趨勢排行
掌握趨勢,領先排序。

健保署攜手Google導入AI技術 建立本土糖尿病風險評估模型

柔軟的鋼鐵2026-03-05 02:13
3/5 (四)AI
AI 摘要
  • 為強化慢性病管理,健保署委託台北醫學大學團隊在DSCI架構下結合國衛院資源,並攜手Google及四大醫學會,於4日在「Google台灣20週年AI領航智慧健康活動」中,正式發表「糖尿病風險評估與智能衛教」場域驗證成果。
  • 資料安全為先 健保署堅守隱私保護原則 面對AI應用可能引發的資料隱私疑慮,健保署署長陳亮妤強調,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。
  • 此計畫串聯40家基層診所,運用AI分析健保資料,透過「健康存摺」與家醫大平台,提供民眾與醫師個人化風險預測與衛教建議,實踐賦權於民與精準醫療目標。
  • AI模型整合健保大數據 實現個人化風險預測 此計畫核心在於運用Google先進AI生成模型,深度分析健保署累積長達31年的全民健保資料庫。

我國三高慢性病人口突破850萬人,糖尿病患者約320萬人,相關併發症對健康與健保制度構成重大威脅。為強化慢性病管理,健保署委託台北醫學大學團隊在DSCI架構下結合國衛院資源,並攜手Google及四大醫學會,於4日在「Google台灣20週年AI領航智慧健康活動」中,正式發表「糖尿病風險評估與智能衛教」場域驗證成果。此計畫串聯40家基層診所,運用AI分析健保資料,透過「健康存摺」與家醫大平台,提供民眾與醫師個人化風險預測與衛教建議,實踐賦權於民與精準醫療目標。

醫師操作平板電腦分析糖尿病健康大數據與風險預測模型。

糖尿病威脅日益嚴峻 產官學聯手打造智慧防治網

台灣慢性病防治面臨嚴峻挑戰,健保署統計顯示全國三高慢性病人口已突破850萬人,其中糖尿病患者約320萬人,且持續攀升。糖尿病引發的心血管疾病、腎病變、視網膜病變等併發症,不僅影響民眾生活品質,更對健保財務造成沈重負擔。傳統醫療模式多聚焦於疾病發生後的治療,缺乏前瞻性風險預測機制,導致許多患者錯失早期介入良機。為扭轉此局面,健保署委託台北醫學大學團隊在DSCI(糖尿病共病嚴重分數)架構下,整合國家衛生研究院資源,建立具本土代表性的糖尿病風險評估模型。此模型納入台灣人特有的疾病樣態、生活習慣與醫療行為數據,相較於國外通用模型更具準確性。同時,健保署串聯中華民國糖尿病學會中華民國糖尿病衛教學會台灣基層糖尿病學會台灣家庭醫學醫學會等四大權威學會,形成產官學協作架構,確保模型設計兼具臨床實證基礎與政策應用價值,為台灣糖尿病防治建構智慧化防線。

醫療人員透過平板電腦向民眾解說糖尿病風險預測數據

AI模型整合健保大數據 實現個人化風險預測

此計畫核心在於運用Google先進AI生成模型,深度分析健保署累積長達31年的全民健保資料庫。研究團隊結合個人醫療紀錄、用藥史、檢驗數據及DCSI評估指數等多維度資訊,訓練出能精準預測個人糖尿病風險等級的AI演算法。此AI系統能自動學習複雜的疾病關聯性,識別潛在高風險因子,產生動態化風險分級結果。民眾可透過 「健康存摺」 介面,即時查看個人糖尿病風險分級與客製化衛教提醒,內容涵蓋飲食建議、運動指引、用藥遵從性提醒等,強化自我管理能力。對醫療端,系統透過家醫大平台整合風險評估與DCSI資訊,提供醫師視覺化的併發症預防路徑與照護決策建議,成為臨床輔助重要工具。此技術突破不僅提升風險預測準確度,更將龐大數據轉化為個人可理解、可行動的健康指引,實現從群體醫療到個人精準健康的典範轉移。

醫師使用平板電腦展示健保大數據AI糖尿病風險評估

場域驗證全面啟動 四十家診所橫跨城鄉參與

為確保AI風險評估模型在真實醫療場域的實用性,健保署啟動大規模場域驗證計畫,共計40家基層診所參與,涵蓋北部7家、中部29家及南部4家醫療院所。此佈局刻意納入都會型與偏鄉型診所,測試系統在不同醫療資源條件下的適應能力。偏鄉地區醫療人力相對不足,糖尿病患者常因交通不便或醫療可近性低而延誤治療,AI智能衛教系統可填補此照護缺口,讓偏鄉民眾也能獲得即時、專業的健康指引。技術合作方面,Google提供雲端運算資源與AI模型優化支援,數位人道協會協助系統介面設計與使用者體驗測試,確保醫師與民眾都能輕鬆上手。驗證過程中,團隊收集臨床使用回饋,持續調整模型參數與衛教內容生成邏輯,使系統更符合台灣基層醫療實務需求。此階段性成果於Google台灣20週年AI領航智慧健康活動中正式發表,標誌台灣智慧醫療發展邁向新里程碑。

智能衛教雙軌並行 賦權民眾強化基層照護

此計畫最大創新在於建立雙軌智能衛教機制,同時賦能民眾與醫療人員。對民眾而言,系統將艱澀醫學數據轉化為淺顯易懂的視覺化圖表與個人化建議,透過健康存摺主動推播風險變化通知,打破傳統被動就醫模式。例如,當系統偵測到患者糖化血色素控制不佳時,會自動發送飲食調整建議與附近糖尿病衛教資源資訊,促進健康行為改變。對醫師而言,家醫大平台整合AI風險預測、DCSI共病嚴重分數與臨床指引,可在門診短時間內快速掌握患者全貌,制定精準治療策略。基層診所醫師普遍面臨看診時間壓力,此系統有效縮短資料判讀時間,提升照護效率與品質。中華民國糖尿病學會理事長指出,此工具能協助醫師識別高風險個案,及早介入預防併發症,符合國際糖尿病照護趨勢。系統亦支援衛教師與營養師遠端追蹤,形成醫療團隊協作網絡,強化基層糖尿病照護能量。

資料安全為先 健保署堅守隱私保護原則

面對AI應用可能引發的資料隱私疑慮,健保署署長陳亮妤強調,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。所有健保資料分析作業均在健保署資訊中心內部完成,原始資料不會外流至合作廠商或研究單位,僅提供去識別化的統計特徵供AI模型訓練。Google提供的AI技術以軟體服務形式導入,無權存取個人醫療紀錄,確保民眾隱私獲得最高程度保障。健保署已建立完整的資料治理架構,包含使用申請審核、操作軌跡記錄與定期安全稽核機制,防止資料濫用風險。陳亮妤署長表示,健保署擁有31年珍貴的全民健保資料,這是國家重要資產,必須在嚴格法規框架下善用。此次合作不僅是技術創新,更是政策理念的實踐,透過賦權於民,讓民眾真正擁有自身健康資料主導權,並以個人化衛教為起點,推動台灣精準醫療與智慧健康產業發展。未來此模式可擴展至高血壓、高血脂等其他慢性病,建構全方位的智慧慢性病管理體系。