健保署結合Google AI 推糖尿病精準衛教 40家基層診所參與驗證

衛生福利部中央健康保險署攜手台北醫學大學、Google台灣及四大醫學會，於3月4日「Google台灣20週年 AI領航智慧健康活動」中，正式發表全台首創的糖尿病AI精準衛教系統，並啟動涵蓋40家基層診所的場域驗證計畫。這項政策因應全台約320萬糖尿病患者與超過850萬三高慢性病人口的管理挑戰，運用健保署累積31年的珍貴醫療數據，結合糖尿病共病嚴重分數（DCSI）評估架構與Google AI生成技術，在確保資料不離署與最小使用原則下，為民眾提供個人化衛教資訊，同時為醫師打造臨床決策輔助平台，標誌著台灣慢性病管理從傳統衛教邁向精準醫療新紀元。

糖尿病防治困境與政策創新思維

台灣糖尿病盛行率持續攀升，患者人數已突破320萬大關，連同高血壓、高血脂等三高慢性病總人口更超過850萬人，對全民健康與健保財務造成沈重負擔。傳統衛教模式採取一體適用的資訊傳遞方式，不僅無法因應患者個別化的疾病進程、共病狀況與生活型態差異，更難以有效預防心臟病、腎病變、視網膜病變等重大併發症的發生。面對這項長期挑戰，健保署意識到必須從源頭導入創新科技，將龐大的健保數據轉化為可實際應用的預防醫學工具。

此次政策突破的核心在於翻轉醫療資料應用思維，將原本用於核銷與管理的健保資料庫，透過AI技術賦予新的價值。健保署陳亮妤署長特別強調，健保自1995年開辦以來累積31年的全民就醫數據，2004年推出健保IC卡電子化，2013年建置健保雲端系統，這些基礎建設為今日的智慧醫療創新奠定根基。然而，資料運用必須嚴守資料不離署與最小資料使用原則，確保民眾隱私獲得最高規格保護。在這樣的架構下，AI模型並非直接取用原始個資，而是透過去識別化處理與特徵萃取，產生具統計意義的風險預測與衛教建議，真正實現賦權於民的政策願景，讓每位民眾都能掌握自己的健康數據與個人化照護資訊。

產官學協作建構本土AI風險模型

這項創新計畫的背後是扎實的產官學協作網絡。健保署委託台北醫學大學團隊主導模型開發，並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。不同於直接引進國外演算法可能產生的水土不服問題，這套模型完全奠基於台灣健保資料庫的實證基礎，充分反映本土患者的疾病樞紐、用藥習慣與醫療可近性特徵。模型核心採用糖尿病共病嚴重分數（DCSI）作為評估基礎，該指數納入視網膜病變、腎病變、神經病變、腦血管疾病、心血管疾病、周邊血管疾病等七大併發症維度，能精準量化患者的整體風險等級。

技術層面則導入Google AI生成模型，這也是Google台灣成立20週年之際，首度與台灣政府合作的大型醫療AI應用專案。Google Health總經理Amy McDonough與Google台灣總經理林雅芳共同出席發表會，凸顯這項合作的戰略意義。技術實作上，AI模型在健保署的資安環境內運作，僅輸出經過彙總與去識別化的衛教內容模板，再依據個別患者的DCSI分數、年齡、性別、共病組合等變項，生成客製化的衛教資訊。社團法人數位人道協會在過程中扮演技術協作角色，確保AI產出的內容符合醫療專業標準與民眾健康識能需求。這種資料不落地的運作模式，既發揮AI的運算優勢，又守住個資保護的底線。

雙向資訊平台賦能醫病雙方

這套精準衛教系統的最大特色在於雙向賦能，同時強化民眾自我管理能力與醫師臨床決策品質。在民眾端，所有資訊透過熟悉的健康存摺介面呈現，患者登入後可看到個人化的糖尿病風險分級，從低風險到高風險採用視覺化圖示，並搭配AI生成的衛教提醒。這些提醒並非泛泛而談的「控制血糖」口號，而是根據個人DCSI評估結果，具體建議應該注意的併發症篩檢時程、生活型態調整重點、甚至在地化醫療資源連結。例如，腎病變風險較高的患者會收到特定飲食建議與腎功能追蹤提醒；心血管疾病高風險者則會獲得血壓監測與用藥遵從性強化資訊。這種個人化衛教模式，讓民眾真正理解自身健康風險的獨特性，提升自我管理動機與行動力。

在臨床端，系統透過家醫大平台整合整體風險評估與DCSI資訊，為基層醫師提供強大的決策輔助工具。當醫師診療糖尿病患者時，平台會自動呈現患者的風險分級、近期檢驗趨勢、潛在併發症預警，並依據AI分析提供照護建議選項。這不僅節省醫師翻閱病歷與整合資料的時間，更重要的是能及早識別高風險個案，啟動預防性介入。中華民國糖尿病學會、糖尿病衛教學會、台灣基層糖尿病學會與台灣家庭醫學醫學會四大學會共同參與，確保平台設計符合臨床實務需求，並能無縫接軌現行糖尿病共同照護網絡。對於偏鄉診所而言，這套系統更能縮短城鄉醫療差距，讓偏遠地區患者也能享有都會級的精準衛教服務。

場域驗證佈局與政策擴散願景

此次場域驗證共計40家基層診所參與，地域分布涵蓋北部7家、中部29家及南部4家，特別納入都會型與偏鄉型診所，確保驗證結果具備全台代表性。中部診所佔比最高，反映當地基層醫療體系的積極參與態度；南北分布則考量不同區域的疾病流行特徵、醫療資源密度與民眾健康識能差異。偏鄉診所的納入尤其關鍵，因為這些地區患者往往面臨醫療可近性低、衛教資源不足的雙重困境，AI精準衛教的導入可望產生最大邊際效益。驗證期間將追蹤多項指標，包括民眾健康識能提升度、醫師臨床決策效率、糖化血色素控制率改善、併發症篩檢完成率等，以科學數據評估實際成效。

衛生福利部石崇良部長親自出席發表會，凸顯政府對此計畫的高度重視。這項政策不僅是單一疾病管理工具，更是台灣智慧醫療戰略的重要試金石。若場域驗證成果顯著，未來將逐步擴大參與診所數量，並考慮延伸至其他慢性病領域，如高血壓、心臟衰竭等。更重要的是，這套模式建立了可複製的產官學協作範本：政府提供數據資源與法規架構、學術機構確保專業品質、科技業者貢獻AI技術、醫療機構提供場域驗證。四方協力不僅加速創新落地，更確保解決方案符合台灣醫療體系獨特性。展望未來，健保署將持續在資料安全與智慧應用之間尋求最佳平衡，讓AI真正成為強化基層醫療、實現精準健康的關鍵推手，為全台慢性病患者帶來更優質、更個人化的照護體驗。