作者：台北榮民總醫院傳統醫學部王令儀醫師

免費影片看了，學長姐問了，為什麼我還是慶幸按下報名鍵？

身為課業繁忙的中西醫雙主修學生，研究對我而言一直是既期待又害怕的一件事。我知道，若能在畢業、進入西醫 PGY 前有發表 SCI 論文的經驗，無論是未來申請醫院、選擇專科，或是培養自己的研究能力，都會是一項重要的加分。然而，我卻是一個徹頭徹尾的論文小白，從沒有撰寫、投稿或發表論文的經驗。

報名這堂《網絡統合分析工作坊》前，我真的猶豫了很久。由於目前仍是學生身分，尚無任何收入來源，這筆不便宜的報名費對我而言是一筆不小的支出。我曾經反覆打開報名頁面，又默默關掉；也曾想著是不是靠網路上的免費資源、YouTube 影片，或請教學長姐，就能慢慢摸索出來。

但實際嘗試後才發現，網路上的資訊零散且片段，即使詢問了許多有論文發表經驗的學長姐和同儕，仍然不知道第一步該怎麼開始，更別說是完成一篇 NMA。想到這些，我最後還是下定決心投資自己，而現在回頭看，我很慶幸當初按下了報名鍵！

卡了很久的觀念，一個早上就理解。

課程一開始，蔡校長先針對 NMA 做深入淺出的講解，介紹網絡統合分析（NMA）與傳統統合分析（MA）的核心差異。過去閱讀文獻時，我總覺得 NMA 是一個十分高深、遙不可及的領域，只知道它可以比較多種治療方式，但始終不了解背後的邏輯。

透過蔡校長的解說，我終於理解 NMA 的分析概念，也知道它與傳統 MA 在研究設計與臨床應用上的不同，讓原本抽象的概念逐漸變得具體而清晰。

接著，課程談到如何找研究題目、設定研究範圍、確認可行性，以及如何正確運用 AI 作為研究起點。這部分對我幫助甚大，身為完全沒有研究經驗的新手，我過去最大的困難不是統計，而是不知道該研究什麼、如何判斷題目是否值得做。

老師分享了一套有系統的思考流程，也提醒我們 AI 可以協助發想、整理資訊、提升效率，但絕不能直接照單全收，更不能忽略研究者最重要的判斷能力。這讓我了解：AI 是一項強大的工具，但真正決定研究品質的，仍然是研究者本身。接下來 AI 全文寫作與應用的課程，同樣使我收穫良多。

老師分享了許多利用 AI 加速論文撰寫的方法，也提醒大家哪些地方最容易出錯、哪些內容一定要人工 double check。在 AI 快速發展的時代，如何善用工具而不過度依賴工具，是每位研究者都需要學習的重要能力。

中午的互動實作時間是課程中最令我印象深刻的部分，透過講義鉅細靡遺的講解，手把手帶領我完成 NMA 常見的圖表，原本看起來複雜的網絡圖、森林圖與聯盟表，也逐漸變得沒有那麼遙不可及。

雖然蔡校長一直鼓勵大家在這個環節沒有蠢問題，但我準備舉手發問前還是非常緊張，我鼓起勇氣詢問了一個感覺很基本的 Word 排版問題，沒想到蔡校長和雷醫師不但沒有敷衍，反而非常耐心地協助我一步步解決，也大方分享實務上的小技巧。

（橙編按：Word 排版很重要，絕對不是蠢問題，請放心！我們作老師，不會敷衍的，同學都特別來了，肯定是要傾囊相授的。謝謝回饋！）

另一個讓我覺得非常實用的內容，是 Reviewer Opinion 的回覆策略。過去總以為投稿最大的困難是完成論文，直到上了這堂課我才體會到：收到審查意見後，也是一項艱鉅的挑戰。

老師分享許多實際的投稿經驗，也示範如何利用 AI 協助整理回覆架構，但最重要的仍是研究者必須理解自己的研究，才能有條不紊地回答 reviewer 的問題。

最後談到寫不成論文的各種疑難雜症，這也是整堂課最讓我有共鳴的部分。真正阻礙研究進行的，往往不是不會操作軟體，也不是不會下指令，而是找不到適合的題目、沒有老師帶領、缺乏持續完成研究的動力，以及遇到問題時不知道該向誰請教，這些都不是 AI 能夠完全取代的。

整體而言，上完這堂課後，我不只學會了一種研究方法，而是第一次真正覺得自己也有機會完成一篇 SCI 論文！過去覺得遙不可及的 NMA，如今終於有了清楚的輪廓，也知道接下來該朝哪個方向努力。希望自己能在不久後的將來盡快找到自己真正有興趣的研究題目，也找到願意指導我的老師，踏出研究的第一步。

即便完成第一篇 NMA 後續一定還會遇到許多困難，但至少現在的我，不再只是站在原地徬徨，而是已經知道該往哪裡前進。期許自己能在進入西醫 PGY 前，順利完成並發表人生第一篇網絡統合分析論文，讓這次課程成為我研究旅程真正的起點。