身兼生技產業策略諮議委員會（BTC）委員的臺中榮總院長陳適安，日前點出臺灣智慧醫療發展難題，包括目前醫療AI論文多、產品少，因多數臨床人員不熟悉市場機制、IT產業不熟悉醫療，雙方找不到對的題目來研究。此外，醫療AI跨院驗證仍有困難，因各家醫院系統和使用的儀器廠牌不同，導致驗證費工費時。

他建議，可鼓勵ICT人才在大學時期，就先到醫院見習，進行人才和場域交流，另也能定期舉辦研究團隊和產學合作團隊經驗交流會，甚至在媒合、國內外取證和納保部分，可透過定期說明會和交流會，來加速智慧醫療產業化。至於如何將臺灣數位醫療成果擴散至其他國家，他認為透過醫界聯手IT、基礎設施等業者組成多元跨域團隊出海，來提高成功落地的機會。

臺灣智慧醫療現況：仍以醫學中心為主

陳適安盤點，目前，臺灣智慧醫療發展多以醫學中心為主，因為醫學中心擁有較多資源來研發醫療AI和數位醫療，雖然一些區域醫院也有能力發展，但經營起來較吃力，仍有所差距。這是眼下必須面對的問題之一。

再來，臺灣醫療AI和數位醫療常見的應用技術，包含醫療影像AI、臨床大數據、動態影像／音訊、自然語言處理（NLP）、IoT、機器人技術和AR／VR等，其中發展最成熟的是醫療影像AI，也就是用電腦視覺技術來分析醫學影像，如數位病理、骨鬆診斷、腫瘤影像判斷和遠距傷口辨識等。陳適安指出，就國科會輔助的臺灣數位醫療聯盟統計，聯盟內醫學中心開發的醫療AI題目，最大宗是心臟血管相關（占30%），其次是癌症、其他放射線影像AI等，與國外發展趨勢相仿。

而臨床大數據分析則可用於疾病風險預測、重症輔助預測等，NLP則能用來分析病歷、分類疾病和輔助書寫病歷，至於AR／VR，雖能用於手術輔助和教育訓練，但開發成本高，不易普及。與之相關的元宇宙，目前雖在發展中，但短期前內景不看好。

其他數位醫療領域還包括不少醫院正發展的結構化病歷，讓醫師用點選方式取代原本自由書寫模式，如此一來，進行後續分析時，就不必重複擷取資料，節省作業時間。其他領域還有近來興起的大型語言模型，以及自動化應用（如資料清理和標註）、遠距健康照護。

話鋒一轉，陳適安指出，在這些數位醫療領域中，臺灣最容易落地的應當是遠距醫療，但也有不少挑戰要面對，如法規與資安規範、健保給付與否、網路基礎建設差距、長期資金挹注和商業模式等。

就整體智慧醫療發展來說，他認為，醫療AI應從醫院場域的應用，透過智慧醫材、法規和保險給付手段輔助，來擴大至居家場域，將醫療AI融入至整個健康照護價值鏈中，才能實現疾病預防、疾病預測和個人化精準治療。

智慧醫材開發困境：醫療AI論文多、產品少

然而，要研發這些智慧醫材，仍有不少痛點要面對。「不可諱言，很多醫療AI都還在論文研究階段，還沒辦法變成真正的產品。」這是陳適安點出第一個困境，他分析其中原因，一是多數臨床人員不熟悉市場機制、IT產業不熟悉醫療，造成雙方找不到對的題目來研究。

再來，跨院驗證常出狀況。他舉例，在臺灣數位醫療聯盟內，醫學中心進行跨院醫療AI驗證時，發現由於醫院醫療資訊系統（HIS）不同、使用儀器廠牌不同，導致驗證困難，需多花心力才能完成。這也衍生另一個問題，也就是跨國、跨市場的導入困難，讓業者不敢貿然投入大量資金。

他舉例，中榮上個月至越南胡志明大學附設醫院、印尼大學附設醫院，要導入中榮打造的AI系統和數位醫療產品，但遭遇諸多問題，如對方網路基礎建設不足、與臺灣有相當大的差距，因此難以將臺灣研發的醫療AI和數位醫療產品在當地落地。陳適安指出，雖然這些智慧醫材產品，能夠取得當地認證，但能否成功導入、持續輸出新版產品，就會是個挑戰。因此，他認為，若臺灣電信業者等能跨界與醫院聯手，一同前往該地、提供網路等基礎建設，臺灣智慧醫材落地周邊國家的可能性會更大。

建議從教育、媒合和跨國市場評估補強

因此，陳適安建議，要強化臺灣智慧醫療發展，除現有政府的努力，還可從教育制度下手。也就是讓資工、電機等學科學生，能利用在學期間（如寒暑假）或以學分要求，先到醫院見習，了解醫院生態，先進行人才和場域交流。與之相仿的建議，還有定期舉辦研究團隊與產學合作團隊的經驗分享會，透過產品效用分析、成本計算、風險評估、產品衍生應用和更新計畫等實務經驗分享。

另一個建議是強化媒合機制，比如定期舉辦與民間廠商的媒合會和座談會，來增強醫療院所和IT業界的溝通，加速研究成果商品化，特別是對區域醫院和地區醫院。此外，商品取證也很重要，2021年食藥署已成立智慧醫材專案辦公室，來輔導醫療AI等軟體快速取證，而陳適安認為，可多舉辦定期的智財權申請和取證說明會，來提高研究人員的取證商轉能力和動機。

他也點出，不只是國內取證，國外的取證（如美國FDA）和市場評估也很重要，若政府能提供相關服務，就能協助臺灣醫界出海醫療AI商品，落地他國。

跨界組國家隊也很重要，保險給付制度亦是

陳適安還建議，針對不同領域，跨域組國家隊，來加速臺灣智慧醫療產業化發展。他解釋，不只是幾家醫院組隊，而是要聯手IT企業、基礎設施業者等多元組隊，才能在東協等國落地醫療AI商品，或是與國家進行先進技術開發。

另一方面，納入健保或商業保險，是醫療AI產品在國內市場的一種回收成本途徑，這也是陳適安提出的另一個建議。他認為，政府可協助舉辦智慧醫材臨床效益發表會，來了解醫材實際運用狀態，另也能將有效益潛力的產品納入健保給付評估。他也建議，對智慧醫材有興趣的業者，也能舉辦健保 / 商業保險座談會，來協助民間保險業者與健保嫁接。