本專案源於能力本位醫學教育(CBME)推動過程中，住院醫師反思與臨床教師回饋內容品質不一、人工判讀耗時且資料過載等問題，影響教學成效與臨床能力評估精準性。為解決此瓶頸，團隊導入深度學習自然語言處理（NLP）技術，結合醫策會Emyway平台，建置自動化文字品質分析系統。系統可即時分析反思與回饋內容之相關性、具體性與行動指引，並進行品質分級，提供客觀量化指標與趨勢回饋。其特色在於採用BERT模型具備高準確度與語意理解能力，可處理中英文夾雜之醫學文本，大幅提升分析效率並降低人力負擔，同時促進教師精準回饋與學員深度反思，推動醫學教育數位轉型與品質提升。