韓國衛福部升級醫療資料為國家AI基礎建設策略解析

韓國衛福部升級醫療數據為國家 AI 基礎建設策略解析

韓國衛福部（MOHW）於 2025 年 12 月召開年度醫療數據政策審議委員會，表達了將醫療數據提升為國家級 AI 基礎建設的決心。此次會議聚焦三個層面：補齊 AI 最關鍵的數據缺口、讓數據「找得到、用得動」以及將 AI 驗證納入制度。

首先，衛福部自 2025 年起陸續把韓國三家國立大學醫院的臨床數據正式串接至原本以行政資料為主的醫療大數據平臺。他們計劃在 2026 年下半年逐步開放國家級整合生醫大數據庫，並於 2028 年將參與者擴充至 77 萬名，作為長期 AI 與精準醫療研究的底層資料池。

其次，衛福部指出過去醫療數據的最大問題不在於不存在，而是難以辨識與取得。因此，他們將通過詮釋資料（Metadata）描述資料結構和內容，來協助研究者快速掌握各機構的可用數據。同時，他們也將擴大醫療數據存取券（Data Voucher）計畫，2026 年補助案數量將從 8 件增加至 40 件，降低 AI 新創和中小企業取得醫療數據的門檻。為了避免流程卡關，政府將制定倫理審查委員會（IRB）和資料審查委員會（DRB）的標準作業流程，並導入聯合審查機制。

最後，衛福部規畫於 2026 年啟動 20 項醫療 AI 驗證專案，系統性評估 AI 效能和臨床有效性。他們進一步規畫將「資料驅動醫院」升級為更強的智慧化平台，以支持更多實際應用案例。

健保署揭癌症治療數位治理進展

健保署在 2025 年 12 月初揭露了癌症治療的數位治理進展。重點放在三大方向：資料整合、全人照護流程銜接以及跨院數據互通。通過盤點 2018 年的數據，他們發現不同醫院間存活率差距顯著。為了縮小這些差距，健保署建置了跨司署的癌症大數據資料庫，整合病理和影像報告、健保申報資料、癌症指引、癌篩與醫事人力設備等多種資料。此外，通過大型語言模型將原本條列式的資料升級為可快速呈現病程和趨勢的摘要。

在藥物審查方面，健保署已整合大腸癌、口腔癌、乳癌與子宮頸癌篩檢資料，並預計 2026 年納入肺癌低劑量電腦斷層（LDCT）及子宮頸癌 HPV 檢測和胃癌篩檢。此外，通過標準化與自動化審查，原本需約 14 天的人工申請流程可望大幅縮短，讓病人更快使用藥物。

韓國臺北榮總揭 GenAI 智慧病歷助手

臺北榮民總醫院在醫療科技展中，展示了自家生成式 AI（GenAI）智慧病歷助手。該助手已於 2025 年 10 月正式導入內科、外科、兒科與婦產科等 4 大科別，幫助醫師快速產出入院病摘、病程紀錄與出院病摘草稿。通過整合檢驗、影像、用藥與生命徵象等跨系統資料，系統能減輕病歷書寫負擔。

在技術架構上，該系統採用地端模型與院內專網部署，病歷資料不外流，並整合既有 HIS 介面，使得醫師無須切換系統即可使用。此外，通過版本控管和使用者審核紀錄，符合 ISO 27001、HIPAA 與個資法等規範。

健保署揭癌症治療的數位治理進展

健保署在 2025 年 12 月初揭露了癌症治療的數位治理進展。重點放在三大方向：資料整合、全人照護流程銜接以及跨院數據互通，以實現 2030 年標準化死亡率降低三分之一的目標。通過建置跨司署的癌症大數據資料庫，整合病理和影像報告、健保申報資料、癌症指引、癌篩與醫事人力設備等多種資料，並開發存活率、死亡率、新藥使用率與癌症費用的即時監測功能。

在藥物審查方面，健保署已整合大腸癌、口腔癌、乳癌與子宮頸癌篩檢資料，並預計 2026 年納入肺癌低劑量電腦斷層（LDCT）及子宮頸癌 HPV 檢測和胃癌篩檢。此外，通過標準化與自動化審查，原本需約 14 天的人工申請流程可望大幅縮短，讓病人更快使用藥物。

韓國衛福部揭 AI 影響性研究中心進展

隨著 AI 在醫療領域的應用熱度不減，韓國衛福部資訊處指出，若要將醫療 AI 納入健保給付，需要建立可信的本土隨機對照試驗（RCT）。他們已成立 AI 影響性研究中心，並擬成立中央 AI-IRB 來解決多中心審查標準不一致的問題。此外，未來兩年內將持續投入至少 2 年，讓 AI 健保評估真正符合本土需求。目前已有 6 項 AI 進行本土實證，如肺癌 LDCT AI、眼科眼底鏡 AI、心電圖 AI 整合醫院急救流程、智骨篩、婦癌影像身體組成與化療劑量雙向研究等。

通過這些努力，韓國衛福部希望能夠提高醫療數據的利用效率，促進人工智能技術在醫學領域中的應用和發展。