今(7)日，衛福部常務次長莊人祥在「2026數位創新塑造次世代公衛政策研討會」開場致詞時指出，AI如今已走進糖尿病、糖尿病視網膜病變、AI心電圖(AI-ECG)、胃癌與口腔癌等多種疾病的篩檢現場；下一步的關鍵，是要證明這些工具真的有效、也負擔得起，並讓它們實際進到臨床，而不是停在研究裡。

莊人祥以一個AI-ECG案例說明這個道理。一名因呼吸道症狀就醫、原被當成氣喘治療的病患，經AI心電圖示警有結構性心臟病的高風險，才及時查出嚴重心衰竭，最後順利完成心臟移植。他說，這正說明了為什麼要讓這類工具走出研究、進到能救命的臨床流程。

他表示，今天衛福部集合了國防部軍醫局、國防醫學大學與三軍總醫院一起辦這場研討會，就是希望把台灣正在推動的各項AI篩檢應用一項一項攤開來，好好檢視 。

從篩檢現場出發，國防部軍醫局局長陳元晧中將把問題帶得更遠。他表示，篩檢是預防醫學的根本，但只做篩檢還不夠，AI的價值在於把篩檢一路接上風險預測、臨床處置、後續追蹤與結果評估。他也提到，國軍醫院體系長年深入偏鄉與離島做篩檢，包括馬祖的胃癌防治與花蓮的口腔癌篩檢，接下來要把這些經驗轉化成證據，再化為政策。

同樣的問題，也是國際講者關注的焦點。在國防醫學大學校長林致源教授引言下，澳洲貝克心臟與糖尿病研究所（Baker Heart and Diabetes Institute）的Brian Oldenburg教授，談起AI在糖尿病等慢性病的社區篩檢與管理。

Oldenburg指出，AI在血糖控制、心血管疾病與風險預測都已累積相當證據，但一個漂亮的風險預測模型，未必真的改善了照護結果。

Oldenburg強調，關鍵是從「概念驗證」走到「價值驗證」，只停在研究階段的成果幫不了病人，AI要真正用進日常臨床才算數 。他也直言，多數系統仍缺乏標準化的資料來訓練、測試與監測AI，真正該補強的是資料治理、基礎建設、導入與評估，而且模型無法一套通用，必須依不同疾病與族群調整。

三軍總醫院院長蔡宜廷則把焦點轉向篩檢之後的價值評估。他坦言，一項AI工具要走進健保與醫療體系，臨床效益與成本效益都得拿得出來，而這一關靠的正是扎實的健康科技評估(HTA)。英國格拉斯哥大學William R. Lindsay健康經濟學講座教授Olivia Wu也認為，這樣的評估不是單點衝刺，而要整個體系一起到位，研發端後面才走得下去。