醫學教育

這是一篇會一直更新的文章。 我把自己做的工具都開源放在 GitHub 上，陸續有人跟我說：「東西看起來很厲害，可是我連第一步該幹嘛都不知道。」也有人問我：「GitHub 是什麼？我點進去看到一堆檔案，然後呢？」 所以這篇不是介紹工具，是帶你把第一個跑起來。 已經在用 Claude Code 的朋友，直接跳到 第 4 節。 最後更新：2026-07-24 先花 30 秒確認這篇適不適合你 讀完你會做到的事：在自己的電腦上，丟一個論文的 DOI 給 AI，十幾分鐘後拿到一份有引用查核、有證據等級的評讀報告。或者丟一本 PDF 教科書給他，讓他整理成一篇一篇帶出處的筆記。 你需要準備的： 一台電腦（Mac 或 Windows 都可以，醫院／公司電腦也行，不需要系統管理員權限） Claude 的付費訂閱，Pro 就夠了（約 US$20/月）。免費帳號不支援 Claude Code，這是硬條件 不需要會寫程式。真的。你需要的是「會複製貼上指令」跟「看到紅字錯誤訊息不要嚇到，把它整段貼回去問 AI」這兩件事而已 如果這兩件事你做得到，就繼續往下 👇 — 1. 同一個人，只是工具長大了 先講一段我自己的時間軸，因為我覺得這比任何教學都重要： 三月：第一次把 AI 搬到自己的電腦上，做了語意搜尋、把上課錄影自動轉成筆記。那時候我每做一件事都要手動貼一段「你只能根據我給的資料回答」的咒語，盯著它會不會亂講，每一步都要按確認，煩到快瘋掉 四到五月：慢慢把轉書、抽圖、OCR 磨成一條生產線，開始把重複的事變成一鍵 六月：一邊準備專科考試，一邊架了論文雷達、復健課程雷達，會自動推播新東西給我 七月：門診智慧病歷、額度守門、讓兩個 AI 互相審查對方的產出。開始在「管一群 AI」 中間我沒有變聰明，是工具長大了，加上我學會把每個踩到的坑寫成一條規則。 我講這個是想說：你現在就是我的三月。而且你比當年的我幸運，你一開始拿到的工具，就已經是好用的版本了。 2. Claude Code 不是聊天機器人 這是最多人卡住的地方，卡住的原因不是技術，是觀念沒轉過來。 ...

上一篇 《從零開始》 講的是怎麼裝、怎麼跑起來。 這篇講的是用得好，而這跟裝得起來，是完全不同的一件事。 我發現真正決定成效的不是你用哪個模型、不是你會不會寫程式，是你怎麼交代事情、怎麼設關卡。這篇的東西不綁特定工具，你用 ChatGPT 也適用（最後一節會講差在哪）。 三個心法 心法①：它像個很聰明、但記憶有限的新人 它知道很多，但它有一張有限的桌面。塞太多東西就會顧此失彼、會忘記你前面講什麼。 用交班來比喻最好懂：講重點、講清楚，別把整本病歷從頭念一遍。 所以你要主動幫它保持桌面乾淨：一個任務講清楚、講完就 /clear 重開，不要一路累積用不到的東西。 （為什麼會這樣、成本怎麼算，我在 AI Token 經濟學系列 寫了四篇，這裡先講結論。） 心法②：用機制管，不要只靠它自律 這是我覺得最多人做錯的一件事：大家都在 CLAUDE.md 裡寫規則，然後抱怨它不聽話。 問題是，那份檔案在官方的定位裡，是「參考資料」，不是「強制設定」。官方文件講得很白： Claude treats them as context, not enforced configuration. （Claude 把它當成脈絡，不是被強制執行的設定。） 真正能管住它的機制有三層，強度差很多： 層級 是什麼 強度 適合放什麼 ① hooks 在它要動手的那一刻，由你的程式攔下來檢查 ⭐⭐⭐ 程式性強制，模型無法忽略 「這件事絕對不准發生」 ② permissions settings.json 裡的 allow / deny / ask 清單 ⭐⭐ 硬性擋下，但只認工具與指令樣式 「這類操作要先問我 / 永遠不准」 ③ CLAUDE.md 一份它每次開工都會讀的文字說明 ⭐ 靠它自律，可能被忽略 「通常我們這樣做」的慣例與風格 ① hooks：把規矩變成程式 hook 是掛在它生命週期上的一段程式。最常用的是 PreToolUse：它要動手之前先跑你的檢查，你的程式回傳「拒絕」，這個動作就執行不了。 關鍵差別在這裡：被 hook 擋下來的動作，不會回頭讓模型去想替代方案。它不是「勸退」，是「做不到」。 ...

為什麼「太多筆記」跟「沒有筆記」是同一件事 先講一個我很早就認定、到現在也沒改過的規矩：我的筆記庫裡，一個主題只能有一則筆記。 不是因為潔癖。是因為同一件事如果有五個地方在講，我查東西的時候就得開五個檔案，還要自己判斷哪一版才算數。那個整理的工作沒有消失，只是原封不動地留給了未來的我。 而未來的我通常正在看診、正在趕投影片，沒空做這件事。資訊太多造成的混亂，跟資訊不足是同一種痛苦。 這條規矩在只有一個素材來源的時候很好守。難的是後來，來源越長越多，而且沒有一種會停下來等我： 教科書 → textbook-to-note，把自己的 PDF 教科書轉成有出處、有架構的筆記（repo） 論文 → paper-radar 追蹤、paper-fetch 抓全文、paper-review-and-digest 評讀與內容整理 演講 → 還沒整理好，是目前唯一還沒開源的一支 這些工具解決的都是同一件事：把外面的東西變成看得懂的素材。它們讓素材的產量變高了，但那條「一個主題一則筆記」的規矩沒有因此變好守，反而變難守。 所以整套架構是兩層，界線畫得很硬： 素材庫：外面進來的東西全部丟進去，原樣留著、隨時可以回頭溯源。它可以雜、可以重複、可以互相矛盾，因為它的職責只是「保存證據」。 主題筆記：屬於我自己的部分，一個主題永遠只有一則，放在獨立的資料夾、照同一份模板寫。它是我唯一信任、也唯一會拿去用的那一份。 素材不是筆記 這條界線一旦模糊掉，筆記庫就會退化成一個比較漂亮的下載資料夾。 而把素材的內容併回主題筆記的那個動作，就是這兩層的交界處。這篇要講的 note-supplement，做的就是那一件事。 那也是整條線裡我卡最久的一段。從零寫一份新筆記，AI 做不好你一眼就看得出來：架構亂、沒出處、內容空。但「把新素材補進一份已經存在的筆記」不一樣。我有幾千則筆記，每一則都是過去某個時間點的我認真查證過的結果。 為什麼「幫我更新筆記」這句話這麼危險 直覺做法是把新素材丟給 AI 說「幫我更新這篇筆記」。我吃過幾次虧才想清楚問題出在哪： AI 更新筆記真正的風險，不是它漏掉新內容，而是它會很安靜地改掉你舊筆記裡原本就對的東西。 而且你不會發現，因為輸出看起來仍然是一篇好筆記。 這兩種錯誤的代價完全不對稱： 漏掉新內容：可回復。下次讀到同一份素材、或同一個主題再出現，你還有機會補。 改壞舊內容：不可回復。因為那條內容你已經查證過了，你不會再去查第二次。它從此就以錯誤的樣子留在你的筆記庫裡，還帶著你自己給它的信任。 一旦看清這個不對稱，整個工具的設計就只剩一句話。 設計原則：新增很便宜，改動很昂貴 每一輪，note-supplement 會把素材跟既有筆記對三件事： 哪些是筆記沒有、可以補進去的 哪些是兩邊講得不一樣的 哪些是筆記本來就有、素材沒提到的（這些一律不動） 然後把每一項變更先分類，再決定誰有權限執行。 自動放行的：帶引用的新增 多一條有出處的內容，不會傷害筆記。所以「新增事實 bullet 且帶引用」這類變更直接寫入，記進 changelog。 （有一項後來被我從自動放行拿掉了：把散落的 bullet 收成表格。它看起來只是排版，實際上是把每個事實重新塞進欄位裡，這是改寫不是新增，而且欄位錯位這種壞法無聲無息，產出還比原本更整齊。現在它要問過才做。） 不做「破壞性」裁決的：事實矛盾 這一段是我改最多的地方，也是這個工具第一版最大的設計錯誤。 第一版的規則寫得很硬氣：只要有事實矛盾就送審，不管哪一邊的證據看起來多強，一律不自動裁決。 聽起來很負責。實際跑了一段時間，我發現兩件事： 一、待審清單不是安全機制，是拖延機制。 清單一長，人就會一路按過去，所謂「留給你判斷」，實際效果等於「自動套用，只是多按了幾下」。而且報告每一條後面都有一行「我的建議是⋯」，那行字會定錨，你多半就照著它按了。那不是我在判斷，是它在判斷，只是排版比較客氣。 二、不決定本身就是一種決定。 衝突躺在清單裡的那段期間，筆記裡那條可能已經過時的舊說法，仍然是唯一被寫在那裡、被我信任的版本。「不裁決」的實際效果是「舊的自動贏」，而這個政策我從來沒有主動選過它。 所以 v1.1 換了個立場：不是不裁決，是不破壞。 矛盾先分兩個軸分類： 類型：是同一本書、同一份 guideline 的新版取代舊版（那不是真的爭議）？是兩個各自可信的來源真的講不一樣？還是筆記那條根本沒出處、而素材那條有？ 風險：這個值弄錯了會怎樣。劑量、閾值、禁忌症、紅旗徵象算高風險；盛行率、命名沿革、背景知識算低風險。這個軸是一個可以調的旋鈕，不同領域刻度不一樣，醫學筆記只是刻度最嚴的那一端。 然後照分類路由：新版取代舊版直接更新，但舊的值用刪除線原地留著、附上原本的出處和日期，一個字都沒有消失；低風險的分歧，直接在筆記裡就地寫成一個區塊： ...

最近在準備給治療師夥伴的 AI 上手講座，想說來個進階清單，把我平常用的工具、寫過的程式都列出來，這樣想做某件事的時候，可以快速對照「這個功能該找誰」。這也是我自己一直想整理的東西，趁這次一次寫完整。 這篇不挑受眾、不做刪減，從 AI 助手到家裡的備份系統全部列出來～用法是先找到你的需求分類，再看那一節的表。標 ⭐ 的是我自己寫、已經開源的程式，歡迎直接拿去用；標「免費」的都是我實際在免費額度內用的。（太愛免費了，全部幾乎都沒付錢 XD） 目錄 一、AI 主力與引擎 — AI 助手與協作主力・免費雲端與本機 AI 引擎 二、聲音與文件處理 — 語音轉文字・文字轉語音・OCR 三、學習與知識管理 — 筆記與個人知識庫・臨床資料去識別化・論文與臨床實證・考題練習 四、對外發布：網站與信箱 — 架網站與 Cloudflare・網域信箱與寄信 五、自動化與自架後盾 — 自動化排程與通知・家庭伺服器與智慧家庭・備份與不斷電 怎麼開始？ 一、AI 主力與引擎 AI 助手與協作主力 工具 做什麼 免費？ Claude Code 能讀寫檔案、執行程式、把事情「做完」的 AI 代理，我所有工作流的中心 訂閱制 claude.ai 網頁版，卡關時換乾淨對話問、手機臨時查 有免費層 Gemini 查資料廣度強、原生吃 PDF 和圖片，當第二意見 有免費層 OpenAI Codex 程式卡關找不同解法、對抗式 code review ChatGPT 免費帳號可用 herdr 多工終端管理器，讓好幾個 AI 任務同時在背景長跑、隨時切換 ✅ ⭐ claude-pacer Claude Code 的用量油表＋自動煞車：狀態列顯示額度，快撞上限時先收尾、額度重置後自動續跑 ✅ 開源 Claude Code 是這份清單裡少數我付錢、而且付得心甘情願的東西。它不只是聊天，這個部落格、下面所有我寫的工具，幾乎都是我跟他一起完成的。其他 AI 我當第二意見用：Gemini 查資料、Codex 挑毛病。要注意 Gemini 免費層的資料會被拿去訓練，敏感內容不要餵；Codex 記得先到設定把訓練關掉。 ...

緣起 我從醫學生時代就很愛做筆記，這些年累積了幾千份醫學筆記。但老實說，在資訊取得這麼容易、要學的東西又這麼多的現在，已經很難再把每一份筆記都按照自己的架構做到相同品質了。 另一方面，在現代資訊越來越多的時代，能信任的高品質來源反而變得珍貴，這時教科書就是很好的資訊來源。不過復健科專科考試指定參考書就有四十多本，同個概念可能散在好幾本書的不同章節裡。要真的把它們都念過，幾乎是不可能的事。 很幸運這年代有了 AI，這類大型語言模型 (LLM) 擅長處理的就是這樣的長上下文處理，可是一次丟給他幾百本教科書也不切實際。這時就搭配好的內容搜尋與資料庫管理，並且把我做筆記的流程講清楚、調教給 AI，能夠避免幻覺下，確保AI有根據、有架構地產出筆記，我只要用心把整理好的高密度資料吸收進腦袋就好。 於是這變成了一個大型的教科書 LLM Wiki 專案：把書本轉成 AI 容易讀取的格式、精準找到目標章節、按照我的架構整理呈現、從教科書把重要圖片抓進筆記，最後還能跟既有筆記整合。 今天把它開源了，這篇來講講中間過了哪幾關。 第一關：把書轉成 AI 適合讀的格式 直接把 PDF 丟給大模型有幾個坑：又慢又貴（上千頁的書逐頁讀，token 開銷很可觀）；掃描頁和字型編碼壞掉的頁面，他會若無其事地跳過，你不會發現筆記裡少了東西；圖片則是直接消失。 我的解法是把重活全部留在本機：文字抽取用 PyMuPDF，每頁約 0.13 秒、0 token。掃描頁走本地 OCR 階梯（Surya → PaddleOCR-VL → 本地視覺模型），真的都失敗才輪到大模型親自看。比較特別的是兩個細節： 靜默失敗偵測：用字型風險、字元密度等規則，抓出「看起來有抽到字、其實是亂碼」的頁面 雙欄排序：教科書常是雙欄排版，直接抽會把左右欄句子交錯在一起，而且亂碼偵測抓不到這種錯。我們做了欄位偵測，確保閱讀順序正確 第二關：把書切成可搜尋的單位 書轉好了，AI 要怎麼找到內容？傳統的目錄（index）不夠用，因為一個主題常散在好幾章；自己上 tag 也不實際，維護不完也切不夠細。答案是語意搜尋（semantic embedding）：把內容變成向量，用意思找而不是用關鍵字找。 這裡有個容易被忽略的設計：chunk（切塊）不是無腦固定字數。切太小會失去脈絡，切太大會稀釋語意。我們選擇照標題結構切塊，並保留每塊的上層章節脈絡，讓搜尋結果撈回來的每一塊都是有頭有尾的完整概念。 第三關：在幾十本書裡找到對的那本 跨書搜尋的底層，就是我之前開源的 vault-search 那套方法（那篇的介紹在這裡），本地 LanceDB 加 bge-m3 embeddings，資料不出自己電腦。 在這之上我們還加了一層：重點書目加權。考試指定用書、學會官方教科書，搜尋時分數會被調高，另外也有依出版年份的新舊加權。同一個主題，AI 會優先引用你最信任的來源。 第四關：建立寫筆記的 algorithm 與原則 工具都有了，真正決定筆記品質的是流程設計： 先盲寫：AI 先不看我的既有筆記，獨立從教科書查完完整資料寫草稿，最後才合併。這是為了避免被舊筆記的結構和內容干擾 Template 是抓取的依據：每種主題有固定模板，這個設計很重要，AI 知道該去書裡找哪些東西，我每次閱讀也知道會有哪些段落，吸收速度快很多。repo 裡直接附上我每天在用的五套模板（中英雙語），可以照著改成自己的 為理解而設計的段落：像是開頭的 Summary、結尾的 management algorithm，這種段落的存在本身就是在協助理解，不只是資料的堆放 沒有引用就不算數：每條主張都標到書名＋章節，AI 用自己知識補的內容一律標記為推論 第五關：從書裡抽出圖片 這是整套系統最難的部分，因為每本書的排版邏輯都不一樣。我們的做法是先有一套通用方法（幾何比對：圖說跟最近的圖像互相認領），配上決定論的 audit：留白檢查、文字滲入檢查，規則過了才算過，AI 說了不算，而且全程用省 token 的方式在本機執行。 ...

今年二月去到美國參加復健科醫師年會 (Association of Academic Physiatrists, AAP) ，這是我第一次參加復健科的國際年會，也是疫情後難得的出國，更是我第一次到美國。整趟12天的旅程，充滿從復健專業到文化衝擊的各種收穫。 雖然已經過了兩個月，但總覺得該寫些什麼來記錄下這段旅程。那些在國外看到的不同，讓在台灣習以為常的事物，都變得不尋常，回到台灣後，都還在心中繚繞。希望能藉這些文字，跟其他住院醫師和更多讀者們分享我的收穫。 先偷渡一張迪士尼的照片，還是要來玩一下啦！ AAP Physiatry ‘23會場 Part I: 活躍的社交氣氛 在美國，好像每個人都可以互相聊上幾句，不管等公車、搭電梯，只要眼神碰上了，就可以自然而然地開始聊天。回想在台灣，這種場合可能會讓人尷尬，生怕講了話會打擾別人。但美國人好像天生很擅長寒暄，總是能自然地與人交流。 這樣社交特質，在年會中更是彰顯無疑。會議中有許多時間是專門用來交流的，包含晚宴、住院醫師派對、導師活動等等。不需要什麼破冰活動，大家自然而然就能開始認識周圍的人。 即使不是專門用來交流的時候，以海報發表為例，每天下午五點左右，會場會擺出好幾張點心桌，還有臨時的酒吧區，大家可以自由地拿取食物與各式酒精 （種類超齊全！)。然後，大家就穿梭在海報區，與發表者和與會者聊天。我甚至覺得，其實海報內容或許不是他們最在意的，而是這過程的交流才是！ 海報會場有專人現烤棉花糖巧克力餅乾，熱量滿分! 另外，在晚宴時間，一樣是自助餐形式的Buffet，只有幾張座椅，其他則擺放了幾張高桌，方便大家可以走來走去聊天。遇到有興趣的話題就能加入閒聊，不想聊天時，也可以走到表演區。他們竟然請來了樂團與舞者，為大家演唱流行樂。到晚宴快結束，大家還聚在樂團前面跳舞。看著那些白天講課的資深講師，在音樂中擺動，覺得非常親切和放鬆～好像意外參加了場美國Party的感覺？ AAP 晚宴落幕前，大家都來跳舞 在開心聊天後，常常聽到「哇，真是太棒了，我們之後一定再聯絡喔，有什麼機會可以來合作！」在這過程中，我好像看到，原來那一個個跨醫院的計畫、研究案，就是在這樣的會議中談起來的，美國的醫療也在這過程不斷地帶著彼此進步。 參加了這次會議，認識來自美國各醫院的人，好像為未來展開了更多可能性，讓人很期待也很振奮！ Part II: 尊重、稱讚的社會，以及自信心與滿足感爆棚的人們 這段美國之旅，我最驚奇的發現是，有三個醫師都告述我，他們每天起床，都是因為被夢想鼓舞著而起床的。當談到他們喜歡的事物時，那可是一個滔滔不絕，停都停不下來，眼神完全盛放光芒！ 一個的話我覺得是個案，但三個就很特別了。整趟旅程，沒有看到一個不喜歡自己工作的復健科醫師。怎麼有辦法這麼多人都這麼享受工作呢？復健科在美國醫師中，薪水也不算很前面呀，一定有什麼原因！我觀察著周遭，看了些觀察美國文化的文章，或許有找到一些原因。 記得在會議開始前一天，有個給住院醫師的訓練工作坊。在這裡，我們學習超音波、神經傳導檢查、痙攣處置等內容。現場除了住院醫師，也有醫學生參加。過程中，講師總會先問我們的名字，而且不是問完就算了，講師真的會記得我們的名字，感覺自己好像變成Somebody一樣。在工作坊中，與講師有很多互動，不管回答的內容正確與否，都可以得到很正向的鼓勵，像是”Briliant!”, “Awesome!”, “Good job!” 這些稱讚真的是滿天飛。即使懂的不多，也被鼓勵的覺得自己好像很有潛力！ 風趣的Botox治療偏頭痛的教學 另外，大家也會很自然的稱讚自己，做對了什麼就會和自己說「很棒！」華人看來或許覺得這樣做太不謙虛，但在個人主義盛行的美國社會中，每個人除了尊重別人外，也很尊重自己。在不侵犯他人下，說出自己的優點是再自然不過的事情。 我想在這樣的充滿交流的社會，帶著尊重與讚美，是讓每個人都感覺良好、充滿動力的重要因素吧！ 重點 當然，我這次接觸到的人也可能存在選擇偏誤——那群狀態特別好的人才會來參加年會。 但是，這樣的觀察還是讓我知道了，想成為每天被夢想鼓舞起床的人，還有能夠激勵身旁朋友的人，可以從自己身上做出哪些改變 :) Part III: 復健科年會，開闊的視野 這次的年會，幾乎完全都是美國人。我是唯一一個台灣人，到會議後面兩天，又認識了唯一的馬來西亞人，還有唯一的秘魯人，我想我們幾個真的是會議裡的珍稀動物了。在這樣的會議裡，看到了很多美國的復健科發展，讓從花蓮來的我，真的是入大觀園般的驚奇！ (但當然，身為第一年住院醫師，對台灣復健也還沒有很完整的認識，我僅能就我所知的分享了。) 美國AAP很用心經營，年會同時段至少會有5個課程/活動同時進行，並且舉辦整整四天，從醫學生、住院醫師、Fellow到主治應該都會很有收穫！而且今年舉辦在加州，會場隔壁就是全球第一座迪士尼樂園；明年則是在奧蘭多，隔壁就是全球最大迪士尼樂園。可能復健科醫師很愛迪士尼吧，哈哈！ ...

記得剛開始要準備一階時的徬徨，回想起之前曾寫過一篇國考心得，就來整理成網誌版分享囉！我是2017年暑假的考生，以下會用四個方向來分享： 科目特性分析：講述依照特性來對應讀書方法、各科分析、資源介紹，幫助讀書計畫的擬定 個人準備過程：個人的目標、讀書方法 可用資源、其他建議 整體分析：依照科目特性排定讀書法 科目可以區分成：理解/背誦，臨床/基礎。相應的就會有不同的讀法。 理解性強、進臨床很實用的 科目：生理/免疫/生統與流病 讀書方法：懂了後不易忘，學期間 / 前期的首要目標 背誦性高 科目：寄生蟲/微生物/藥理 讀書方法：衝刺前期優先整理表格，減少緊張感，考期近了再複習 理解兼背誦、不實用… 科目：生化 讀書方法：你自己決定… 另外，如果有影片可看 → 花時間，但不用動大腦整理 科目：解剖/病理、補習班影片等 讀書方法：填滿時間空擋，精神差時好用 各科分析 大體解剖＋組織＋神解 → 全部靠趙俊彥吧 趙俊彥 優點：很強的統整＆簡化能力，可以幫助把解剖＆神解學好，神人啊 缺點：神解教的雖好，但內容太多/考題太少，很趕的話可以跳過6-9集 使用方法 可以先看趙俊彥考古題，看這部分的重點在哪，五年一單位的原則要把握 （見可用資源） 個人一開始會畫畫，發現很花時間後，改成把影片截圖，用電腦在旁邊做筆記，速度更快 所需時間：雖然可加速播放 (個人用1.6x-2.2x)，不過加上筆記，還是1小時影片花1小時 12集內容分析 骨肌：1-5集，獨立區域，可在任何時間念 神解：6-9集，考得不多，但講得很好，看個人興趣 內分泌、心血管、呼吸：10-12集，可以搭配模組使用 缺少：消化、泌尿、生殖、胚胎、小腿肌肉 → 看舊版 ，可以搭配模組使用 生理：很重要，務必讀熟 分析：理解性的很難忘，未來臨床也很重要 使用書本：BRS，講得很好，推薦在讀各模組時就先使用，有老師沒講的也可以念 藥理：重要，但真的難背，靠長期不斷背誦 or 考前短期衝刺 xD 分析 現在很難背，投資報酬率不高，至少讀完的內容是自主神經 以後到各科重複用就會背起來 → 不管國考的話，重點是知道機轉＆副作用 使用書本 / 資源 王潔，整理得好，但講得很細，校內資源有影片，不知道品質 FC，有一些口訣可用 藥理口訣8.0（原本的 Google Drive 連結已失效），神作啊，感謝製作的人們！讀到很累就看來笑一笑xD還真的背得起來呢！（無法打開的話可以上網找找，這份流傳很廣呢！） 病理：痾，就算我說重要，你們會唸嗎? xD 分析：某學長說醫學概論、肝、腎、肺容易考，可以多看看 使用資源 趙俊彥病理影片：整理得很好，值得一看，如果你還沒面臨國考（死到臨頭），推薦到各模組時去找來看，考前念不下書時也可看 考前一星期念不下書，這時看影片可以帶著自己看書，其實也算是種調劑 免疫 ...

要參考別人的讀書方法，最重要是找到相同背景的，下面會簡單講我自己的準備過程跟大家分享，適合你的話可以試試喔～另外附上另外四個分享的內容連結： 科目特性分析：講述依照特性來對應讀書方法、各科分析、資源介紹，幫助讀書計畫的擬定 個人準備過程：個人的目標、讀書方法 可用資源、其他建議 交代背景 平時課業狀況 有完整的筆記：大二下開始把筆記存在Evernote / 心智圖，複習時常回去看 不熟悉的課程：生化、微生物 心態：國考考過就好 (大概設定在140?)，重點是讓這段努力在臨床也可以用，因此我的重點是把筆記好好統整＆抓緊未來用得到的東西 我的準備過程 大四期間：所有課程仍認真學習，沒認真準備國考 看了生理BRS，只有看2~3個單元 最後一個月開始看趙俊彥，暑假前看了…5集xD 衝刺期間：暑假到國考1個月的時間，每天讀書>10個小時 優先念：免疫（好理解）、微生物（最不熟又重記憶，會讓我緊張，先處理掉） 之後念：生化/藥理（難背，但已經整理過） 填充時間：趙俊彥每天半集 (2hrs)，穩定心情 最後一星期：看考古題，但後來讀不下書，加看趙俊彥病理繼續填充時間 每日進度表 衝刺期間的時間安排 我早上的精神最好，排念新的進度；下午比較差，當不好時就來看個趙俊彥；晚上就寫考古與複習。 早上：讀新進度 (3~4 hr) 07:30起床 → 08:00到星巴克唸書 1115-1300 看進度選時間去盛學餐，回PBL教室吃 下午：讀新進度 & 趙俊彥 (4~5 hr) 吃飯時間：跟同學互考 / 複習之前的進度 趙俊彥時機：想睡覺時 1645-1850前拿學餐 晚上：寫考古 / 複習 (2~3 hr) → 休息睡覺 前期自在地複習這兩天唸到的書，可能跟同學互考或是自己在腦中複習，想不起來再去翻書。 後期多寫考古題，檢討可以幫助緩解情緒＆複習。 結局 那段時間真的超級認真，但壓力也滿大的，總覺得書讀不完。大家說「準備一個月剛好」，還真的是剛剛好阿！到考前3天才總算念完一遍，最後驚喜的成績158開心下莊。

除了科目分析、個人經驗以外，好用的資源非常重要，另外也還有個其他建議想與大家分享，來往下看吧！另外附上四個主題的連結： 科目特性分析：講述依照特性來對應讀書方法、各科分析、資源介紹，幫助讀書計畫的擬定 個人準備過程：個人的目標、讀書方法 可用資源、其他建議 可用資源 慈濟校內可用資源 C.國考內有大量東西，包括免疫口訣、複習影片等，去挖寶吧！ 我自己有使用的資源，請見「各科分析」 多年過去，我已經沒有檔案的所有權，因此請不用私訊我囉 校外可用資源 考古題詳解：考古題當然是必備，感謝陽明的同學。 國考每五年換一次題目，每批考題重點不同，可以去打探一下最近換題目的年份，像生化細胞膜就是這五年才第一次考（還可惡的考很多）。讀考古、分析出題傾向時就以換題目後的年份優先！ 國考心得：參考前人心得很重要啊，感謝陽明同學分享。 請尋找跟自己目標分數＆狀態差不多的，才最具參考價值。 FB國考申覆團：每年考後都會開，差一兩題的希望啊。 祝福大家都是考過後，來幫助同學才用這個…近年申覆通過率降低，通過的同學可以多回來幫忙啊！（每年重新開團，沒過的私下問問同學們吧） 其他建議 趁著讀國考複習時，開始嘗試用Evernote / OneNote等雲端筆記吧，以後在臨床時就可以輕鬆地找回以前讀書的內容，還滿不錯的！ 注意 只是要注意，並不是把書本內容 / 趙俊彥影片都抄進來，那反而花太多時間，進臨床知識Google都可以馬上找到，因此筆記的重點是整理過的東西、知識的邏輯等。