文／劉禹辰

 在科技飛速發展的今日，人工智慧（Artificial Intelligence，下統稱縮寫AI）已滲透進生活的方方面面。現任交大多媒體工程研究所所長的黃教授，長期投入醫學影像與AI研究，致力於讓科技成為幫助人類的重要力量。他的研究歷程不僅展現跨領域的可能性，更體現了在研究與教學中不斷前行的學術精神。

在迷惘中確立方向：從傳統電機到資訊科學

  回想起求學歷程，黃教授笑稱自己與許多高中生一樣，曾經歷過一段「不知道未來要做什麼」的迷惘期。在那個網路尚未普及、大學博覽會付諸闕如的年代，他憑著學長的一句「電機系可以學到跟高中完全不一樣的東西」，毅然決然踏入了電機領域。

在成功大學電機系的薰陶下，黃老師接觸了電子、電力系統、IC設計等多元學科，但他逐漸發現自己對Computer Science（電腦科學）與軟體開發有著更濃厚的興趣。這份自發性的好奇心，引導他從大學專題開始便跟隨詹寶珠教授切入AI在醫學影像分析的領域。他深感這項技術不僅有趣，更具備幫助他人的實質價值，這也奠定了他往後二十年研究生涯的基調。

醫學院裡的電機生：一年紮實的「臨床磨練」

黃春融教授的研究之路並非僅止於實驗室。在成大攻讀碩博士期間，他迎來了一個重要的轉折點。當時，他因為自身感染幽門桿菌前往成大醫院就醫，偶然結識了許博翔醫師。許醫師提出了一個當時極具前瞻性的挑戰：利用AI識別內視鏡影像中的幽門桿菌。

「你要教AI看，你自己要先會看。」許醫師的一句話，讓黃老師決定走出工程師的舒適圈。整整兩年的時間，他每週一準時出現在成大醫院內視鏡室，跟在醫師身邊學習診斷胃部疾病。這段實戰經歷讓他不僅精通內視鏡影像，更能以醫師的語言進行對話。

這份對另一領域的敬畏與投入，使黃教授的研究成果成功發表於醫學內視鏡頂級期刊，獲得醫學界的認可。這段經歷也讓他深刻體會到跨領域研究的重要性，他認為，若要讓AI真正發揮價值，研究者必須理解應用領域的知識，而不是只停留在技術層面。

走出成大：在中研院淬鍊AI演算法深度

雖然博士學位是在成大取得，但黃老師不希望自己的眼界侷限於單一環境。博士後期，他選擇前往台北，進入中央研究院資訊科學研究所，師從陳祝嵩教授。在台北的八年間（含國防役），他將重心從單純的影像應用轉向更深層的AI演算法開發，再次跨越了研究的舒適圈，將視野拓展至電腦視覺與機器學習的底層邏輯。

這段期間的厚積薄發，反映在黃老師輝煌的學術成就上。他曾執行過21件科技部與教育部計畫，並獲得未來科技獎、崇越論文大賞等重要獎項。即便累積了無數榮譽，他心中始終掛念著另一件重要的使命——知識的傳遞。

以「傳道」為先，對抗AI時代的焦慮

離開中研院後，黃春融老師選擇進入大學任教。相較於中研院純粹的研究環境，他更渴望與學生互動。他引用韓愈《師說》的「傳道、授業、解惑」，認為最重要的是「傳道」——引導學生思考未來的人生方向。

面對學生「AI會寫程式，資工系還有用嗎？」的焦慮，黃教授有著獨到的看法。他會親自帶著研究生一個字一個字地修改論文邏輯。他強調，AI雖然能產出華麗的文字，但往往前後矛盾、缺乏邏輯深度，「人類的價值就在於邏輯思考與『為什麼』的解釋力」。他訓練學生不僅是學習技術，更是要學會控制AI，讓AI成為有邏輯的工具，而非放任其產出無意義的「黑盒子」結果。

醫學AI的挑戰：解決「黑盒子」的不可靠性

在醫學領域，AI的「不可解釋性」更是臨床應用的最大障礙。黃教授分享了一個關於CT影像診斷總膽管結石的研究。許多模型雖然能精準判定有無結石，但深究其邏輯，卻發現模型關注的焦點竟是人體以外的區域或是無關的器官。

「這對醫師來說是非常可怕的。」黃博士嚴肅地說。因此，他的團隊致力於開發具備可靠性與標註能力的AI，讓AI能準確指出診斷的區域與理由，真正贏得醫療人員的信任。他認為，跨領域研究絕非兩組人坐下來開會而已，而是需要像他當年一樣「真正投入並理解對方的語言」，才能設計出解決特定臨床問題（Task Specific）的高效模型。

在聰明之外，多一份同理心

在黃老師的研究室與心頭，始終掛著一副十六字的座右銘：「件件工作，反映自我；凡經我手，必為佳作。」這是他當年赴任教職時，中研院廖弘源研究員 贈予他的話，這不僅是他要求自己的準則，也是他對每一位學生的期許。

在陽明交大這所頂尖學府任教，黃教授對學生有著極高的評價，卻也給出了一份溫柔的提醒。他觀察到這裡的學生極其聰明、優秀，但在追求個人權利與卓越的同時，有時會少了一點「同理心」。

「因為他們非常優秀，可能會影響到很多其他的人；如果能多一些同理心，想著如何讓大家好，對國家與社會將會更有幫助。」這份對社會責任的關懷，或許正是黃春融老師在冷冽的AI技術研發中始終保有的溫暖。