醫療數據如何變黃金？醫界：AI落地後「給付機制」成最後一哩路

人工智慧(AI)加速導入醫療場域，台灣如何將龐大醫療資料從「資料庫」轉化為大健康產業資產備受關注。醫療及產業界今天(11日)指出，關鍵不只是累積資料，更要讓不同系統的資料能互通、真正進入臨床日常；隨著醫療AI技術研發、驗證與取證環境逐漸成熟，下一步則是建立合理、有效的給付機制，讓AI產品真正走完商業化「最後一哩路」。

2026「AI醫療新局 臺灣鏈結全球」論壇11日在台北登場，其中一場專題座談聚焦「從醫院資料到產業資產：AI大數據如何帶動臺灣大健康新商機」，由工研院院士陳適安主持，邀請臺北醫學大學校長吳麥斯、林口長庚紀念醫院院長陳建宗，以及雲象科技創辦人暨執行長葉肇元一同分享經驗。

吳麥斯指出，醫療AI要發展，第一步仍是「資料整合」。醫院內部往往有上百套不同系統，必須先讓資料彼此交流，後續才有AI應用的可能；第二則是讓AI真正融入日常醫療流程，因為產品只有持續被使用、被檢驗，甚至被抱怨、被修改，才有機會不斷進化。

他也強調，醫院不可能從頭到尾獨力完成所有AI開發，因此第三個關鍵是「夥伴」。醫院本身必須全程參與，但也要與科技業者、政府及其他醫療機構合作，才能讓資料與AI應用逐步擴大規模。

葉肇元指出，過去大家常認為AI一定由科技公司開發後再賣給醫院，但現在愈來愈多醫師也自行投入AI研發；他認為，台灣醫療AI要真正形成產業，現在最需要突破的已不是技術端，而是政府、醫界與產業應共同研議合理且有效的給付模式。他說：『(原音)最後一哩路是政府要跟醫界還有業界一起來探討，就是說一個合理、但是有效的給付機制，讓智慧醫療可以更快的進到臨床端，因為有些醫院其實他經費不足的時候、要去使用智慧醫療的這些產品其實是蠻吃力的，但他們偏偏可能是最需要的。』

陳建宗則表示，醫院資訊化的價值不只是電子病歷，更重要的是資料結構化及標準化，讓後續不同AI工具可以使用。未來若能進一步建立共同資料格式與平台，不同醫院間就能交換資訊，也可避免各家醫院重複開發相似的應用程式，降低資源浪費。

他指出，AI近年蓬勃發展，目前長庚已有多種AI實際落地使用，但他也經常詢問同仁，AI落地究竟能帶來什麼「價值」。無論醫院或業者投入大量資源發展AI，最終都必須面對如何回收成本，以及政府應如何給付等問題。(編輯：許嘉芫)