衛福部成立AI影響性研究中心推動篩檢工具健保給付落地

衛福部近期正式成立「AI影響性研究中心」等三大單位，旨在解決AI早期篩檢工具進入健保給付的最後一哩路問題。過去AI產品因難以依循傳統醫材製造端成本進行定價，導致大腸癌病變檢測、失智風險評估等工具落地困難。新中心將串聯台大醫院、榮總等16家指標性醫院，透過跨體系臨床試驗，針對AI篩檢的臨床有效性與健康效益進行科學評估。此舉標誌著台灣醫療AI從技術研發轉向建立科學化定價基礎的實務階段，協助產業加速商業化，同時為醫療體系從「成本導向」轉型為「價值導向」奠定關鍵基礎。政府強調，此政策不僅降低後續重症治療支出，更嚴格規範AI工具避免造成醫護技能退化等副作用，確保科技應用與醫療品質雙贏。

政策轉型關鍵：從技術研發到科學定價基礎

過去醫療AI產業長期陷於「技術先行但缺乏經濟效益證明」的困境，廠商開發出高準確率的演算法後，卻因無法量化健康效益而難獲健保給付。例如，某大腸癌AI篩檢系統雖能提升早期發現率20%，但因無法證明能降低30%以上後續手術成本，遭健保署拒付。衛福部新政策明確要求所有申請給付的AI工具，必須通過臨床試驗驗證「每投入1元AI系統可節省3元以上重症治療支出」的經濟效益。這與歐盟AI法案強制高風險醫療AI需提供「可驗證的健康效益」趨勢一致，也避免重蹈美國部分診斷AI工具因無法證明效益而被保險公司拒付的覆轍。據衛福部估算，若AI篩檢全面納入給付，每年可為健保節省120億元重症治療支出，並提前2年發現高風險病患，降低失能發生率。政策更設立「價值評估框架」，整合臨床數據、經濟模型與患者生活品質指標，使定價不再依賴製造成本，而是以實際健康貢獻為基準，徹底改變產業發展邏輯。

跨體系合作機制：16家醫院串聯臨床試驗

新成立的AI影響性研究中心已串聯全台16家指標醫院，涵蓋北中南區域代表性醫療機構，包括台大醫院（北部）、國立成功大學醫學中心（南部）、林口長庚（東部）等。試驗設計採用「雙盲隨機對照」模式，例如在失智風險評估項目中，將AI分析腦部MRI影像與認知測試數據，對比醫師單獨診斷結果，評估準確率提升幅度及診斷時間縮短成效。此機制不僅驗證AI工具的臨床價值，更建立台灣獨有的「人群特徵數據集」，解決國際AI模型常因人種差異導致準確率下降的問題。以大腸癌篩檢為例，試驗將收錄台灣高發病族群的基因與飲食習慣數據，避免直接套用西方數據造成的誤判。研究中心更設立「數據治理委員會」，嚴格規範患者隱私保護與數據使用權限，確保符合個資法要求。此跨體系合作模式已吸引12家AI廠商參與試點，預計2025年完成首批3項工具的健康效益評估，為後續給付標準提供科學依據，同時成為本土醫療AI輸出國際市場的核心競爭門檻。

產業鏈影響：從成本導向邁向價值導向

政策轉型正引發醫療AI產業鏈深層變革，廠商從過去專注演算法開發，轉向證明對整體公衛體系的經濟貢獻。例如，某失智AI公司已與衛福部簽訂試點合約，若試驗顯示其系統能將失智確診時間提前2年，將獲得健保給付，並可依此數據吸引創投投資。2023年台灣智慧醫療創投額成長40%，達新台幣250億元，遠高於全球平均25%的增速。政府更建立「產業合作平台」，整合學界、醫院與廠商資源，提供試驗資金補助與數據共享管道，降低中小企業驗證成本。同時，政策嚴格規範AI工具不得替代醫師核心判斷，要求系統必須提供「醫師持續訓練模組」，並透過定期稽核監測醫護技能退化風險。例如，AI輔助診斷系統需設定「醫師自主決定權」，當系統建議與醫師判斷不符時，系統自動標示需人工複核。此舉不僅保障醫療品質，更促使產業從「技術導向」轉向「價值導向」，吸引國際企業如IBM Watson Health、Google Health關注台灣市場。未來3年，預計將有50項AI篩檢工具完成評估並納入給付，形成完整產業生態系，推動台灣成為亞太區醫療AI創新中心。