賴皮王

今年 5 月衛福部正式函頒《醫療機構應用生成式人工智慧指引》。這是台灣醫療主管機關針對生成式 AI 在醫療場域的應用，提出相對完整的風險治理框架。而筆者讀完這份指引，最大的感受是：這是一份務實、謹慎，而且刻意留白的文件。

務實的地方在於，它很清楚地定位自己是一份行政指導文件，而不是直接具有強制力的法規命令。它不是要醫院立刻停用 AI，也不是要產業界踩煞車，而是希望醫療機構在導入生成式 AI 前，能夠先想清楚風險在哪裡、責任在哪裡、資料流向在哪裡，以及出問題時誰要負責。

謹慎的地方則在於，這份指引明確把「人工智慧代理系統（AI Agent System）」排除在本次適用範圍之外。理由也很清楚：AI Agent 具備感知環境、自主決策與採取行動的特性，在醫療照護情境中，可能對病人健康結果產生直接或間接影響，因此會牽涉更高的病人安全、醫療責任與合規風險。

筆者認為，這個「刻意排除」反而是整份指引最值得讀的地方。

因為只要身在智慧醫療產業就會知道，AI Agent 並不是遙遠的未來式。它已經以各種形式開始進入醫療場域：病歷自動生成、門診摘要整理、跨系統資料整合、病房異常提醒、護理任務輔助、居家監測追蹤、健康管理建議，這些應用背後都正在走向更 agentic 的邏輯。

每年行政院舉辦生技產業策略諮議委員會（BTC）預備會議，產業界通常的反應是：開了、討論了，然後等正式年會的政策方向出來。

但筆者這幾年觀察下來，覺得這個節奏其實有點可惜。因為 BTC 預備會議真正值得看的，往往不是它宣布了什麼新政策，而是它透露出政府對幾個長期難解問題的思路，是否開始移動。

2026 年這場 BTC 預備會議，表面上談的是智慧科技如何串聯醫藥、健康與農業，並從科技應用、法規制度與產業永續等面向，思考台灣生技產業下一階段布局。但如果把這些政策語言拆開來看，筆者認為真正值得注意的，是三個還沒有被完全說出口、但未來五年一定會反覆被追問的問題：

• 跨域整合到底誰來主導、誰來買單？
• 智慧醫材拿到認證之後，給付與商業模式在哪裡？
• 台灣最珍貴的健康資料資產，究竟要如何被安全、可信、合規地轉化為產業價值

這三個問題如果沒有答案，台灣智慧醫療很容易停留在「有技術、有試點、有補助，但缺少規模化商業模式」的階段。反過來說，如果這三個問題開始被制度性處理，台灣智慧醫療的下一個五年，就可能真的進入一個新的競爭階段。

深夜兩點，台灣某個長照機構的照服員例行巡房，發現一位 84 歲的中風臥床住民呼吸略顯急促、臉色蒼白。住民無法精準描述自己的不舒服，照服員也很難只靠目視判斷：這到底是需要立刻叫救護車的狀況，還是可以先觀察、再通知護理師或醫師評估？

在責任壓力下，最安全、也最常見的選擇，往往是後送。

救護車來了，住民被送進急診，歷經數小時等待、抽血、影像檢查、抗生素治療，幾天後再回到機構。對醫療體系來說，這是一個急診個案；但對長照住民來說，這可能是一場身心被迫重新校正和調整的巨大壓力。

而這樣的場景，在台灣長照體系其實並不陌生。

而這也揭示了一個長期存在的結構性矛盾：我們建立了龐大的長期照護機構網絡，用來照顧失能、多重慢性病與高齡衰弱長者，卻沒有同步賦予這些機構足夠的「急性事件應對能力」。

有一類疾病，在全球造成巨大的健康與經濟負擔，卻長期被醫療體系低估。不是因為它不嚴重，而是因為它太難被客觀量測。

偏頭痛和失眠，就是最典型的兩個例子。

偏頭痛不是「頭痛比較嚴重」而已，它是一種會反覆發作、影響工作、學習、家庭與生活品質的神經系統疾病，也是全球疾病負擔研究中長期被列為重要失能原因之一。失眠同樣不是「睡不好」這麼簡單。長期睡眠困擾與情緒、心血管、代謝、慢性疼痛和生活功能都有密切關聯。台灣成人失眠盛行率在部分研究中接近四分之一，顯示這不是少數人的困擾，而是一個龐大的公共健康問題。

但這兩種疾病有一個共同臨床困境：診斷與追蹤高度依賴病患主觀陳述。在神經科門診，醫師評估偏頭痛患者，至今仍高度依賴頭痛日記、問卷與病患回憶。也就是說，醫師在看診的幾分鐘內，能掌握的往往是病患對過去幾週症狀的「記憶與描述」，而不是實際發生的生理過程。

失眠也是如此。睡眠問卷、睡眠日記和主觀睡眠品質評估，是臨床上非常重要的工具，但它們量測的是「病患覺得自己睡得好不好」，不一定能完整反映睡眠期間的生理變化。即使有多頻道睡眠檢查，通常也只能在特定夜晚、特定場域中進行，無法長期捕捉一個人在真實生活中的睡眠變化。

今天要跟各位聊聊的，是台灣長照機構的夜間，一個很少被外界看見、卻非常關鍵的照護現場。

白天有較多護理與照護人力，家屬也比較容易聯繫；但到了深夜，機構裡的照護節奏完全不同。照服員依照機構規範定時巡房、觀察住民狀況，必要時量測生命徵象。這些流程很重要，也支撐了機構照護的基本安全網。

但它有一個結構性的限制：在兩次巡房與量測之間，住民的生理變化，往往是看不見的。對多數住民來說，這段空白未必造成問題。但對多重共病的高齡住民，尤其是合併糖尿病、慢性腎臟病、心臟疾病、失智症、臥床狀態或免疫功能較弱的長者，幾個小時的變化就可能很關鍵。

吸入性肺炎、尿路感染、軟組織感染，這些急性感染在長照住民中並不少見。更麻煩的是，高齡住民的感染表現常常不典型。年輕人感染時會發燒、畏寒、明顯疼痛；但長照住民可能只是比較喘、比較嗜睡、食慾下降、意識混亂，或活動力突然變差。等到值班人員在清晨巡房時發現呼吸急促、血氧下降或意識改變，很多時候已經進入需要送急診評估的階段。

一次急診後送，對高齡住民而言，不只是交通與醫療成本，更可能是一次身體功能、認知狀態與心理安全感的消耗。尤其對失智或身體衰弱住民來說，從熟悉的機構環境被送到急診、等待檢查、住院治療，再回到機構，整個過程本身就可能造成明顯壓力。

台灣是全球透析盛行率最高的國家之一。這句話在醫療圈並不陌生，但它背後代表的，並不是一個冷冰冰的排名，而是在台灣約 9 萬至近 10 萬名需要長期接受透析治療的病患，以及每週三次、每次數小時，在醫院或透析中心中被重新校正生命節奏的日常。

透析治療本身，是台灣醫療體系投入資源最密集、流程最成熟的照護場景之一。護理師熟悉病患的血壓、體重、乾體重、抽血數值與透析反應，醫師也定期追蹤病患的腎臟、心血管與代謝狀態。從制度設計來看，台灣的透析照護並不缺醫療接觸點。

但筆者在這篇文章想跟大家分享的，是另一個比較少被看見的問題：透析結束後，病患返家的那段時間，對醫療團隊而言，仍然很大程度是一個黑盒子。

大多數透析病患不是單純腎臟功能衰竭，而是高度複雜的多重共病族群。他們可能同時有高血壓、糖尿病、心衰竭、周邊血管疾病、自律神經異常與睡眠問題。這些共病的生理變化，不會乖乖等到下一次透析才發生。它們可能在夜間出現、在週末惡化、或是在病患獨居在家時慢慢累積。

但是在現行照護流程，某種程度上仍以「病患回到透析中心時再被看見」為核心節點。但對高風險透析病患而言，許多問題在能夠用語言表達之前，可能已經先在生理指標上留下線索：心率變化、睡眠惡化、活動量下降、夜間血氧波動、HRV 變化，甚至病患自己還沒有意識到的疲憊與恢復不足。

今天想跟各位聊聊的，是台灣有一個醫療資源分布上的結構性困境：醫療科技的進步速度，遠快於醫療資源可及性的改善速度。

在台北、台中或高雄或是各大都會區，一位病患要安排腹部超音波、心臟超音波或血管超音波，通常有相對多的醫院、診所與專科醫師可以選擇。但在許多非都會鄉鎮，影像診斷的可近性就完全是另一個世界。對行動不便的長者、慢性病患者，或需要家人陪同就醫的病患來說，一趟影像檢查，可能不只是檢查本身，而是交通、等待、請假、轉診與照護安排的總和。

這不是單一地區的個案，而是台灣偏鄉醫療長期存在的系統性問題。偏遠地區因地理位置、交通不便、人口規模有限與醫事人力招募困難，長期面臨醫療資源不足的壓力。而影像診斷的落差，往往比單純「醫師密度」更難被數字完整呈現。因為超音波不是只要有設備就能提供服務，它高度依賴操作者的訓練、經驗與判讀能力。

換句話說，偏鄉真正缺的，不只是設備，而是「影像診斷能力」。正是在這個背景下，AI Tele-POCUS（人工智慧輔助遠距床邊超音波）的概念，開始在台灣偏鄉醫療與智慧醫療政策討論中變得越來越重要。

它的核心邏輯，不是單純把更多專科醫師送到偏鄉。這條路過去已經努力很多年，也確實仍然重要，但很難單靠人力補足所有缺口。AI Tele-POCUS 的真正想像，是讓偏鄉現有醫療與照護人力，透過手持超音波、AI 輔助採集、遠距專科判讀與地端算力，做到過去需要更高專業密度才能完成的影像評估。

骨科手術對病患而言，往往不是故事的結束，而是一段漫長復健旅程的開始。

人工關節置換、脊椎手術、韌帶修復、肌腱重建，這些手術能不能真正讓病患回到原本生活，很大程度不只取決於手術當下是否成功，也取決於術後復健是否連續、是否及時、是否能根據病患恢復狀況動態調整。

但在台灣許多偏鄉或非都會區的骨科照護場域，現實往往不是這樣。

病患出院回到家後，醫師真正能掌握的資訊節點，常常只剩下隔週或隔月回診那短短幾分鐘。這次回診和下次回診之間，復健到底做得如何？關節活動度有沒有逐漸進步？肌力恢復是否落後？軟組織腫脹是否持續？肌腱、韌帶或關節周邊組織有沒有出現值得注意的變化？這些問題，醫師多半只能靠病患主觀描述、復健師紀錄，以及回診當天的快速理學檢查來判斷。

問題是，很多時候病患的主觀陳述常常不夠精準。

如果要說台灣智慧醫療中，最少被討論、卻最值得被認真看待的一個族群，依筆者觀察，答案應該是青少年。

過去幾年，台灣青少年的身心健康問題愈來愈明顯：睡眠不足、課業壓力升高、螢幕使用時間增加、運動量下降、情緒困擾變得更常見。這些問題大多不是突然發生，而是長期累積；也不是一開始就會以明確疾病的形式出現，而是先反映在睡眠、注意力、情緒穩定度、疲勞感與生活節律上。

但實際的問題在於，這些變化過去很難被客觀追蹤。

我們通常靠問卷、自評、老師觀察、家長感覺，或等到孩子出現明顯情緒問題、學習退步、失眠、頭痛、腸胃不適，才開始意識到壓力可能已經累積太久。但在那之前，身體其實早就留下訊號，只是我們缺乏一個能夠長期、低侵入、可量化地觀察這些訊號的工具。

而現在，一個過去常被運動科學、心臟醫學與壓力研究使用的生理指標，正在逐漸走入日常健康管理場景：心率變異性，HRV（Heart Rate Variability）。

過去五年，台灣智慧健康和醫療在前瞻技術的導入討論，幾乎都被大型醫療機構主導。AI 影像診斷、智慧病房、多模態臨床決策支援、AI Agent 整合病歷與檢驗資料，這些題目聽起來很大，也確實很重要。但如果從純商業角度問一個更直接的問題：「台灣 AI 醫療最快產生現金流的市場在哪裡？」從筆者角度的觀察，可能和很多人想的不太一樣。

答案不一定是醫學中心，而是基層診所、健檢中心、長照機構、醫美診所，以及各類以自費與會員服務為核心的健康管理場域。

原因很簡單。醫學中心的 AI 導入通常牽涉大型採購、資訊系統整合、資安審查、臨床驗證與院內多部門協調，從試點到真正採購往往需要很長時間。但基層診所與健檢中心不同，決策鏈短、痛點清楚、付費邏輯直接，只要工具能讓人力變省、回診率變高、病患體驗變好、營收變穩，院長或經營者就有機會很快做出決策。

單就台灣診所數量來看，市場已經超過兩萬家。若再加上健檢中心、長照機構、醫美診所與各類健康管理服務據點，這是一個巨大、分散、但數位化程度仍有很大提升空間的市場。這些場域長期面臨人力緊張、行政負擔重、病患回訪率不足、服務差異化有限，以及客戶關係管理薄弱等共同痛點。

而 AI Agent，正在成為填補這些痛點最直接、也最有機會快速商業化的工具。

近幾年，台灣智慧健康產業出現了一個很值得玩味的現象：電子大廠和法人機構之間的合作，正在以過去很少見的密度增加。

工研院、國衛院、生技中心、金屬中心，這些過去主要與學術界、中小型新創或特定產業計畫互動的研究法人，開始頻繁出現在台灣 ICT 集團、醫療科技公司與智慧健康專案的合作脈絡裡。政府大型計畫的資源，也正在以公私協力（PPP）的形式，把兩個過去平行運作的世界拉到同一張桌子上：一邊是擅長快速產品化、量產製造與全球市場的電子大廠；另一邊是深耕長期研究、政策資源與公信力的法人體系。

從筆者的角度觀察，這個趨勢本身並不意外。因為它背後有一個很清楚的產業邏輯：台灣電子大廠有世界級的製造能力、供應鏈管理與市場通路，但在醫療法規、臨床驗證、長期研究與公部門溝通上，往往不是最熟悉的玩家；法人機構則擁有研究積累、政策連結與學術公信力，但在產品量產化、市場推廣與商業模式設計上，通常不是最強項。

兩者各自擁有對方欠缺的能力，理論上是天作之合。

但依筆者長期觀察智慧健康產業，也越來越清楚看到：理論上的「天作之合」，到了實際執行現場，經常會變成「各說各話」。如果合作雙方沒有清楚理解彼此的底層邏輯，沒有把智財、商業化、政策目標與決策節奏先談清楚，很多充滿潛力的 PPP 合作，最後很容易變成一場表面熱鬧、內部消耗的長期拉鋸。

一、健康台灣二期：從口號到結構性投資的政策轉折

2026 年第三季，台灣智慧健康產業最值得關注的政策動向，並非單一新藥、新技術或單一醫材的問世，而是「健康台灣深耕計畫」第二階段逐步展開後，台灣醫療體系正在迎來一個更清楚的政策訊號：智慧健康不再只是點狀補助、單院示範或單一 AI 模型導入，而是開始朝向更長期、更系統性的國家級健康基礎建設布局。

如果把健康台灣深耕計畫第一階段視為「奠定基礎期」，主要任務是讓醫療院所開始盤點臨床痛點、建立智慧醫療示範場域、強化資料治理與資安治理意識，那麼第二階段的重點，筆者認為將不只是「更多醫院導入更多 AI」，而是能否把這些分散的 AI 工具、醫療資料、臨床流程與給付邏輯，整合成可複製、可擴散、可治理的智慧健康架構。

從目前公開資訊與筆者長期參與產業觀察的角度來看，健康台灣深耕計畫的意義，可以從三個層面來理解。

其一，是智慧健康正式從「示範應用」走向「制度建設」。AI 協助臨床、醫療數據共享與安全、智慧醫院發展，不再只是個別醫院的創新專案，而是被放進國家級醫療體系改革的政策框架中。