臺灣的臨床醫療一向處於世界前列，在人工智慧蓬勃發展下，除了一般人能藉此獲得初階的醫療知識，醫療專業人員更是能夠引進新的人工智慧科技，輔助診斷、治療、醫病溝通等方方面面。但是技術先進性，並不是唯一的判斷因素。

將人工智慧用於臺灣醫療

具體來說，醫療場景要怎麼導入跟應用 AI 呢？擔任「臺灣智慧醫療聯盟計畫」（Taiwan Smart Healthcare Alliance, TSHA）召集人，現為臺中榮民總醫院名譽院長的陳適安醫師解釋，比較廣義的智慧醫療等於數位醫療，醫療的各種數位化都能算。例如病歷整理記錄、門診與手術的檔期安排，病人追蹤管理、遠距醫療、機器人輔助手術治療等等。而聯盟著重的智慧醫療，專指開發人工智慧醫材及其在醫療上的應用。

想要做出優秀的人工智慧產品，必須提供足夠的數據和資料。例如開發醫材，必然希望在臺灣各地都能順利運用，進而推廣到國外。這代表要先從不同醫療單位，蒐集數量充足的患者資料，考慮潛在的分歧、差異。

因此「臺灣智慧醫療聯盟主題式智慧醫材跨機構驗證及認證計畫」執行的每一項專案，都由多家醫學中心合作進行。另外也邀請大專院校、學術單位加入，結合不同領域的力量，參與單位遍及臺灣各地，總體規模十分龐大。

陳適安醫師表示，智慧軟體醫材目前共有 28 項專案獲得初步結果，初期以心血管、影像醫學為主，隨後又加入骨科、腸胃科等專科。這些專案最終都希望能取得衛生福利部食品藥物管理署認證，以及得到美國食品藥物管理局（FDA）認證。截至 2025 年已經有數項達成立足臺灣，進入國際的目標。

訓練各處都能通用的智慧醫材

乍聽之下，在醫院蒐集病例資料，訓練 AI 模型得到智慧軟體醫材，按部就班，好像不會太難？但是能夠「通用」的智慧醫材，還必須面臨後續考驗：「在一間醫院開發的這套系統，能用在其他醫院嗎？」。

以臺中榮總主導，林口長庚紀念醫院合作的專案「應用於染色體檢測的智慧輔助診斷系統之跨院驗證與智慧醫材申請」為例。「染色體檢測」通常以羊膜穿刺取得照片，並觀察照片中的染色體是否有異常，絕大部份臺灣人還在媽媽的肚子裡時，都經歷過這類檢測。然而，如此重要的產前診斷步驟，如今面臨醫療人力短缺的壓力。

染色體檢測的一張圖中，包括多條不同染色體。如果條條分明便不難判讀，實際上卻常有重疊、相黏，影響識別。判斷重疊、相黏的染色體要耗費更多人力，也不利 AI 辨識。研究團隊為了接近真實狀況，不只使用不重疊與不相黏的簡單原圖，還包括大量重疊與相黏，不容易識別的圖像，先由真人檢視並校閱。在這些專業人員人工判斷為困難的資料訓練下，能有效增進臨床的實用性。

由此訓練得到的模型，在臺中榮總的正確率皆能超過 98%，優於現今國際的臨床標準。然而，改用其他醫院的圖像，正確率卻明顯低一截。這說明根據一處資料開發的模型，必須調整後才能用於別處，而且使用者必須有能力判斷智慧醫材的分析結論是否正確。畢竟，ChatGPT 亂講話，我們笑笑就好，可是智慧醫材說錯話，卻會影響病人的健康與生命。

解讀染色體圖像算是「醫學影像分析」的應用，同樣的概念，也能用於低劑量顯影劑電腦斷層掃描（CT）等不同影像分析。臺灣智慧醫療聯盟進行的心律不整預警、正常心律中偵測心房顫動、急性腎損傷風險預測、胸腔 X 光肺結核、乳房超音波腫塊良惡分類、加護病房敗血症發生機率、胰臟癌輔助偵測模型等專案，雖然歸類在不同醫療專科，卻和前述舉例的染色體檢測共享一樣的大概念。那就是要搜集夠多資料，前期經過繁雜耗時，卻不可或缺的真人檢視與標記，以及在不同醫院比較實際效果，後續才能享用人工智慧帶來的優勢。

負責任推出新產品，持續追蹤比較影響性

然而，耗費資源開發一項智慧醫材產品，完成投入應用後，並不是結束。就像電腦、手機，今年新版問世，後年又會推出更新的款式，各種互動式人工智慧如 ChatGPT 更是陸續推出新版。同樣的道理，許多智慧醫材也會推陳出新。更進一步思考，如同個人通訊裝置從固定式電話、BB Call 呼叫器，到手機的演化，未來也會有更新發明的智慧醫材，不但滿足舊的目標，亦將創造新的需求。問題是，醫療是法律高度管制的產業，主管機關該如何決策？

陳適安醫師譬喻，就像是藥物，有舊藥，有新藥。新藥想通過上市，必須證明具有比舊藥更好之優點。智慧醫材也會有新舊之別，該以什麼標準，如何判斷呢？要做出合適的決策，需要持續搜集資料，考慮不斷演變的各方證據。這便是衛生福利部「臺灣智慧醫療三大中心」成立的一大任務。

臺灣智慧醫療三大中心包括：負責任 AI 中心、臨床 AI 取證驗證中心、AI 影響性研究中心。「負責任」意思為：提高臨床應用的透明度與效率，增進公眾的信任與接受度。「臨床取證驗證」目標為：擴大參與者數量與資料規模。「影響性」主旨為：建立實證應用與評估的基礎。

身處真實的醫療現場，要考慮不少層面的事情。陳適安醫師舉例，一項產品上市時有 80% 的正確率，在當時是第一名。後來卻有正確率 90% 的新產品問世，那麼還要允許 80% 正確率的舊產品繼續使用嗎，是嘗試改善，或是直接淘汰？

某款產品可以提早發現骨質疏鬆，及早介入能降低後續骨折與開刀的機率。這當然是「好」的商品，但是有多好，和其他同類產品相比如何，政府應該給付嗎？對於將不斷推陳出新的智慧醫療商品，AI 影響性研究中心應運而生。

智慧醫療產業，需要不同領域的人才。陳適安醫師表示，現今臺灣的醫學院普遍開設資訊課程，醫學背景的學生在學時就有機會學習「智慧」，而資訊工程、電機等科系也常常設有醫療組，有志於此也不難接觸「醫療」。另外像是法律等專業，也與實現智慧醫療密不可分。智慧醫療還有很多發展機會，等待有興趣的人投入。