長照3.0從7月1日起把「智慧科技輔具」納入全租賃給付,最高每3年6萬元,聽起來像是政府替家庭補貼了一套AI照護系統。但「智慧」兩個字底下,其實混著兩種天差地遠的技術:一種是真的用AI模型學習人體動作模式來判斷跌倒的雷達系統,一種是碰到閾值就響、沒有任何學習能力的傳統感測器。官方公告不要求廠商揭露技術原理,家屬申請時看到的只有「智慧科技輔具」這個統稱,分不出補助買到的是哪一種。

7月上路的新制在補助什麼

衛福部7月1日的公告指出,長照3.0新增第二組「智慧科技輔具全租賃」給付,額度為每3年6萬元(含居家無障礙環境改善服務最高2萬元),首批通過審議的產品共17件,分屬移動、沐浴排泄、居家照顧床、安全看視四大類。這跟既有的傳統輔具購置租賃制度(每3年4萬元、47項品項)是二擇一關係,民眾可依需要選擇其中一組,每滿3年能重新選擇。申請資格是經評估長照需要等級第2級以上,並由甲類輔具評估人員出具評估報告確認適用。

往前追,這套制度的原始設計公告把五大類智慧科技輔具的共同特徵定義成「具備感測、記錄、傳輸與分析生理與照顧資料」的能力,用租賃制取代一次性購買,理由是這類設備的技術更新速度快,租賃比購買更有彈性。這個設計立意沒問題,問題在「感測、記錄、傳輸、分析」這四個動詞,其實描述的是一整個光譜,從最陽春的紅外線感應器到具備深度學習能力的雷達系統,都能套用同一句話。

天花板毫米波雷達感測器示意,以點雲資料分析人體動作

安全看視類底下,兩種完全不同的東西

以「安全看視」這一類最能看出落差。台灣新創艾里空開發的BodyVision系統是一個具體對照案例:數位時代的報導描述,這套系統讓毫米波雷達發射電波、接收反射訊號後,透過AI模型訓練來模擬人體骨架的移動軌跡,藉此區分成人、孩童與一般物體,並辨識「人體重心快速下降、最終停止移動」這類特定行為模式來判斷跌倒。系統靠模型學習過的動作模式來判斷跌倒,這點跟單一感測值一觸發就響的機制差很多。加上波段反射不依賴光線與影像,能在完全黑暗或充滿水氣的浴室穩定運作,同時不用裝攝影機就能保有隱私。

對照另一端,市面上常見的穿戴式跌倒偵測器產品頁,公開資訊只寫「準確率超過90%」與訊號涵蓋範圍,完全沒有說明用的是加速度計還是其他機制、有沒有學習能力、閾值怎麼設定。這類產品多半是偵測到姿態或速度變化超過固定門檻就觸發警報,不會因為長輩個人的活動習慣而調整判斷基準。兩種產品在官方文件裡都會被算進「智慧科技輔具」,但一個是會學習的系統,一個是規則寫死的觸發器。

照顧者在平板上比較不同長照科技輔具產品規格

這個差異為什麼不是技術宅的偏執

固定閾值的感測器最大的問題是誤報。長輩翻身時間拉長、或坐在床邊發呆超過設定秒數,都可能觸發跟真正跌倒一樣的警報。對日夜輪班的照顧者來說,一天被吵醒好幾次卻都是假警報,久了會養成關掉通知或延後回應的習慣,等真正跌倒發生時,警報反而失去作用。這不是猜測,是照護現場長期存在的「警報疲乏」問題,只是這次政策討論完全沒提到。會學習動作模式的系統理論上能把這類假警報壓低,但目前公開資訊裡,包括艾里空在內的廠商都沒有公布具體誤報率數字,這代表就算是AI驅動的系統,家屬也拿不到可以比較的量化指標。

我之前拆過健保給付AI醫材該算的三筆隱藏帳,講的是效益評估不能只看模型準不準,要算進醫師時間、誤診代價這些看不見的成本。長照場域的邏輯是同一套:補助金額看得到,但誤報率、隱私設計、資料保存方式這幾筆帳,現在完全沒被算進審議機制裡。一套系統會不會被長輩跟照顧者真的用下去,往往不是取決於它多「智慧」,是取決於它會不會半夜亂叫。

申請前該問的問題,不是「有沒有AI」

「有沒有AI」是行銷詞,問了也問不出東西,多數廠商都會說有。比較有用的問法是具體到技術跟資料層面:這套系統的判斷依據是固定門檻還是會依個人習慣調整?有沒有公開的誤報率或準確率數據,是廠商自測還是有醫療院所或第三方場域驗證?感測器有沒有攝影鏡頭、蒐集到的資料存在哪裡、誰看得到?甲類輔具評估人員在出具評估報告時,理論上該把這些問題問清楚再幫家庭配對品項,但目前的審議公告並沒有把「技術原理揭露」列為納入給付的必要條件,這代表這件事現階段還是得靠家屬自己主動問。政策把補助額度從4萬元提高到6萬元,方向是對的,但錢加碼的同時,資訊揭露的機制沒有一起加碼,這才是這次新制真正該補的洞。