本研究探讨了如何高效生成可重用学习对象（RLO），以解决教育材料结构化中的知识转移不足问题。通过Clavy工具，从多种医学知识源提取数据，生成适用于不同医疗场景的学习对象，显著提高了其可重用性，推动了医学教育的改善。