在 A 醫院排了三週才輪到的磁振造影，報告拿到手、醫師建議轉院。你把光碟和報告都帶齊了，坐進 B 醫院的診間，卻被告知：這個我們讀不了，重做一次吧。於是你再排一次隊、再躺進一次那臺機器、再等一次報告。 這不僅折磨患者，更耗費大量醫療資源。令人不解的是，臺灣明明擁有涵蓋 2300 萬人、累積逾 30 年的健保大數據，為何病歷至今仍是一座座互不相通的孤島？
&nbsp;
衛生福利部資訊處處長、臺大醫學院急診醫學科教授李建璋指出，大家熟知的健保大數據，本質上只是用來行政核銷、申報健保費用的表格，例如疾病分類碼、藥品與檢查項目。這類格式固定、能直接轉成 Excel 試算表的「結構化資料」，在所有醫療病歷中僅占 10 %。
&nbsp;
相反地，占了 90% 的病歷核心是「非結構化資料」，這裡才真正藏著病人的詳細病情：醫師親手寫下的病情敘述、磁振造影影像、病理切片照片、甚至是超音波聲音。這些散落在各家醫院內部、未被納入健保大數據的臨床資料，才是 AI 醫療時代最關鍵的資料。
&nbsp;
然而，臺灣各大醫院的醫療資訊系統（Hospital Information System, HIS）高達 40多套，規格不相容，成為醫療 AI 普及的最大絆腳石。這 40 多套系統並非疊床架屋的亂象。過去 20 年，各醫院為了自己的門診流程、檢驗項目與給藥習慣，各自投入資源打造最合身的系統，在當時是完全合理的選擇——只是沒有人預料到，AI 時代會需要這些系統彼此對話。李建璋處長明確點出：「臺灣在跨入智慧醫療的門檻前，必須先解決『書同文，車同軌』的難題。」
&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/2026/09/1-7.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;">衛生福利部資訊處李建璋處長。專精於大數據、人工智慧與實證醫學，擁有深厚的臨床與資訊跨領域經驗，目前正致力推動臺灣的醫療數位轉型與次世代醫療平臺建置。</div>
</div>
</div>
</div>
</div>
&nbsp;
數位巨塔的百億代價
既然系統不相容，政府為何不直接統一採購全球最先進的系統？歐美頂尖醫療機構近年確實紛紛走上這條路，如哈佛及劍橋大學教學醫院，陸續汰換既有的分散系統，重金引進在美市占率極高的醫療資訊系統巨頭 Epic，就是為了實現資料完全互通，為 AI 應用鋪路。
&nbsp;
然而，這條道路對臺灣卻是無法承受之重。李建璋處長坦言：「這套系統真的太貴了。」 據他提供的數字，新加坡陳篤生醫院導入就耗資 50 至 100 億新臺幣，且每年需支付 15～20% 的維持費。若臺灣強行引進，高昂的科技稅將摧毀臺灣便宜且高品質的醫療資源。
&nbsp;
你可能會想，既然買不起，那由衛福部自建系統不就得了嗎？但各家醫學中心有各自發展軌跡與臨床習慣，若要所有院長協調出全國統一的基礎規格，李建璋處長笑稱：「恐怕關起門開上三天三夜也得不出結論。」
&nbsp;
面對僵局，臺灣決定另闢蹊徑。李建璋處長指出，任何產業要走向智慧應用，都得先有一套全球通用作業系統，通常是一個封閉，一開放：手機有 iOS 封閉系統與 Android 開放系統；汽車也發展出自己的車用系統，像是 Tesla FSD 封閉系統與 nVIDIA Alpamayo 開放系統。但醫院至今沒有一套開放系統。「美國的 Epic 像蘋果一樣封閉而昂貴，世界上還沒有人做出一套開放的醫療作業系統。」李建璋處長說明。
&nbsp;
臺灣要做的，正是這件事。「我們要打造醫療界輕量級的開放作業系統 Chrome OS。」 李建璋處長形容，世界各國的 HIS 生態各異，要重新從底層打造一個作業系統耗時太長，我們可以走一條新興的輕量級路線，類似 Chrome OS。
&nbsp;
李建璋處長舉例，Mac 與 Windows 的底層架構完全不同，但只要打開 Chrome，就能在同一個生態系中互動。如今的 Chrome 已經不只是瀏覽器，更進化成作業系統，可以在 Chrome 的環境執行各式各樣 App。因此每個人不需要大費周章換掉底層原生作業系統，依舊可以達成互通、共同操作。同樣地，各大醫院不需更換「祖傳系統 Legacy HIS System」，只需在外側架設通用轉換層，就能將病歷即時且標準化地輸出，成為兼顧技術自主與轉換成本的聰明解方。
&nbsp;
從擂臺賽到 23 家醫學中心：FHIR Box 的誕生
「Chrome 平臺」的思維雖然完美，但即時翻譯需要極高的運算效能。在忙碌的診間，若每一次病歷交換都讓電腦轉圈圈延遲，將對爭分奪秒的醫療決策造成重大威脅。為了解決轉譯效能，李建璋處長早一步與廣達、群聯等本土科技巨頭展開合作，共同研發高效能的硬體轉譯技術。
&nbsp;
為了實測這套自主研發的實力，衛福部大膽舉辦了「第一屆國際 FHIR 伺服器效能競賽 」，李建璋處長甚至親自飛往新加坡，邀請全球醫療資訊龍頭 Epic的底層資料平臺供應廠商 InterSystems 派員來臺同場較勁。在限時轉換一百萬本病歷的決賽中，臺灣本土公司竟跑出了超越InterSystems的速度。李建璋處長自豪地表示：「InterSystems 確實名不虛傳，但臺灣硬體『少林』與歐美軟體『武當』齊平的實力，給了我們極大的政策信心。」
&nbsp;
技術過關了，但如何向醫學界推廣？李建璋處長發揮實務智慧，將這套結合大廠硬體與轉譯標準的機器，以國際電子病歷交換標準 FHIR（Fast Healthcare Interoperability Resources，快速健康照護互通操作資源）為核心，軟體是獨家研發的 FHIIR OS，硬體也是台灣本土研發的 FHIR Server，二者和一包裝命名為好記的「FHIR Box」。過去 FHIR 的軟體升級工程浩大，大家望之卻步，台灣花了 15 年都不曾成功過，他笑稱：「現在有了這個成熟度高的解決方案，我只告訴院長們：『這是一個神奇魔法盒，資料接進來就會自動互通。』一夕之間，大家重燃信心，都說要趕快引入！」
&nbsp;
這套 FHIR Box 設計極具彈性：在醫學中心是大型伺服器機櫃，在基層診所則可縮小成捧在手上的實體小盒子。更關鍵的是，它解決了病患重視的隱私問題。去中心化的設計讓病歷在醫院「本地端」安全轉譯，只有在病患授權且有跨院轉診需求時，才會釋出特定且去識別化的資料，兼顧了效能與隱私。
&nbsp;
這項國家級工程正加速落地。在 2025 年完成中山、馬偕、長庚等醫院的試辦驗證後，今年年底前，全臺 23 家醫學中心、橫跨 17 套系統將全面接入 FHIR Box；未來三到五年內，這套自主的數位微血管將一路延伸至最基層的社區診所。對開場那位病人來說，這意味著什麼？當 A 醫院與 B 醫院都接上 FHIR Box，他在 A 院做完的磁振造影與抽血報告，會在他授權的那一刻隨轉診單一起抵達 B 院診間，不必再掛號排隊重來一次。
&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/2026/09/1-8.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;">當各家醫療院所的醫療資料都能「書同文、車同軌」，資料就能跨院互通，進而提升醫療效率。</div>
</div>
</div>
</div>
</div>
&nbsp;
破解醫院的 Chinglish，教 AI 看懂「斯斯有幾種」
李建璋處長形容，有了 FHIR Box，就像鋪好了資料傳輸的「郵差道路」，並將資料分類放進不同的「信封」。但若信封裡的「信紙內容」是用彼此看不懂的語言寫成，依然無法對話。要讓資料真正活起來，必須挑戰最艱難的部分：臨床醫學術語的標準編碼。
&nbsp;
國際上有三大主流編碼：針對實驗室檢驗數據的 LOINC 、包含超過 98 萬個臨床術語描述的 SNOMED CT ，以及精準對應藥物成分、劑量、劑型及商品名的藥碼 RxNorm。然而，這些國際標準一落到臺灣，就面臨「病歷方言」的極大考驗。
&nbsp;
「臺灣的病歷寫的不是中文，也不是英文，我們叫 Chinglish。」 李建璋處長指出。醫師為求快速，常夾雜院內自創縮寫，也習慣直接寫「普拿疼」這類本土商品名。若直接丟給通用 AI，系統可能當機或給出荒謬解讀。
&nbsp;
為此，衛福部開發了以大型語言模型為基礎的「智慧自動編碼器」。團隊收集各院的縮寫對照表與本土藥物資料庫餵給 AI，並採取兩步驟策略：
&nbsp;
<ol>
<li>先翻成標準英文：將中英夾雜、雜亂無章的病歷，以語意潤飾改寫成規範的英文病歷。</li>
<li>再對照國際編碼：在標準英文的基礎上，讓 AI 自動對應 SNOMED CT 的臨床術語編碼。</li>
</ol>
&nbsp;
「現在，我們連『斯斯有幾種』都教會 AI 了！」 李建璋處長笑著說。這項突破徹底解放了醫院的疾病分類人員。據衛福部統計，過去資深疾病分類師人工編碼一份出院病歷平均需耗時 30 分鐘；導入智慧編碼後，AI 僅需數秒便能完成，處理量提升約 10 倍，精準度也同步改善，讓臺灣醫療資料正式邁入機器可直接讀取與運算的「AI ready」狀態。
&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/2026/09/1-6.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;">有了以大語言模型為基礎的智慧自動編碼器，可以替藥物正確編碼，同時將病歷變成統一格式。</div>
</div>
</div>
</div>
</div>
&nbsp;
讓 AI 進診間之前：三大 AI 治理中心
不過，把病歷整理成 AI 讀得懂的格式，和把 AI 放進診間協助醫師判斷，是兩件性質完全不同的事。前者是工程問題，做得快、做得準就算成功；後者一旦出錯，代價是病人的健康。當基礎資料格式道路鋪設完畢，真正棘手的問題才浮現：我們憑什麼相信這些 AI？醫療 AI 攸關性命，對準確性與可靠性的要求遠高於一般聊天機器人。為此，衛福部規劃了全國性的「智慧醫療三大 AI 中心」，從落地、取證與給付維度，為 AI 繫上最牢固的韁繩。
&nbsp;
第一道防線是「負責任 AI 執行中心」，確保醫療 AI 符合世界衛生組織的倫理框架：診斷邏輯必須可追溯、病患隱私必須嚴格保護，並確保科技福祉不會因貧富或地域產生不公。AI 不能是一個無法透光的黑盒子。目前全臺已有 10 家不同層級的醫院獲得補助成立。
&nbsp;
第二道防線是「臨床AI取證驗證中心」，要破解的是 AI 水土不服的問題。在 A 醫院表現完美的模型，常因人口結構或儀器規格不同，到了 B 醫院就退化為看不懂病歷的廢柴。該中心要求所有醫療 AI 在正式臨床取證前，必須通過跨院交叉驗證，由 4 家核心醫院與 15 家跨層級、跨體系的聯盟醫院共同執行這場嚴格的「入學考試」。
&nbsp;
最後則是攸關科技能否獲得健保給付的「AI影響性研究中心」。面對上百款取得軟體醫材許可證的 AI，健保資源不可能照單全收。該中心引進嚴謹的隨機臨床試驗精神，將病患隨機分組，實測傳統醫師與「醫師 + AI」的療效差異。
&nbsp;
李建璋處長強調：「我們要用最嚴格的臨床試驗，實測『醫師 + AI』是否真的能提高診斷準確率、減少併發症或住院天數。只有當數據證明 AI 確實對病人健康與醫療品質帶來實質提升，我們才會給予健保的優先給付，讓真正有價值的科技得到實際支持。」
&nbsp;
值得留意的是，這三大中心並非疊床架屋的行政機關，而是分散部署在臺灣各級醫院中。透過這種去中心化的聯邦式治理架構，臺灣在擁抱科技的同時，建立起嚴謹的智慧醫療安全防護網。
&nbsp;
迎來更有溫度的智慧醫療未來
當管道、語言與防護欄三者都到位，醫院的體質也跟著改變。臺灣醫療將逐步邁入「軟體重新定義醫院」的時代。如同智慧電動車，在背景下載新軟體後就能獲得新功能，未來的智慧醫院，其核心價值不再是蓋了多少棟大樓或採購了多少昂貴設備，而是背後運行的數位生態系。
&nbsp;
這將改變我們的就醫體驗。踏入診間前，聊天機器人已在線上完成前置問診，並整理成病歷草稿；醫師點開系統時，AI 代理人已在三分鐘內自動消化完你過去數十年跨院的龐大病歷與影像，精準勾勒出病史軌跡與潛在警訊。手術室內，AI 導航系統也將協助醫師精準定位病灶，讓手術更安全、更精確。
&nbsp;
面對科技發展，不少人焦慮醫護人員是否會面臨集體失業的危機？李建璋處長堅定地否定：「AI 不會取代醫生， AI 絕非剝奪工作，反而將成為解決臺灣醫護血汗與過勞危機的關鍵解藥。」
&nbsp;
急診室或門診的醫護之所以精疲力竭，很大程度是被繁重的行政文書、病歷撰寫與健保編碼給綁住。當 FHIR Box、智慧自動編碼器與 AI 代理人分擔掉這些重複庶務，醫師才得以從鍵盤與螢幕前解放，將時間還給診間裡的病人。
&nbsp;
醫學的本質，永遠是關懷與人性的溫暖科學。透過 FHIR Box 打通數位巴別塔，臺灣走出了一條技術自主的道路，也將用科技為醫護減壓，迎來更有溫度的智慧醫療未來。
&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｜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）