醫療 AI agent 是什麼？三道安全欄決定能不能進臨床

醫療 AI agent 是能感知環境、規畫多步任務，並在授權範圍內採取行動的系統；它和只回覆文字的聊天機器人，安全邊界不在同一層。衛福部 2026 年指引也明確指出，這類系統目前尚未普遍用於醫療照護，病人安全、醫療責任與合規風險仍待處理。衛福部指引

我的判斷很直接：醫療 AI agent 可以先做「整理、提醒、協調」這類有邊界的工作，涉及診斷、處方、治療變更的動作，先把真人核准點和停用回復流程寫進產品。醫院若正在規畫導入，也可先對照醫療 AI 導入要過的五道臨床關卡，把用途、資料、工作流和責任拆開驗收。

醫療 AI agent 是什麼

從回答問題走向完成任務

一般問答工具收到問題後產生回覆；agent 則會先理解目標，再安排步驟、取用外部工具，最後把結果送回工作流程。FDA 2026 年針對生成式 AI 醫材的討論文件，把 agent 定義為能自主規畫並執行多步任務、使用外部工具，或在一連串步驟中採取行動的系統；文件列出的醫療情境包括照護協調、臨床文件、病人聯絡和臨床工作流支援。FDA 討論文件

這個差別會改變產品設計。聊天機器人回覆「何時回診」時，風險主要在內容；agent 若能讀取病歷、查詢門診時段、發送訊息，風險就會沿著資料權限、工具權限與行動結果一路放大。衛福部指引把生成式 AI 系統拆成資料處理、使用者介面、安全控制與輸出管理等組件，也把即時介接電子病歷、外部資料品質和輸出追蹤列為導入時要管理的問題。衛福部指引

三種任務先分級

我會先用行動權限分三層，讓團隊討論變得具體：

層級	可以做的事	產品設計要求
整理	摘要病歷、整理衛教、彙整待辦	顯示資料來源與產出時間，保留人工編修
協調	提醒回診、準備轉介資料、提出檢查選項	限定工具權限，發送或送出前由人確認
臨床行動	產生診斷、處方或治療變更	逐案真人核准，留下理由、版本和完整稽核軌跡

表中的前兩層，是依衛福部列出的病歷撰寫輔助、病人溝通與醫療流程管理情境整理；第三層則涉及更高風險的臨床決策。FDA 的臨床決策支援說明也把「提供具體預防、診斷或治療輸出」以及「處理時間敏感決策」列為不符合特定 CDS 排除條件的情況，且面向病人或照顧者的軟體不符合只支援醫療專業人員的條件。FDA 臨床決策支援說明

醫療 AI agent 怎麼運作

五層資料流不能少一層

落地時，我會把 agent 拆成五層：第一層是輸入，包含病人訊息、醫療紀錄或設備資料；第二層是任務規畫，決定要查什麼、先做什麼；第三層是工具呼叫，例如查詢院內資料、建立草稿或送出提醒；第四層是權限閘門，判斷該動作是否需要真人確認；第五層是輸出與稽核，記錄產出、版本、使用者和後續處置。前四層決定它能不能做事，第五層決定出事後能不能追查。

這套拆法和衛福部指引的要求接得上：醫療機構應把 AI 與既有資訊系統、臨床工作流程整合，追蹤輸出結果與使用軌跡，並在系統失效、服務中斷或緊急停用時準備替代流程、復原作業與責任分工。衛福部導入原則

若資料要跨院流動，FHIR 可以作為介接語言；HL7 將它定位為支援醫療資料交換的標準，FHIR Overview也把資源與交換方式列為核心內容。FHIR 處理共同資料結構，不能替 agent 決定誰有權限讀取或寫回。衛福部臨床 AI 取證驗證中心公開資料顯示，驗證中心以 FHIR、TW Core 串接跨院電子病歷，也建立譯碼字典和資料清理工具；這是驗證基礎，還不等於每一個 agent 都能直接進入臨床。臨床 AI 取證驗證中心

agent 的「自主」要寫成權限表

「自主」這個詞太大，採購文件應改成可測試的權限表。以回診提醒為例，agent 可以讀取符合條件的名單、產生訊息草稿，但是否發送、發送給誰、多久沒有回應要升級給哪個人，都要寫成規則。遇到過敏、孕期、兒童或急症警訊等條件，系統要直接轉真人流程，不能自行擴張任務範圍。

FDA 透明度原則要求說明產品醫療目的、適用疾病、使用者、環境、目標族群、輸入與輸出，以及輸出會如何影響醫療決策；這些內容也正好可以轉成 agent 的權限矩陣與驗收案例。FDA 透明度原則

台灣現況：指引先把風險說清楚

衛福部在 2026 年 5 月 29 日函頒《醫療機構應用生成式人工智慧指引》，適用對象是預備導入或已導入生成式 AI 的公私立醫院與診所；文件同時寫明，AI 代理系統目前尚未普遍應用於醫療照護，因自主決策與採取行動可能引發較高風險，暫不列入該指引的適用對象。這份文件屬行政指導，醫療機構仍要依實際情況與相關法令管理。衛福部公告頁｜指引 PDF

制度基礎正在補。衛福部公開的三大智慧醫療中心架構，目前列出負責任 AI 執行中心 10 家、臨床 AI 取證驗證中心 4 家、AI 影響性研究中心 5 家；任務分別涵蓋治理、臨床驗證與真實世界效益評估。衛福部三大中心

我的判斷是，台灣較可能先落地「可讀、可建議、需核准」的 agent，先不讓系統直接改藥或下醫囑。理由在於現有醫院流程已經有病歷、醫師簽核、個資保護與醫療器材法規等責任節點；agent 一旦能寫回系統，就會把每個節點的責任重新拉出來檢查。衛福部指引也寫明，涉及醫療器材的功能要回歸醫療器材相關法規辦理。衛福部指引。若產品涉及醫療器材，還要接著看AI 醫療器材怎麼分類與查驗登記。

上線前要驗收的三道安全欄

第一欄：權限邊界

先列出 agent 能讀哪些資料、能呼叫哪些工具、能寫回哪些欄位，以及哪些動作永遠禁止自動執行。每一項權限都要配一個測試案例，包含正常、缺資料、資料衝突和服務中斷情境。FDA 2026 討論文件提醒，第三方基礎模型的拒答行為、內容政策、版本控制與安全行為，都可能影響生成式 AI 醫材的安全與有效性；若模型供應商自行更新，製造商仍要能及時偵測、評估與回應。FDA 生成式 AI 醫材討論文件

第二欄：真人承接

真人覆核不能只放在畫面上。醫療團隊要知道什麼狀況會被升級、誰收到通知、多久沒有處理要找誰，以及病人是否能看懂這是 AI 協助產生的內容。FDA 透明度原則強調，資訊要符合目標使用者與工作情境，也要呈現已知缺口、限制、輸入輸出和模型效能，讓醫療人員能評估輸出再做判斷。FDA 透明度原則

我會把這一欄接到醫療 AI 責任誰負的臨床導入框架：醫院、供應商、醫事人員和資料治理單位各自負責哪個節點，要在合約、系統紀錄與事件流程中對得起來。agent 多做一步，責任表就要多一列。

第三欄：監測、停用與回復

上線後要監看輸出品質、錯誤類型、資料分布、版本變更、工具失敗與人工覆核結果。衛福部指引要求導入後建立監測、通報、事件處置與改進流程，並納入版本控制、變更評估、測試驗證、核准上線與版本回復；這些要求也適用於醫院把 agent 接入既有系統後的維運設計。衛福部持續監控原則

我會要求採購驗收表固定留下四欄：誰能按下停用、停用後用什麼人工流程接手、哪一種錯誤必須通報、版本回復要由誰核准。沒有這四欄，系統出問題時，現場只能靠臨時判斷，醫院也很難回答病人「這次輸出是怎麼產生的」。

常見問題

醫療 AI agent 和聊天機器人一樣嗎？

不一樣。聊天機器人主要產生回覆，agent 會規畫多步任務、使用外部工具並採取行動，因此要額外管理資料讀寫、工具授權、真人核准與稽核紀錄。FDA 2026 討論文件採用的 agent 定義，就是多步規畫、工具使用與行動能力的組合。

台灣醫院現在可以直接導入醫療 AI agent 嗎？

衛福部指引已把 AI 代理系統列為自主性較高、風險較大的新型態，並寫明目前尚未普遍應用且暫不在該指引適用對象內。衛福部指引。若要做院內測試，仍應完成資料保護、權限、工作流、人工承接、監測與停用回復設計，涉及醫療器材的功能則要另外依相關法規判定。

AI agent 只要有人覆核，就能碰處方或治療決策嗎？

不能只用「有人看過」四個字判定安全。醫院還要確認覆核者拿到的輸入完整、能理解 agent 的依據、知道適用限制，並留下核准或退回的紀錄；高風險動作也要有明確的升級、通報和回復流程。