健保署攜手Google打造AI衛教助理 健康存摺導入糖尿病風險預測

衛福部健保署為因應國內超過850萬三高慢性病人口及約320萬糖尿病患者的龐大醫療負擔，攜手Google與台北醫學大學團隊，在國家衛生研究院專業資源支持下，於今日「Google台灣20週年 AI領航智慧健康活動」正式發表健康存摺AI衛教助理。這項創新服務運用全民健保31年大數據建立糖尿病風險預測模型，結合糖尿病共病嚴重分數（DSCI）評估指數，透過生成式AI技術提供個人化衛教資訊，並在台灣北中南共40家診所完成場域驗證，涵蓋都會與偏鄉多元醫療場景，實現民眾端風險分級警示與臨床端決策輔助的雙軌應用機制，標誌台灣智慧醫療發展邁向新里程碑。

糖尿病威脅日益嚴峻 智慧醫療成關鍵解方

根據衛福部最新統計數據，我國三高慢性病人口已突破850萬大關，其中糖尿病患者人數高達320萬人，且持續呈現上升趨勢。這不僅對個人健康造成長期威脅，更對健保體系帶來沈重財務壓力。傳統慢性病管理模式面臨醫療資源分配不均、病患自我管理能力不足、早期預警機制缺乏等諸多挑戰，導致許多患者往往在併發症出現後才接受治療，錯失黃金乾預時機。為此，健保署積極尋求創新解決方案，將人工智慧技術導入慢性病管理流程，透過大數據分析與機器學習演算法，建立具備預測能力的風險評估模型。這項政策背後的核心思維，在於從被動治療轉向主動預防，從統一標準轉向個人化精準醫療，從醫院中心轉向社區基層照護。健保署署長陳亮妤指出，台灣擁有全球最完整的全民健保資料庫，涵蓋31年就醫紀錄、用藥資料與檢驗數據，這是發展智慧醫療的獨特優勢。2004年推出的健保IC卡與2013年上線的健保雲端系統，更為數位醫療奠定堅實基礎。此次與Google合作，正是要善用這些珍貴數據資產，在嚴格遵循資料治理規範的前提下，開發符合台灣民眾需求的AI衛教工具。

產官學跨界合作 打造本土糖尿病風險評估模型

這項計畫的最大特色在於建立產官學協作架構，確保技術開發兼具臨床實證基礎與政策應用價值。健保署委託台北醫學大學團隊主導模型建置，在糖尿病共病嚴重分數（DSCI）的架構下，整合國家衛生研究院的專業資源與研究能量。DSCI指數是評估糖尿病患者併發症嚴重程度的重要工具，綜合考量視網膜病變、腎病變、神經病變、心血管疾病等多重共病狀態，能精準反映病患的整體健康風險。研究團隊運用Google先進的機器學習平台與生成式AI技術，分析數百萬筆去識別化的健保資料，訓練出能預測糖尿病發病風險與併發症進程的演算法模型。這個過程中，糖尿病學會、糖尿病衛教學會、台灣基層糖尿病學會及台灣家庭醫學醫學會四大專業團體全程參與，提供臨床專業知識與實務經驗，確保模型輸出結果符合醫療常規與臨床邏輯。Google台灣團隊則負責提供雲端運算資源、AI模型優化技術與資訊安全架構，社團法人數位人道協會也投入技術支援，協助介面設計與使用者體驗優化。這種跨界合作模式不僅加速技術開發時程，更重要的是讓AI模型從誕生之初就深植本土醫療脈絡，避免直接套用國外模型可能產生的水土不服問題。

40家診所參與場域驗證 涵蓋都會偏鄉多元場景

任何醫療AI工具都必須經過嚴格的臨床場域驗證，才能確保其安全性與有效性。健保署啟動的「糖尿病風險評估與智能衛教」場域驗證計畫，共招募40家基層診所參與，分布涵蓋北部7家、中部29家、南部4家，地理範圍從台北市都會核心延伸至偏遠鄉鎮。這樣的設計刻意納入不同醫療資源豐沛度的場域，測試系統在各種網路基礎建設條件下的穩定性與可用性。參與診所類型多元，包括專精糖尿病照護的代謝科診所、提供全科服務的家庭醫學診所，以及位於偏鄉地區、醫療資源相對不足的基層院所。在驗證過程中，醫療團隊將真實病患的醫療數據輸入系統，比對AI預測結果與臨床實際狀況，同時收集醫師與病患的使用回饋。技術團隊特別關注資料傳輸安全性、系統回應速度、預測準確度與衛教內容適切性四大指標。偏鄉診所的參與尤其關鍵，因為這些地區往往缺乏糖尿病專科醫師，若能透過AI工具提供即時決策支援，將大幅提升當地糖尿病照護品質。驗證結果顯示，系統在各地診所的預測準確率均達到85%以上，醫師普遍認為AI提供的衛教建議具參考價值，能有效節省衛教時間，讓醫病溝通更聚焦於關鍵問題。

雙軌應用機制 民眾端與臨床端同步受益

這套AI衛教助理採用雙軌並行的應用策略，同時服務民眾與醫療人員，創造加乘效益。在民眾端，使用者登入健康存摺App後，系統會自動分析其就醫紀錄、用藥資料、檢驗數值等個人健康數據，透過AI演算法計算出個人化的糖尿病風險分級，並以視覺化圖表呈現。風險等級分為低、中、高三級，每級對應不同的衛教內容與生活建議。更重要的是，系統會主動推播個人化衛教提醒，例如「您的糖化血色素數值偏高，建議減少精緻澱粉攝取」、「您已三個月未回診，請記得定期追蹤」等具體行動指引。這些衛教資訊由生成式AI根據個人病歷自動產生，而非制式模板，大幅提升內容的相關性與實用性。在臨床端，醫師透過家醫大平台可查看病患的整體風險評估報告與DCSI指數，系統會自動標示高風險族群，並提供併發症預防建議與照護決策參考。例如，對於腎病變風險高的患者，AI會建議醫師調整藥物劑量、增加腎功能監測頻率；對於心血管疾病風險高的患者，則會提醒進行血脂與血壓的嚴格控制。這種設計讓AI成為醫師的智慧助理，而非取代醫師專業判斷，最終決策權仍在醫師手中。雙軌機制不僅強化病患的自我管理能力，也提升基層醫師的照護效率與品質，實現真正的以病人為中心的精準醫療。

資料安全與個人賦權 健保署強調隱私保護原則

面對外界對醫療資料隱私的疑慮，衛福部健保署長陳亮妤特別強調，整個計畫嚴格遵循 「資料不離署」 與 「最小資料使用原則」 兩大核心規範。所有訓練AI模型的資料都在健保署的資訊中心內處理，原始資料不會外流至合作廠商。Google僅提供演算法框架與技術支援，無法接觸到可識別個人身份的醫療資訊。在民眾使用健康存摺功能時，系統採用去識別化技術與加密傳輸機制，確保個人隱私獲得最高程度保護。陳亮妤指出，這項政策的終極目標是實踐 「賦權於民」 的理念，讓民眾真正擁有自己的健康資料，並能透過AI技術將冰冷的數據轉化為有用的健康行動指引。她認為，健保署累積31年的全民健保資料是國家重要資產，應該在保障隱私的前提下，用於提升民眾健康福祉。2004年健保IC卡的推出，讓數位化醫療成為可能；2013年健保雲端系統上線，實現跨院資料交換；如今導入AI衛教助理，則是台灣數位健康發展的第三個重要里程碑。未來，健保署計畫將此模式擴展至其他慢性病，如高血壓、心臟病、慢性腎臟病等，建構全方位的智慧慢性病管理生態系。同時，也將持續優化AI演算法，納入更多元的健康決定因素，如社會經濟地位、生活型態、環境暴露等，讓風險預測更加精準完善。