為什麼從電腦通訊工程轉系到生物醫學工程

TL;DR

我大一就讀銘傳大學電腦通訊工程學系（CCE），大二主動轉系到生物醫學工程學系（BME）。多數人聽到這個決定的第一反應是「為什麼不直接讀資工 / 醫科？」── 這篇文章想說明：對我而言，CCE 教我「怎麼蓋系統」、BME 給我「為什麼蓋這個系統」。兩件事我都需要。

大一的 CCE 課表給我的

電腦通訊工程學系的核心 ── 網路、作業系統、訊號與系統、嵌入式 ── 對於想做「軟體 / 韌體 / 通訊」的人是紮實基礎。一年下來我學到：

TCP/IP 協定堆疊 ── 這個知識在我之後寫 Cloudflare Workers / WebSocket 都直接用上
作業系統的 process / thread / IPC 模型 ── 後來我在 Electron 桌面應用做 sandbox + IPC 隔離時，這套基礎讓我不需要從零學
資安基礎 ── 對稱加密、雜湊、PKI、TLS 握手 ── 這些後來變成我寫零知識加密 vault 的底氣

但越讀越覺得不對勁。大一下我開始問自己：「我想做什麼用途的軟體？」

為什麼選 BME 而非資工？

我跟學長談過、跟教授談過、跟自己談過。最後想清楚的是：

我不是想成為「會寫軟體的人」，我想成為「能用軟體解決醫療問題的人」。

這兩件事看起來只差幾個字，實際上選擇路徑差很多：

純資工路線	跨醫工路線
大三大四深入 ML / DB / 編譯器	大三大四接觸生理學、解剖、生醫訊號
畢業後進大廠 / 新創寫一般軟體	畢業後跨足醫療軟體 / 醫材 / 醫資管
主修強、副修可能放棄	跨領域必然有部分淺、但能對話

我選後者。我寧願在自己想做的領域是「半個人」，也不想在不想做的領域是「全人」。

BME 真實學了什麼

兩年下來，BME 的課表給了我這些別系不會教的東西：

1. 醫療場域的「正確」標準跟工程不一樣

工程上「正確」= unit test 過、效能達標。醫療上「正確」= 臨床等價（clinically equivalent）。一個 KDIGO 分期演算法即使數學完全正確，如果忽略了腎臟科醫師會看「腎臟科 ≠ 內科」的小細節，就是錯。

這個 mindset shift 在我寫 ClinCalc 規則引擎時有用。我不是寫一個「公式對的計算器」，是寫一個「腎臟科醫師覺得不要狗屁倒灶的解讀工具」。

2. 文獻閱讀肌肉

BME 強迫我讀 KDIGO 2024 / 醫療資訊管理 SCI 期刊 / 系統性回顧 ── 這些文獻的寫作風格跟工程 RFC 完全不一樣。一開始我讀 30 分鐘只能看完一段，半年後可以一小時讀完一篇 ── 這個肌肉以後做研究會省很多時間。

3. 醫療術語跟解剖學

「eGFR」「HbA1c」「SOAP」「ICD-10」「TOTP-MFA」── 在 BME 的人這些術語混在一起完全不違和。我可以同時跟資工朋友聊 PostgreSQL RLS、跟醫師朋友聊腎絲球過濾率，不會卡。

代價：GPA 系排倒數

要誠實說：BME 的 GPA 我不漂亮。系排倒數第一。這對研究所推甄是硬傷。

原因不複雜：

基礎科目補得吃力 ── 大二轉系，少修了一年生理學 / 解剖 / 生化基礎，後面追得辛苦
延畢期幾乎全部時間在做專案 ── 不是逃避，是覺得「上線兩個系統」比「多 0.3 GPA」對我未來更重要
BME 的成績打分結構 ── 跟工科的客觀考試不一樣，部分課程吃寫作 / 報告 / 簡報，這幾項我前期不熟

我能說的是：GPA 不能代表「我會什麼」。我可以打開 GitHub 的 ClinCalc / ExClinCalc 任何一行 code 解釋為什麼這樣寫，可以講出 14 表 29 條 RLS policy 的設計邏輯，可以把畢業專題壓縮成 3 分鐘 / 30 分鐘 / 完整 case study 三個版本。這些是 GPA 沒辦法量化的能力。

給類似處境的人的建議

如果你大一在「不確定的科系」糾結要不要轉：

問自己「我想解決什麼問題」，不是「我想學什麼」。前者引導你找領域，後者只引導你找書
轉系後 GPA 注定吃虧，要心理準備。但你可以用「真實上線的作品」補
跨領域不等於什麼都會 ── 是「我在我的領域內，跨另一個領域可以對話」。這個 mindset 比「全才」更務實

兩年後回看

我不後悔轉。代價是 GPA、需要更多時間建立履歷、需要在 cold mail 裡解釋自己。收穫是我做出了兩個我覺得自己會用、別人也會用的醫療系統。

接下來研究所推甄、業界求職，這個跨領域的故事都會被再講一次。我會說我願意付這個代價，因為對我而言，找對領域比學對技術更重要。