在臺灣，智慧醫療已成為發展重點，作為科技之島，臺灣擁有豐沛的資源，理應在這個領域大放異彩。然而，除了少數醫學中心，真正將相關技術融入日常工作的醫療單位並不多。儘管投入大量研發資金，國內外獎項捷報頻傳，許多技術屢獲佳績，但這些成果為何無法廣泛應用於醫療現場？
&nbsp;
「關鍵在於缺乏智慧醫療的軟體基礎設施。」衛生福利部資訊處處長暨臺大醫學院急診醫學科教授李建璋指出。智慧醫療基礎設施並非指網路、電力或電腦，他解釋「更重要的是軟體基礎設施，而這不是買軟體就可以解決的。」智慧醫療應用涵蓋影像辨識、文字處理、超音波、心電圖等多面向，每項應用就是一個App。然而，這些應用需要一個統一的「應用市場」，類似手機的 App Store 或 Google Play，並搭配標準化的「資料接口」讓應用能「隨插即用」。目前，臺灣缺的智慧醫療基礎建設就是統一市場與標準化資料接口。
&nbsp;
智慧醫療應用需從電子病歷提取資料，經運算後回饋結果。然而，各家醫院的電子病歷系統不同，資料接口標準不一。對 AI 應用來說，可能需要 100-500 個資料接口，且需逐一手工對接，這種複雜性成為智慧醫療普及的重大障礙。 為了解決這問題，必須採用國家級的標準化規範——FHIR（Fast Healthcare Interoperability Resources），統一資料格式。過去一年，臺灣致力於開發本土技術自主的資料轉換工具與國家 FHIR 標準，並在長庚、馬偕、中山等醫院的實踐中取得具體進展。
&nbsp;
為何大數據+演算法不等於智慧醫療？
「許多研發團隊在跨進智慧醫療領域時，常有一個過度簡化的想像：以為只要手握龐大的醫療數據，再配上強大的 AI 演算法，就能自然誕生出精準的智慧醫療服務。」工研院生醫與醫材研究所李建儒經理一針見血地指出，「但在實務研發中，我們碰到的第一個殘酷現實是，如果底層的資料標準沒有統一起來，將近有 80% 的研發成本與時間，都會在無形中被極度痛苦的『資料清洗、代碼糾錯與單位轉換』所吞噬，導致醫療 AI 團隊往往只能用剩下的 20% 精力去調校核心模型。」
&nbsp;
這種混亂就如同聖經中無法完工的巴別塔，因為語言不通，再優秀的工匠也無法合力蓋起高樓。李建璋處長用了一個科學史上的經典範例來做比喻：想像 1990 年代以前的網際網路世界，當時全球各地的電腦與網路其實已經實體連線，但連得上並不代表看得懂。直到 Tim Berners-Lee 提出了全球資訊網（WWW）的通用標準，定義了 URL、HTTP 和 HTML 等資訊交換的共通語言，才真正打破了作業系統的藩籬。
&nbsp;
「如今，不管你使用的是 Windows、Mac 還是 Linux，只要大家遵守共同標準，一個瀏覽器就能無痛連接全球成千上萬個網站，更重要的是，在 WWW 衍生出了成千上萬的應用程式，改變人類的生活。」李建璋處長說明，「過去政府的補助都聚焦於醫院和廠商創造治療應用，無法創造典範轉移，衛生福利部資訊處要聚焦在基礎建設上，能夠成功導入FHIR就好像在醫療院所的電子病歷上架了一層新的WWW，所有的應用自然孕育而生，百花齊放。」
&nbsp;
李建儒經理分析，「目前的醫療產業也處在完全相同的轉折點。各大醫院、甚至同一家醫院內部不同的檢驗室系統、放射影像系統與藥局系統，都各自使用著封閉且不相容的資料格式與代碼。而 FHIR（快捷醫療互通標準）的誕生，正是要扮演醫療資訊世界的『共同 Web 語言』。」這正是為什麼李建璋處長設計 「FHIR OS （快捷醫療互通平臺）」。這是國際上全新的電子病歷平臺作業系統架構，底層是三大語意基礎、中間是FHIR轉換層、上方是三大生態系，包含臺灣健康資料空間、臺灣健康規則空間、臺灣健康應用空間。
&nbsp;
整個架構委託工研院執行開發，實現國產軟體技術自主，李建儒經理說明，「處長這套設計最務實的地方，在於不強求任何一家醫院更換原有的醫療資訊系統，而是在醫院既有架構上方建立一個通用的標準資料層。」這可以大幅減輕醫院系統升級時造成的混亂，也保留了各自醫院獨立發展服務流程的空間，同時，我們過去 30 年來各大資訊廠商與醫學中心在電子病歷的投入也不至於浪費。
&nbsp;
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2026/09/2-4.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">醫療系統需要一套猶如全球資訊網的共通語言，才能打造出無藩籬的醫療環境。</div>
</div>
</div>
</div>
</div>
&nbsp;
FHIR 與主權 AI 聯手打通的數據經絡
既然要讓數據自由流動，就必須同時打通系統結構與臨床語意這兩條經絡。
&nbsp;
FHIR 扮演的是一套國際電子病歷互通的標準架構，FHIR OS 則是李建璋處長在國際標準和臺灣情境下設計出來，一套專為醫療大數據設計的國家級醫療作業系統架構，他設計了三大核心空間構成：首先是「臺灣健康資料空間」，負責將來源迥異的臨床數據標準化，統一對應到臺灣核心資料交換集；其次是「臺灣健康規則空間」，其核心在於導入臨床品質語言與 CDS Hooks 連動機制（當醫師在電腦前開立處方或檢查的當下，會在系統背景自動觸發規則比對，並即時給予提示的輔助機制），將複雜的健保給付規則轉譯成程式碼，在醫師開單的當下即時判定並給予提示，能大幅降低退件核刪率，省去醫師反覆對照指引的行政負擔；最後是「臺灣健康應用空間」，這打造了類似醫療界 App Store 的生態，能讓符合規格的智慧醫療 App在各院隨插即用。
&nbsp;
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2026/09/2-6.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">由李建璋處長設計的 FHIR OS 三大空間運作示意圖。</div>
</div>
</div>
</div>
</div>
&nbsp;
這三大空間的架構是國際上第一次提出，也是目前智慧醫療領域臺灣獨有的國家級醫療資訊架構。群聯技術長林緯表示，「臺灣過去在硬體領域的成就，基本上是遵循國際大廠制定的規格、標準發展，FHIR OS 以 FHIR 資料標準化的轉換器和伺服器為中心，向下承接原始電子病歷，向上對接三大空間架構，是一個全新的醫療資訊架構，也有機會帶領臺灣醫療資訊走出創新升級的道路。」
&nbsp;
李建儒經理指出：很多國家只有追求 FHIR 互通，那只能提供結構上的相容，內容無法達成機器可讀，可互相操作，所以李建璋處長提出的架構更前瞻，要一次解決內部臨床語意的一致性，李建儒經理進一步指出：「如果機器讀不懂病歷中的文字描述，再完美的系統空間也無法運作。因此，李建璋處長導入國際三大編碼標準，分別用於標準化臨床檢驗項目、建立醫學語意的臨床醫學編碼，以及能精準對照藥物商品名與成分。唯有透過這些標準，才能將原本雜亂的醫療病歷，轉化為機器可讀的『AI Ready』高品質數據。」
&nbsp;
但面對高達近百萬筆的複雜編碼，如果單靠人工進行編譯，會耗費海量的人力與時間。為此，由李建璋處長親自設計、工研院團隊協助實踐的主權 AI 編碼工具 Smart EHR Coder，便成為了解開此一困局的核心鎖鑰。
&nbsp;
「Smart EHR Coder 是臺灣首套具備國家級標準的主權 AI 編碼系統。」它能夠克服大量人力編碼，當要進行語意統一與內容編碼，大量的人工編碼工作可能壓垮第一線的疾病分類管理師，所以李建璋處長帶領工研院資通所李青憲組長團隊投入研發，發展出一個可以透過大語言模型解析文字內容自動生成編碼的AI工具。
&nbsp;
李青憲組長分享系統設計的技術觀點：「過去醫療 AI 團隊最痛苦的就是清洗資料。這套系統利用先進的大語言模型，能自動辨識臨床病歷中非結構化的主訴、診斷與用藥，克服醫師習慣使用的醫學縮寫、專有名詞甚至本土藥名，自動且精準地將其轉譯為標準編碼。這讓臨床編碼跨入半自動化時代，不僅解放了原本工作負荷暴增的疾病分類師，更將科技業者最頭痛的資料清洗與代碼對照成本降低了高達 80%，讓廠商能把 100% 的研發能量專注在核心演算法的優化上。」
&nbsp;
藉由 FHIR 三大空間的結構支撐，搭配三大編碼與 Smart EHR Coder 的語意轉譯，臺灣在不更換醫療資訊系統的彈性前提下，為智慧醫療建構起牢固的數據經絡。
&nbsp;
醫療 AI 的治理框架
當有了上述基礎，可以讓大量 AI 應用進入醫療體系之後，光有資料、規則與應用還不夠，還必須建立完整的 AI 治理與倫理監管。因此，整體架構還需要相應的國家級中心來支撐。在AI監管部分，李建璋處長也提出全球首創的三大中心治理框架，其中包括負責任 AI 中心，協助醫院與 AI 開發者在負責任 AI 的框架下使用人工智慧，避免 AI 所產生的倫理與臨床風險，例如模型飄移、黑箱問題、責任歸屬不清，以及模型長期維運與永續性等問題。
&nbsp;
另外，也需要建立外部驗證中心，協助臺灣及國外的 AI 廠商，利用國家的醫療基礎建設進行 AI 模型的外部驗證。透過大量、真實世界的電子病歷資料，可以確認 AI 模型在不同醫院、不同病人族群與不同臨床環境下，是否仍然具有良好的泛化能力，也就是換了場域與病人後，仍能維持穩定的表現。最後還需要影響力評估中心，利用隨機臨床試驗評估醫療院所在有無AI的情境下創造的實際臨床價值，這個結果可以作為醫療經濟評估重要參考，也可以為健保是否納入評估提供一個嚴謹的本土科學證據。
&nbsp;
<div class="py-6">
<div class="jsx-3968805167 flex justify-center -mx-2">
<div class="jsx-3968805167 px-2">
<div class="jsx-3968805167 relative overflow-hidden"><img decoding="async" class="jsx-3968805167" src="https://www.charmingscitech.nat.gov.tw/backend/wp-content/uploads/2026/09/2-5.jpg" />
<div class="jsx-3968805167 absolute w-full left-0 bottom-0 p-4 text-white text-[13px]" style="background: rgba(0, 0, 0, 0.66); display: block; line-height: normal;">FHIR 平台採用了多階段去識別化技術，有效降低病患隱私外洩風險。</div>
</div>
</div>
</div>
</div>
&nbsp;
回歸「以人為本」的溫暖醫療新時代
隨著智慧醫療轉型逐步推進，FHIR 將從全臺醫學中心一路普及至基層診所，為民眾與醫院帶來溫暖改變。
&nbsp;
李建璋處長與李建儒經理皆有著相當正面的期盼。對民眾而言，跨院轉診將實現無痛銜接。只要簽署數位同意書，醫師就能即時取得前院的抽血報告、過敏史與放射影像，病患再也不用排隊燒光碟。這不僅大幅減少跨院重複用藥，也避免了病患接受多餘、具輻射性的電腦斷層與密集抽血，就醫體驗更加安全舒適。
&nbsp;
對醫療院所來說，行政與品管負擔將大幅降級。在規則空間與 CDS Hooks 連動下，系統能在開單當下即時比對適應症，杜絕事後核刪退件；而以往耗費大量護理與品管人力手動撈取的評鑑指標，亦能透過電子臨床品質指標轉為背景自動化運算，省去人工統計的時間，並確保數據客觀真實。
&nbsp;
「AI 醫療與數據標準化，是為了成為醫護最可靠的減壓夥伴。」李建璋處長溫暖地總結。當科技接手了冰冷的鍵盤、繁複的申報與冗長的指標統計，醫師終於能移開緊盯螢幕的視線，轉身傾聽病人，將精準與時間還給科技，把關懷與溫度留給病人。
&nbsp;
（客座總編輯｜衛生福利部資訊處處長暨臺大醫學院急診醫學科教授李建璋；研究顧問團隊｜工業技術研究院生醫與醫材研究所經理李建儒、衛生福利部資訊處處長暨臺大醫學院急診醫學科教授李建璋；責任編輯｜王喆宣、洪孟樊）