衛福部攜手Google推健保AI進臨床 二階段驗證護航600萬慢性病患

衛福部長石崇良昨（4）日宣佈，與Google合作兩年的AI醫療計畫正式進入臨床實務階段，預計下月公佈新一輪成果。此計畫將從糖尿病預警擴展至高血壓、高血脂及慢性腎臟病等領域，目標建立涵蓋全台500萬至600萬名慢性病患者的AI照護網。為確保臨床應用安全，石崇良首度揭露「二階段驗證」開發模式，採「先私後公」策略，由台北醫學大學先以院內資料開發模型，再導入健保大數據驗證，確保預測準確性與安全性。

二階段驗證機制層層把關 確保AI臨床應用品質

石崇良詳細說明這套創新驗證機制的運作流程，第一階段由台北醫學大學利用院內少量但高品質的結構化資料進行基礎模型開發，此階段重點在於演算法架構的設計與初步訓練。當模型在單一醫療機構環境中展現穩定性能後，才會進入第二階段，此時才將健保大數據導入進行大規模驗證。這種分階段推進的設計，有效避免了直接將演算法套用於全國性資料可能產生的系統性偏差，同時也能確保模型在千萬人規模的真實世界數據中仍具備高度預測一致性。

這套驗證機制的核心精神在於風險管控與品質保證。醫療AI與一般應用程式截然不同，任何預測失誤都可能直接影響病患治療決策，因此必須建立嚴謹的把關流程。透過「先私後公」的設計，研發團隊能在第一階段快速迭代、調整參數，無需擔心影響範圍過大；進入第二階段後，則能真實檢驗模型在不同地區、不同族群、不同醫療行為模式下的泛化能力。石崇良強調，這不僅是技術問題，更是醫療倫理與病患安全的基本原則，未來將成為台灣發展醫療AI的標準作業流程。

目前這套機制已產出具體成果，糖尿病風險分級模型成功通過兩階段驗證，能精準辨識腎臟病變、心血管疾病、視網膜病變及神經系統併發症等四大類關鍵風險。模型不僅考量血糖數值，更整合病患年齡、性別、用藥史、共病狀況等多維度數據，提供個人化的風險評分。醫師在診間可即時參考AI預測結果，針對高風險族群提前介入，調整治療策略或加強衛教追蹤，實現從「治療」轉向「預防」的典範移轉。

糖尿病風險分級模型落地 精準預測四大併發症

這套通過嚴格驗證的糖尿病風險分級模型，已正式導入多家醫學中心的臨床工作流程。模型採用深度學習架構，能自動從龐雜的醫療紀錄中提取關鍵特徵，並以視覺化儀表板呈現風險趨勢。當病患回診時，系統會自動更新風險評分，醫師可清楚看到未來一年內發生各類併發症的機率分布，並獲得AI建議的介入措施清單。

值得注意的是，模型特別強調可解釋性，這是醫療AI能否被臨床醫師接受的關鍵。每項風險預測都會附帶重要影響因子說明，例如某位病患的腎病風險升高，系統會明確指出主因是近期腎絲球過濾率下降合併蛋白尿異常，而非黑箱作業。這種透明化設計讓醫師能充分理解AI判斷邏輯，進而結合專業知識做出最終決策，避免過度依賴演算法。

在實際應用場景中，這套系統已展現顯著價值。某醫學中心內分泌科醫師分享，透過AI預警，團隊提前發現三名糖尿病患屬於心血管高風險族群，及時轉介心臟科進行進一步檢查，其中一名病患確診早期冠狀動脈病變，經支架置放手術後狀況穩定。這種跨科別協同照護模式，正是AI賦能醫療的最佳體現。此外，模型也協助基層診所落實分級照護，將高風險個案即時上轉醫學中心，同時讓病情穩定者留在社區持續追蹤，優化醫療資源配置。

資料安全採封閉架構 健保署完全掌握主控權

針對生醫界與民眾最關切的資料安全議題，石崇良以「資料不離署」作為最高指導原則，並用具體比喻說明技術架構。他將整個系統形容為雲端上的「封閉房間」，Google提供堅固的容器與高效能運算引擎，但開啟房間的鑰匙與作為動力來源的資料燃料，始終由健保署獨家持有。這意味著Google的技術人員無法直接接觸原始醫療資料，所有運算都在加密環境中完成，確保外部資產無法介入。

技術層面採用聯邦學習與差分隱私等先進機制，進一步強化防護。在模型訓練過程中，資料不會離開健保署的伺服器，而是透過加密參數交換完成協作學習。即使Google提供演算法框架，也無法反推原始病歷內容。此外，所有資料存取都留下完整軌跡紀錄，符合醫療資訊安全管理法規要求，並通過第三方資安驗證機構的滲透測試。

石崇良特別強調，這套架構不僅是技術選擇，更是國家主權的展現。在數位時代，醫療數據是重要戰略資產，台灣必須建立自主可控的治理體系。未來任何國際科技大廠要參與台灣智慧醫療建設，都必須遵守相同規範，接受健保署的監管。這種模式既善用全球頂尖技術，又守住國家安全底線，為其他敏感領域的AI應用樹立典範。

智慧照護網絡深入基層 AI走進300社區實現健康平權

在技術安全無虞的基礎上，衛福部正全力推動AI智慧照護網絡的普及化。透過MedGemini平台啟動健保大資料的語意轉型，將原本分散在各醫療機構的破碎紀錄，轉化為具備預警能力的臨床洞察。這套系統能自動解析醫師的語音病歷、護理紀錄、檢驗報告等非結構化資料，建立完整的病患健康圖譜，為精準預測提供豐富素材。

石崇良指出，智慧醫療不能侷限於醫學中心，必須走進社區、貼近民眾。在Google Cloud強大運算能力支援下，醫學中心已開始將整合後的資料介接至家庭醫師平台，啟動「AI走進300個社區」計畫。這項計畫選定全台各縣市具代表性的基層診所，導入糖尿病風險分級模型與其他慢性病管理工具，讓社區醫師也能享有醫學中心等級的AI輔助。

實際運作模式是，當社區診所病患的健檢資料上傳至家庭醫師平台，AI系統會自動進行風險評估，並將結果以視覺化圖表呈現。醫師在門診時可快速掌握病患的長期風險趨勢，並依據AI建議調整用藥或生活型態指導。對於高風險個案，系統會自動提醒醫師加強追蹤頻率或轉介專科。這種分級分流機制，讓醫療資源能精準投放到最需要的個案，同時減輕基層醫師的判斷負擔。

更重要的是，這項計畫有助於縮小城鄉醫療差距。偏鄉地區醫療資源相對不足，醫師往往需要處理多種科別病患，難以深入掌握慢性病管理細節。透過AI輔助系統，偏鄉醫師能即時獲得專業級的決策支援，提升照護品質。石崇良強調，這正是健康平權的具體實踐，讓預防醫學能真正扎根於基層診間，不因地理位置而有所差異。

健康存摺功能全面升級 導入健康幣激勵主動管理

展望未來發展，衛福部正利用Google在台20年的技術底蘊，全面強化健康存摺功能。現有健康存摺雖已累積1200萬名使用者，但多數僅用於查詢就醫紀錄與用藥資訊，互動性相對有限。新版本將導入SDK介接方式，開放民間健康App業者申請合作，在確保資料安全前提下，讓民眾能將健保資料與個人健康管理工具無縫整合。

這種開放架構將激發創新應用生態系。例如，健身App可結合健保資料分析使用者的運動成效，營養紀錄App能對照用藥狀況提供飲食建議，慢性病管理App則可自動彙整各醫療機構的檢驗數據，繪製長期趨勢圖。石崇良表示，目標是讓健康存摺從靜態查詢工具轉型為動態健康管理平台，成為民眾日常生活的健康夥伴。

為了提升使用者參與度，衛福部將引入「健康幣」機制與遊戲化設計。民眾只要定期更新健康數據、完成衛教課程、達成運動目標或接受預防性篩檢，就能獲得健康幣點數。這些點數可兌換掛號費折抵、健康檢查優惠或合作商家商品，形成正向循環。石崇良認為，這種誘因設計能有效激勵1200萬名使用者主動改善生活習慣，將醫療保健從被動治療轉為主動預防。

更深遠的意義在於，當民眾願意持續記錄並分享健康數據，將形成龐大的真實世界資料庫，反哺AI模型優化。這種雙向賦能機制，讓民眾既是智慧醫療的受益者，也是參與者。未來健康存摺可能整合穿戴式裝置數據、環境監測資訊甚至基因檢測結果，建構從醫院延伸至家庭、從疾病治療擴及健康促進的完整智慧照護生態系。石崇良期許，這將是台灣邁向精準健康國家的重要里程碑。