智慧醫療落地整合關鍵：信任與治理
人工智慧的崛起對於台灣產業而言，既是引領變革的關鍵力量，更意味全新的商機。隨著技術應用的日臻成熟，加上政策大力推動「百工百業用AI」，打造出實現轉型升級的機會。其中智慧醫療領域被視為最具潛力的垂直應用領域之一，原因是台灣不僅有深厚的ICT產業基礎，有健全的醫療體系，還有被視為數據金庫的健保資料庫，是邁向智慧醫療最得天獨厚的條件。
然而，從技術創新到實際落地、從學術研究到商業化應用，智慧醫療發展過程必須面對的鴻溝與挑戰遠超想像。當中最關鍵但也最被忽略的是「信任」。
台智雲總經理、台灣生醫大數據科技公司總經理吳漢章表示，智慧醫療商業化與產業化的難度，普遍被低估。根據他的長期觀察，台灣不缺創新點子，但如何將這些技術的發想轉化為可獲利的「產品」與永續的「商業模式」，才是決勝的「最後一哩路」。而這條路的關鍵，不在AI技術，而是如何建構穩固的「數據信任」架構。
後疫情時代，智慧醫療進入發展新周期
從產業發展周期來看，2020年襲擊全球的COVID-19疫情徹底改變了產業版圖，對醫療系統的認知與期待也隨之革新。伴隨著已發展國家高齡化與少子化的人口結構趨勢，吳漢章歸納出目前智慧醫療聚焦的三大領域分別是：個人化健康（Personalized Health）、遠距照護（Virtual Care），以及確保醫院服務量能的醫院韌性（Hospital Resilience）。無論哪種應用，都離不開結合AI技術，使得這些應用不再是紙上談兵，而能真實融入人們的生活。
例如華碩開發的可攜式超音波，讓醫師或緊急救護技術員（EMT）能在醫院外進行即時檢測。過去由於超音波判讀專業門檻極高，需要長年經驗累積，AI在此扮演了「領航員」與「翻譯官」的角色，協助使用者找到正確位置、解讀複雜訊號，協助更多第一線人員跨越專業門檻，快速且正確協助患者。
另一個值得關注的領域是長照陪伴。早在2016年，Zenbo機器人便引發醫護人員對於長照陪伴應用的詢問。當時社會已預見少子化帶來的「孤獨」與「孤老」等社會現象，而陪伴被認為能減緩長者身心功能的退化。然而，2016年的AI技術尚顯稚嫩，難以理解國、台、客語夾雜的日常對話，更遑論展現同理心。
但隨著2022年底以來生成式AI的突飛猛進，許多技術瓶頸迎刃而解，AI現在已能流暢地進行多語對話並展現同理心，使得這些產品真正具備走入市場、服務人群的能力。
從診斷、照護到健康管理，類似的技術應用開發很多，發展速度愈來愈快，但是許多熟悉醫界AI應用的專家都指出，雖然有許多技術開發應用，成功的醫療專案也不在少數，但對於醫院而言，至今AI仍然是成本支出，尚未創造新的價值。究其原因，則是因為並未真正落地整合。
信任機制：智慧醫療不可或缺的底層基礎
吳漢章強調，從十多年前大數據分析進到這波AI加值的產業浪潮中，技術僅是基本門檻。真正的決勝關鍵，是如何建構穩固的「數據信任」基礎，並以此催生出全新的合作框架與商業價值。
例如，許多人談到是否採用雲端時的議題時，許多人直覺想到的是為了數據保密，許多醫院會堅持要採用「本地部署」。但吳漢章認為，在目前技術進步與成本考量的情況下，許多大型醫學中心早已雲地混用，顯然這並不是問題關鍵所在。他指出，真正的爭議點在於「信任」與「治理」，而這就回應了各國人工智慧相關法案中都關注的「負責任的AI（Responsible AI）」。
例如，醫療數據在被二次或多次利用時，是否合規、合乎倫理？醫院在使用AI模型的過程中，能否有即時的回饋機制，確保其決策的品質與可靠性？以上這些議題，又該由誰來判斷？「這才是真正的議題，」吳漢章直言：「數據能否在被信任的基礎上使用，幫助臨床得到對的結果，才是癥結點。」
公私協力打造數據治理架構
台灣的生醫數據，特別是醫療資料，具有高度的敏感性。無論是學術研究抑或商業利用，都必須面對「合法合規」的挑戰。如果無法建立一個讓所有參與方都能信任的基礎，智慧醫療的發展將難以突破。
更值得注意的是，由於智慧醫療牽涉的利害關係人眾多，且直接影響生命安全，任何治理機制若缺乏公信力與透明度，都可能成為推動的最大阻力。單靠企業並不足以解決這個問題，唯有結合公部門的制度力量與私部門的創新能量，才可能建立一個兼具正當性與可持續性的數據治理架構。
因此，台灣生醫大數據科技的成立，正是將「資料還權於民」的理念制度化。採取PPP（公私協力）模式，以 Trusted Research Environment（TRE，可信研究環境）為目標，打造一個能兼顧隱私、合規與產業發展的共享平台。這種推動智慧醫療的嘗試，不僅回應了各界對數據安全的疑慮，也為智慧醫療的產業化提供了更穩固的基礎。
AI 是推動智慧醫療的引擎，過去資料常被視為「燃料」，但其實這樣的比喻忽略了兩者本質上的差異：資料使用過後仍然存在，而且可以視目的的不同產生更多應用，並不會用過即丟；同時燃料沒有個別性、不會有侵犯隱私等倫理問題。
因此，若缺乏「信任」做為基礎，再先進的AI技術也無法真正帶來臨床效益與產業價值。吳漢章指出，在智慧醫療快速發展的此刻，台灣若能在信任與治理上率先建立範例，不僅能完成智慧醫療落地的最後一哩路，更有機會成為全球智慧醫療治理的標竿。