會員登入
註冊
陳適安：醫療AI邁向跨院驗證 遠距照護與國際合作同步推進
BTC委員陳適安表示，行政院自2017年下半年起推動人工智慧發展，賴清德總統也提出兩大主軸、五大面向打造健康臺灣，其中「智慧醫療加速運用」為重要政策方向。臺灣自2020年起發展智慧醫療，美國則約早3至5年起步；隨著AI技術成熟，應用已從疾病診斷延伸至慢性病照護、遠距醫療及居家醫療，醫療服務場域也逐步從醫院延伸至社區與居家。
為加速技術導入，國科會、經濟部、衛福部及數發部分別投入研發、人才培育、產業應用、法規調適及臨床場域建置。臺灣23家醫學中心已推動多項醫療AI專案，衛福部也設置三大AI中心，並由醫學中心陸續成立AI治理或管理單位，建立AI應用的治理與驗證機制。
在臨床驗證上，臺灣已由北、中、南醫學中心帶領多家醫療院所共同參與，透過成本效益及影響性研究，評估AI工具是否能改善臨床照護。截至2025年，已有150項AI產品經衛福部食藥署(TFDA)相關審查；陳適安表示，臺灣醫療AI應用領域與美國相近，主要集中於醫學影像及心血管相關產品。
除醫學影像及心血管應用外，臺灣業者也持續投入AI軟體醫材、遠距感測器、穿戴式裝置，以及AR、VR、MR等新興醫療應用。陳適安指出，臺灣可結合半導體與奈米技術優勢，推動晶片、感測及AI工具導入醫療場域；台積電(2330)、瑞昱(2379)、華碩(2357)、廣達(2382)、緯創(3231)及鴻海(2317)等業者，也已投入全球AI產業鏈，可望為智慧醫療及照護服務提供技術基礎。
他指出，國科會近年以聯邦學習串聯醫療院所，已促成44項醫療AI國家隊計畫；每項計畫至少由3家醫學中心共同驗證，其中9項已取得相關認證，另有13項申請中。透過跨院驗證，可檢視AI工具面對不同院所資料及臨床流程時的適用性，避免模型僅適用於單一醫院。
國際合作方面，去年已有7家醫學中心赴歐洲4國交流，今年則有8家醫學中心前往瑞典及法國；瑞典Wolterberg大學也派出21個AI團隊與臺灣對接。陳適安表示，臺灣若要拓展歐洲市場，仍須通過當地醫療AI及軟體法規審查，並在當地醫療場域累積實際應用成果。
他指出，遠距醫療與居家醫療可協助改善偏鄉醫療資源不足及醫護人力短缺，減少民眾往返醫療院所的負擔；AI也已延伸至行政作業與人力管理。後續若要從單點驗證走向跨院使用，仍須處理資料互通、資安及治理問題，並建立一致的資料與應用標準。
盤點2026生醫政策成績單 張振豪：生醫百億投資、國產藥百天審查等里程碑落地
國科會科技辦公室執行秘書張振豪首先回顧去年BTC委員提出的總體建議，指出在「臺灣永續力、生醫新動能」主軸下，聚焦「三大利用、三大推力」，包括運用AI與半導體技術導入智慧健康、藥物開發及農業；透過法規、投資等環境調適促進健康與產業創新；以及推動健康資料整合與創新運用。同時強化AI與醫藥、生醫跨域人才培育，加速藥物CRO服務與國產品審查落地，並鼓勵投資及資金挹注。
他表示，經過一年跨部會推動，今年多項政策已陸續達成里程碑。法規方面，本月完成全民健康保險資料管理條例立法，今年1月再生醫療相關法規亦上路；人才方面，過去數年已培育智慧生醫、設計開發及商業概念等相關人才7.4萬人次，並促成100家新創成立。
健康資料方面，台灣健康網路平台(TwHealth Nexus)今年1月正式揭牌，未來將結合臺灣精準醫療計畫累積的基因與臨床資料，擴充健康資料應用基礎。資金面則透過「投資臺灣生醫產業實施方案」，規劃10年投入100億元，結合民間資金投資前瞻技術及具國際市場潛力團隊。
在新藥開發方面，政策進一步導入AI，希望將過去從標的選擇至先導藥物發展約需4至5年的時程加速，並建立自主AI藥物研發平台；臨床前階段則推動T.CROSS聯盟，串聯五大機構提供ADMET、IND整備等服務。今年5月也啟動國產藥品加速審查機制，目標將審查時間壓縮至100天內。
智慧醫療方面，目前已完成44項智慧醫材驗證、促成逾50件智慧醫材上市，並有7家廠商產品外銷10國；高齡科技則已開發192項智慧照護產品、建立逾200項智慧照護方案。
張振豪表示，下一階段將以跨域整合、場域驅動及國際鏈結為方向，持續整合臺灣AI、半導體與生醫優勢，形成智慧生醫國家隊。
吳誠文：政府監督資料治理 民間加速投入轉譯
在綜合座談中，吳誠文表示，健康資料治理平台必須有政府參與及監督，才能讓民眾放心在合規前提下授權資料用於醫療及產業創新。他說，若政府未參與資料治理平台監督，民眾難以放心授權。後續資料應用將在民眾同意及安全機制到位下逐步推進，先讓民眾看見資料用於診療與公共衛生的實際效益。
他也指出，生醫產業從研究成果進入臨床前驗證、產品開發到市場化，需要民間資金及市場力量共同投入。政府將持續協助產業排除制度與法規障礙，產業也應積極參與，帶動轉譯及產品化進程。
李建璋：推動資料標準化 擴大FHIR Box院所導入
衛福部技監兼資訊處處長李建璋表示，臺灣已透過衛福部設立的(第二類)「臨床AI取證驗證中心」協助業者進行資料驗證與模型測試。目前已有22家廠商透過該機制取得資料，用於產品開發及驗證，但不同醫院的HIS系統及資料格式仍不一致。衛福部後續將持續推動資料格式、演算法及應用介面標準化，提升資料在AI訓練、臨床驗證與產業應用上的效率。
李建璋指出，FHIR Box(醫療資料互通平台)第一階段已由醫學中心率先導入，接下來將逐步擴及區域醫院及基層診所。由於基層院所數量龐大，衛福部將優先協助關鍵系統業者調整產品，使其符合FHIR Box規格，再擴大至更多醫療院所；今年也將輔導上百家診所建立示範場域。
他強調，醫療資料應用必須以民眾同意及資安保護為前提，原始資料不得任意留存或濫用；政府將透過制度與技術機制，兼顧資料保護、醫療創新及產業發展。
陳適安建議，可優先將已通過驗證的心血管AI工具，透過FHIR Box及標章制度推廣至其他醫學中心；癌症、精準醫療及其他國家型計畫，也應建立資料互通及跨院使用機制，縮短AI從驗證到導入的時間。
他表示，轉譯研究是將實驗室研發成果推進至臨床前驗證及產品開發的重要環節。臺灣除持續推動跨院驗證外，也應加強臨床前研發、智慧財產權保護及產品化能力，協助具潛力的技術進入醫療場域與市場。
(報導/吳康瑋、彭梓涵)
