ASUS Clinical AI Assistant
將第一線文件紀錄需求轉譯為工作流程對應、提示規格、驗收標準與測試案例。
專案貢獻 · 系統已部署於 VGHTPE
貢獻與來源 →招募摘要
Andrew Sheng-Han Huang, MD
NYCU 陽明交大 — 醫學士
目前進修： NTU 臺大 — Smart MHI
臨床 AI 協作、評估與導入。
醫學系畢業，曾參與臨床紀錄需求轉譯、可測試規格整理與臨床 AI 評估，並向臨床受眾說明技術內容。
01／相關經驗
我的貢獻。
CLR-voyance
2026 年住院臨床決策支援之結果感知評估預印本共同作者。
arXiv 預印本 · 臨床推理評估
論文與貢獻 →開源 CT 工具展示
運行既有開源 CT 工具，向老師展示輸出結果並進行討論。
僅供展示 · 非經驗證的診斷產品
開啟示範作品 ↗專案背景 →貢獻說明為我對自身角色的敘述。案例頁面連結公開來源，並區分系統或研究成果與我個人的角色。
02／團隊契合度
我可以貢獻的地方。
臨床 AI 導入實作
工作流程探索、需求釐清、臨床人員與工程師對齊，以及驗收測試。
臨床 AI 評估
評分準則審查、模型輸出評估與臨床推理評量。
醫療 AI 產品工作
將臨床限制轉譯為產品決策與小型、可測試的原型。
近期關注
期待進一步探索的方向。
除了上述已有經驗，我也希望進一步交流與探索這些領域的工作機會。
手術機器人開發
希望探索如何從臨床需求出發，參與手術機器人系統的開發。
病歷系統軟體開發
關注病歷系統軟體如何以記錄、查閱與使用臨床資訊的人為中心來設計與開發。
醫療端 AI 模型開發
希望投入面向臨床使用的 AI 模型開發，並一併思考模型評估與照護流程整合。
03／背景
完整教育與歷程 →- 目前 · 2026NTU Smart MHI
- 2026醫學系畢業（MD）· NYCU
- 2025–2026臨床 AI 專案貢獻與研究
- 2024–2026臨床訓練 · VGHTPE
開始對話
和我說說這個團隊。
歡迎說明職務、臨床或產品問題，以及你所期待的貢獻方式。可直接討論可投入時間與時程。