作品
兩套已上線運作的醫療資訊系統,皆獨立完成。
民眾應用 · 2025–2026
ClinCalc
民眾健康自查與 AI 解讀平台
讓一般人看得懂體檢報告、安全使用 AI 健康助理。
- 45 項體檢指標即時判讀(含 KDIGO 2024)
- Gemini 多模態 AI:影像 OCR + 中英醫療翻譯
- 「先規則後 LLM」隱私架構
Next.jsTypeScriptSupabaseCF WorkersGemini
看 Case Study →
醫事應用 · 2025–2026
ExClinCalc
診所臨床決策支援系統 (CDSS)
完整實作從掛號、SOAP 病歷、處方檢查到藥師調配的工作流程閉環。
- 6 角色 RBAC + 14 表 29 條 RLS policy
- TOTP 雙重驗證 + 完整稽核軌跡
- 12 組關鍵藥物交互作用即時警示
PostgreSQL RLSSupabaseCF WorkersTOTP
看 Case Study →
近期文章
從實作中發現的研究問題與設計思路。
「先規則後 LLM」:在臨床決策支援中降低 AI 幻覺風險的架構
我在兩套上線的醫療系統中採用「先規則後 LLM」三層架構。本文說明設計思路、權衡,以及這個策略尚未解決的問題。
為什麼我選擇 PostgreSQL Row Level Security 而不是應用層權限檢查
在 ExClinCalc 中我用 14 張表 29 條 RLS policy 取代應用層權限。本文說明為什麼,以及這個選擇的真實代價。
月成本 $0 部署完整 CDSS:Cloudflare + Supabase 免費 tier 實戰
兩套上線中的醫療資訊系統 + 一個個人理財桌面後端,月成本 $0。本文是我實際走過的部署路徑、踩過的坑、以及這個方案能 / 不能 scale 到哪。
關於我
我是銘傳大學生物醫學工程學系應屆畢業生。大一就讀電腦通訊工程學系,大二轉系到生物醫學工程, 因為我想把工程能力應用在能改善人生命的場域。延畢的兩年,我幾乎全部時間都用在這兩個專案上。
我相信好的醫療資訊系統不在於用最炫的技術,而在於做出「讓人放心」的選擇 ── 隱私先行、規則優於 LLM、安全在資料庫層。
了解更多 →