健保快易通App結合Google AI 為糖尿病患提供個人化風險分析
- 兩年磨劍 糖尿病AI預測模型誕生 這項突破性的醫療AI合作案始於2022年,當時衛福部看見臺灣慢性病管理日益沈重的負擔,全國糖尿病患已突破320萬人,高血壓與高血脂患者更分別達到520萬與510萬人,合計超過850萬人的龐大族群成為醫療支出成長最快的疾病群。
- 888計畫啟動 三高防治進入新階段 配合AI預測模型上線,衛福部同步推動「健康臺灣三高防治888計畫」,展現政府全面管控慢性病的決心。
- 衛生福利部攜手科技巨擘Google歷時兩年開發的糖尿病AI預測模型,即將在本月正式導入「全民健保行動快易通|健康存摺App」。
- 透過分析病患的診斷紀錄與檢驗數據,系統能預測未來3至5年內發生腦中風、心肌梗塞、腎病變等重大併發症的機率,實現「數據賦權於民」的精準醫療願景。
衛生福利部攜手科技巨擘Google歷時兩年開發的糖尿病AI預測模型,即將在本月正式導入「全民健保行動快易通|健康存摺App」。這項合作計畫針對全國高達850萬名三高慢性病患,率先為40家診所的糖尿病患者提供個人化併發症風險分析與衛教照護建議。透過分析病患的診斷紀錄與檢驗數據,系統能預測未來3至5年內發生腦中風、心肌梗塞、腎病變等重大併發症的機率,實現「數據賦權於民」的精準醫療願景。
兩年磨劍 糖尿病AI預測模型誕生
這項突破性的醫療AI合作案始於2022年,當時衛福部看見臺灣慢性病管理日益沈重的負擔,全國糖尿病患已突破320萬人,高血壓與高血脂患者更分別達到520萬與510萬人,合計超過850萬人的龐大族群成為醫療支出成長最快的疾病群。衛福部長石崇良在「Google臺灣20週年AI領航智慧健康」活動中指出,健保署特別委託臺北醫學大學團隊,在糖尿病共病嚴重分數架構下,結合國家衛生研究院的專業資源,共同建立具備本土代表性的糖尿病風險評估模型。
為何選擇糖尿病作為首波導入對象?石崇良解釋,糖尿病作為「萬病之源」,其併發症涵蓋全身器官,從心血管疾病、腎臟病變到神經系統損傷,不僅嚴重影響生活品質,更造成鉅額醫療花費。透過AI深度學習演算法,模型能整合病患的年齡、性別、病史、用藥紀錄、糖化血色素、腎功能指標等上百項健保資料,計算出個人化的風險分數。這套系統特別之處在於完全採用臺灣本土數據訓練,相較於國外模型更能反映國人疾病特徵與就醫行為,準確度經臨床驗證達到醫療級水準。
技術團隊面臨的最大挑戰,是如何在保護個人隱私的前提下運用巨量資料。健保署採用去識別化處理與聯邦式學習架構,讓資料無需離開健保資料庫即可完成模型訓練。Google提供先進的機器學習平台與技術支援,協助處理結構複雜的醫療數據,並建立可解釋性AI機制,讓醫師能夠理解AI判讀的依據,而非僅得到一個黑箱預測結果。這種醫療與科技跨領域合作模式,為臺灣智慧醫療發展樹立重要里程碑。
888計畫啟動 三高防治進入新階段
配合AI預測模型上線,衛福部同步推動「健康臺灣三高防治888計畫」,展現政府全面管控慢性病的決心。健保署長陳亮妤說明,這項計畫設定2028年達成三大目標:80%三高病人納入共照網絡、80%共照網病人接受生活習慣諮商、80%共照網病人達到三高控制標準。這三個環環相扣的指標,代表從收案、介入到成效的完整管理流程。
根據最新統計,截至2025年11月,三項目標達成率分別為60.7%、49.5%及54.6%,顯示仍有相當進步空間。特別是生活習慣諮商項目,近半數納管患者尚未接受完整衛教,凸顯傳統醫療模式難以有效觸及病人的困境。陳亮妤強調,過去健保著重資料收集與整合,現在透過AI分析實現「賦權於民」,將原本封存在資料庫的資訊轉化為個人化建議,直接回饋給民眾,這正是突破當前瓶頸的關鍵策略。
888計畫的推動並非僅靠科技,而是結合基層醫療、醫院、公衛體系的三級防護網。共照網絡由家醫科醫師擔任個案管理師,定期追蹤病人用藥順從性與生活型態;當AI預測顯示高風險時,系統會自動提醒醫師加強監測或調整治療策略。此外,計畫特別納入營養師、衛教師等專業人力,針對飲食、運動、戒菸等行為介入提供客製化指導,而非僅依賴藥物控制。
40家診所試行 個人化風險分析首發
本次App改版將率先於北中南40家診所試行,刻意選擇不同類型醫療機構以測試系統適用性。陳亮妤說明,試辦診所包含北部7家、中部29家及南部4家,涵蓋都會區大型診所與偏鄉地區基層醫療,確保無論醫療資源豐沛與否,AI工具都能發揮實質效益。偏鄉地區患者往往就醫不便、衛教資源不足,透過App主動推送風險分析與照護建議,能有效彌補醫療差距。
糖尿病患者登入健康存摺App後,系統會自動抓取健保資料庫中的最新檢驗數據,產出視覺化的風險雷達圖。圖表清楚標示未來3至5年內發生腎病變、心肌梗塞、腦中風、視網膜病變、神經病變五大併發症的機率,並以顏色區分風險等級。更重要的是,App不會只呈現冰冷數字,而是根據風險項目提供具體可行的衛教內容,例如當腎病變風險偏高時,會建議控制蛋白質攝取量、避免腎毒性藥物,並提醒定期追蹤尿蛋白與腎絲球過濾率。
參與試辦的診所醫師可在診間透過系統查看病患風險報告,作為醫病溝通的重要工具。傳統上醫師需花費大量時間解釋抽象數據,現在有了AI視覺化圖表,病患更容易理解自身狀況,醫囑遵從度也隨之提升。陳亮妤特別強調,AI預測並非取代醫師專業判斷,而是輔助決策支持系統,最終治療方案仍由醫病共同決定。
從糖尿病到三高 未來藍圖全面展開
石崇良透露,糖尿病只是這波AI醫療革命的起點,未來將擴大應用至高血壓、高血脂與慢性腎病等慢性病領域。這些疾病同樣具有病程長、併發症多、需長期追蹤的特性,AI預測模型可協助醫師早期識別高風險族群,及時介入避免病情惡化。技術團隊正著手整合不同疾病數據,建立多病共治的整合式風險評估架構,讓同時罹患多種慢性病的患者獲得更全面的照護建議。
目前全民健保行動快易通|健康存摺App下載量已突破1200萬人次,成為臺灣最成功的數位健康平台之一。為了進一步提升用戶黏著度與實際行為改變,健保署規劃將AI風險分析與 「健康幣」 獎勵機制結合。這套遊戲化設計將鼓勵民眾主動記錄飲食、運動、血壓血糖等生活數據,達成目標即可獲得健康幣,累積後可兌換健康檢查優惠或保健商品。
陳亮妤解釋,健康幣的核心精神是將數據轉化為行為改變的誘因。當AI預測顯示心血管風險上升時,系統會推送個人化挑戰任務,例如「連續七天每天步行8000步」或「減少飽和脂肪攝取」,完成任務即可獲得獎勵。這種即時回饋機制彌補了傳統衛教缺乏持續激勵的缺點,讓慢性病管理從被動醫療轉為主動自我照護。未來更可能與保險公司合作,提供健康行為優良者保費折扣,形成正向循環。
數據賦權時代 個人健康主動管理
這項創新服務背後反映的是醫療典範轉移——從機構中心轉向個人中心。過去健保資料雖然豐富,但主要用於政策制定與醫院管理,一般民眾無從得知自己的數據意義。現在透過AI解讀與視覺化呈現,每個人都能成為自己健康的主人。石崇良強調,這正是「賦權於民」的真諦:政府負責建構安全可信賴的數據基礎建設,科技業者提供先進分析工具,醫療機構給予專業支持,最終讓民眾做出明智的健康決策。
然而,這樣的數位轉型也帶來新挑戰。個人健康數據的隱私保護、AI演算法的公平性、數位落差的彌補,都是需要持續關注的議題。健保署承諾將建立嚴格的資料安全稽核機制,所有AI預測結果僅供個人與醫師參考,不會影響保費計算或就醫權益。同時將加強偏鄉地區數位素養教育,確保弱勢族群不會因科技發展而更加邊緣化。
展望未來,這套AI預測系統將與遠距醫療、居家監測設備深度整合,建構連續性照護生態系。當居家血糖機數據自動上傳雲端,AI可即時調整風險預測並提醒醫護團隊,真正實現「預測醫學」的理想。臺灣以健保資料庫為基礎,結合AI科技與基層醫療網絡的創新模式,不僅為國內850萬慢性病患者帶來福音,更可能成為全球智慧醫療的新典範。












