不教 AI 神話，只教現場能用的判斷
- 12Q 簡化版：Q1 健保資料三層、Q2-Q4 算力與晶片、Q6-Q8 裝置與邊緣、Q9 平台鎖定、Q10-Q12 案例與素養
- 三段五級 vs AI 介入時機表
- paper 三章一頁版：飲食、菸害、體能
- 失敗案例：Watson Health、Babylon、Epic Sepsis
- WHO 6 原則：自主、福祉、透明、責任、公平、永續
- 一頁機會地圖怎麼填
重要 demo 點
- 用 ChatGPT 問「請用 80 歲長者聽得懂的方式解釋糖尿病飲食」
- 再追問「這段衛教有哪些可能誤導或太武斷的地方」
- 再要求「把它改成衛教師可使用的草稿，並標出需要人工確認的地方」
- 示範同一工具如何從「看似很會講」變成「可被專業人員使用的半成品」
#第 3 hour 學員對話：round-robin 與練習
學員提問範例
- 我是社區衛教師，AI 能不能幫我設計糖尿病班的課前問卷
- 我做長照個管，能不能把照服員每天的 note 變成風險提醒
- 我在醫院行政，AI 能不能幫我整理民眾常問問題
- 我做戒菸衛教，AI 能不能幫我生成不同動機階段的對話
- 我負責體適能活動，AI 能不能根據長者狀態給運動建議
講者回應策略
- 先判斷資料敏感度，再判斷是否進入醫療決策
- 回答一律分成「今天就能試」「需要主管同意」「不建議碰」三段
- 遇到工具崇拜，拉回工作流程與責任邊界
- 遇到恐懼，給一個低風險入門任務
學員上臺練習 setup
- 每 5 人一桌，每桌選 1 個場景上臺
- 上臺格式：我的場域、目前痛點、我想讓 AI 幫忙的事、可能風險
- 講師用 3 分鐘回饋：可行度、風險、下一步
Part 3
3. 流程（Run-of-show）
| 時間 | block | 內容 | transition cue |
|---|---|---|---|
| 00:00-00:15 | 開場 | 主持人說明課程不是工具秀，是判斷訓練 | cue：「先把今天最想問 AI 的問題寫下來」 |
| 00:15-00:30 | 熱身 | 學員便利貼：AI 最想做、最怕做 | 主持人交給健促專家 |
| 00:30-00:45 | 對談 1 | 健保資料庫與資料三層 | 健促專家問 AI 專家 |
| 00:45-01:00 | 對談 2 | ChatGPT 能力邊界 | AI 專家示範「好答案也要審」 |
| 01:00-01:15 | 對談 3 | 飲食、戒菸、體能的真實落差 | 主持人收斂白板 |
| 01:15-01:30 | 對談 4 | 失敗案例與倫理紅線 | cue：「接下來把技術拆成 12 個問題」 |
| 01:30-01:45 | 技能 1 | 12Q 地圖與健康場域比喻 | 講者接投影片 |
| 01:45-02:00 | 技能 2 | 三段五級 vs AI 介入時機 | 講者發 worksheet |
| 02:00-02:15 | 技能 3 | paper 三章與 6 原則 | 講者點名 3 位學員回答 |
| 02:15-02:30 | demo | ChatGPT 衛教草稿改寫 | cue：「現在換你自己的場域」 |
| 02:30-02:45 | 實作 1 | 學員輸入自己的場域問題 | 桌長協助不熟工具者 |
| 02:45-03:00 | 實作 2 | 要求 AI 產出 3 個機會 | 講者巡桌 |
| 03:00-03:15 | 實作 3 | 要求 AI 自我挑錯與列風險 | cue：「請不要只留下好聽答案」 |
| 03:15-03:30 | round-robin | 每桌 1 人分享 | 主持人控時 |
| 03:30-03:45 | 收斂 | 完成一頁機會地圖 | 講者給合格範例 |
| 03:45-04:00 | 結尾 | Lv2 銜接與課後作業 | cue：「帶一個你真的想做的場景來 Lv2」 |
#突發狀況處理
- 學員 Q 偏離主題：回到三欄「能做 / 慎做 / 不做」，超出課程範圍的問題貼到 parking lot
- 技術 demo fail：改用事先截圖版，講者口述 prompt 與結果差異，不現場硬修
- 時間爆掉：保留實作與分享，壓縮 Q2-Q5 硬體段，只講與健康場域有關的比喻
- 學員帶個資：立刻請他改成匿名情境，明確說課堂不處理病歷與可識別個案
#場地 / 設備需求
- 30 人可分 6 桌，每桌 5 人
- 投影、無線麥 2 支、白板或便利貼牆
- 穩定 WiFi，至少 30 台裝置同時上網
- 講師筆電、備用投影片 PDF、demo 截圖
- A4 worksheet、便利貼、粗字筆
Part 4
4. 講義（Handout 骨架）
#學員手冊章節 outline
- AI×HP 一頁定位
- 12Q 簡化版
- 三段五級 vs AI 介入時機表
- paper 三章案例速讀：飲食、菸害、體能
- WHO 6 原則檢查表
- 失敗案例 3 張卡：Watson、Babylon、Epic
- 我的領域 AI 機會地圖
#課前閱讀
- HTML Q1：健保資料庫三層
- HTML Q2-Q4：5G、GPU、AI、晶片基本觀念
- HTML Q6-Q9：智慧裝置、平台、邊緣、平台鎖定
- HTML Q10-Q11：飲食 paper 評析與三章對照
- HTML Q12：健康照護者、工程師、公眾三層素養
- paper：摘要、飲食章、菸害章、體能章、倫理探討段
#課中 worksheet
我的場域：
我每天重複最多次的工作：
目前最卡的地方：
AI 可能幫忙的 3 件事：
1
2
3
不能直接交給 AI 的 3 件事：
1
2
3
需要誰同意：
需要哪些資料：
用 WHO 6 原則看，最大風險是：
下一步 7 天內可以試的小實驗：#課後 takeaway
- 一頁總結：AI 可以幫你準備、整理、提醒、生成草稿，但不能替你承擔專業責任
- 進階閱讀：WHO 2021 AI in Health 6 principles、WHO 2024 LMM guidance、健保資料庫服務中心說明、食藥署 SaMD 入口、Q11 失敗案例連結
Part 5
5. 工作坊內容（Hands-on workshop）
#任務
每位學員用 ChatGPT 或同級工具，針對自己場域找出 1 個低風險 AI 機會，並做成 A4 機會地圖
#step-by-step
- 寫下你的角色與服務對象，例如社區衛教師服務 65 歲以上慢性病長者
- 寫下目前最花時間的工作，例如活動後整理問卷與產出衛教提醒
- 問 AI：「請幫我找 5 個 AI 可協助的低風險工作，不要涉及診斷與個資」
- 從 5 個裡面選 1 個最可行的
- 再問 AI：「請用 WHO 6 原則檢查這個點子，列出風險與人工把關方式」
- 把結果整理成 A4：場景、使用者、AI 任務、人工把關、風險、下一步
- 同桌互評，每人收 1 個修改建議
#工具清單
- ChatGPT、Claude、Gemini 任一
- Google Docs 或紙本 worksheet
- 不使用真實病歷、不上傳個資、不輸入可識別家屬資料
#分組 protocol
- 個人完成第一版
- 5 人小組互相提問
- 每桌推派 1 人大組分享
#評量標準
- 完成 1 張 A4 機會地圖
- 場景具體到「誰在什麼流程使用」
- AI 任務不涉及診斷、治療決策、個資外洩
- 至少列 3 個風險與 1 個人工把關方式
#講師回饋模板
作品名稱：
最清楚的地方：
最大風險：
可行度：高 / 中 / 低
需要補的資料：
需要誰同意：
建議下一步：
是否適合帶到 Lv2 prototype：是 / 否 / 修改後可