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。

#llm#clinical-decision-support#medical-ai#hallucination#architecture

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。

#postgresql#rls#security#medical-informatics#supabase

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。

#deployment#cloudflare#supabase#free-tier#infrastructure#indie-dev

從醫療資訊到個人理財:我做 Kaizei 學到的零知識加密

我做完 ClinCalc / ExClinCalc 之後跨領域做了 Kaizei 個人理財桌面應用。這個跨領域不是換主題,是把醫療系統的安全思維帶過去 —— 並順便學到「零知識」是什麼意思。

#kaizei#zero-knowledge#encryption#electron#cross-domain#security

為什麼選 Cloudflare Workers 不選 AWS Lambda:給獨立開發者的決策框架

在 ClinCalc / ExClinCalc / Kaizei 我都選了 Cloudflare Workers。本文說明這個選擇的具體理由、踩到的限制、以及什麼情況下我會反過來選 Lambda。

#cloudflare-workers#aws-lambda#edge-computing#infrastructure#architecture

警示疲勞 vs 安全:為什麼 ExClinCalc 只做 12 組藥物交互,不是上千組

藥物交互作用清單上千組,但我的系統只實作 12 組。這不是偷懶 ── 是基於 Ancker 2017 對警示疲勞的研究做的設計取捨。

#clinical-decision-support#alert-fatigue#drug-interaction#ux#patient-safety

KDIGO 2024 vs 2012:我的規則引擎為什麼選新版

ClinCalc 的 CKD 分期判定我選了 KDIGO 2024,不是 2012。本文說明兩版差在哪、為什麼影響系統架構決策、以及實作時踩到的坑。

#kdigo#ckd#clinical-decision-support#rule-engine#medical-informatics

為什麼從電腦通訊工程轉系到生物醫學工程

大一電通、大二轉 BME。多數人認為「轉錯了」── 但延畢的兩年讓我證明:跨領域是個 strength,不是 liability。

#生涯#跨領域#biomedical-engineering#醫療資訊