關於醫療AI，你需要知道的5件事：互通認證、定價與處方

衛生福利部於 2026 年 8 月啟動國家數位健康互通性與效能認證實驗室，規劃檢驗醫療軟體、硬體及整體解決方案。另一端，GeneOnline 產業報導描述 AI 用於藥品定價與臨床處方支援，讓討論從單點研發延伸到產業決策和系統建設。[1][6] 這些消息呈現應用方向與制度規劃，尚不足以證明 AI 已降低藥價、改善處方品質或提升病人結局。

一、衛福部啟動互通與效能認證，醫療AI進入系統建設

衛福部已啟動國家數位健康互通性與效能認證實驗室，並提出軟體、硬體及整體解決方案廠商三類認證方向；實際測試、核證及公開結果仍須看後續制度執行情形。

衛福部說明，軟體認證將涵蓋與 FHIR Box（FHIR 資料交換平台）介接的 CQL（用電腦可讀方式表達臨床決策規則）模組，以及 SMART on FHIR（讓醫療應用程式連接 FHIR 資料並處理授權的架構）應用程式，並規劃技術與臨床驗證。硬體認證著重執行平台的效能與可靠性，整體解決方案廠商認證則評估部署和維運能力。成立實驗室代表開始建立共同驗測機制，不能直接解讀為已有產品通過認證，或所有醫療院所都已採用同一套平台。[1]

GeneOnline 報導將藥品定價與市場准入分析、臨床處方效率列為 AI 可能介入的環節；這是產業報導對應用方向的描述，並非特定產品的臨床驗證結果。[6] 判斷制度進展時，仍要分辨「提出規劃」「開始測試」「公布結果」與「臨床實際使用」等不同階段。

二、AI如何支援藥品定價與臨床處方？

GeneOnline 報導描述，AI 可分析臨床療效、病患預後及醫療經濟等資料，協助藥廠評估藥品價值與市場准入；臨床端則被放在處方決策支援與效率提升的討論中。[6] 這些是報導提出的可能用途，不代表已證實改善藥價或處方結果。藥價、給付及處方決策仍須由負責機構與臨床人員依證據和個別情況判斷。

定價分析可能使用臨床研究、成本及市場資料，但結論會受資料來源、模型設定和採用的價值標準影響。運算速度提高，不等於藥價更低、給付更公平或新藥更快普及；這些結果仍需政策資料與比較研究支持。

臨床處方支援仰賴病歷、檢驗、過敏史、用藥紀錄與治療指引。系統提示是否適用，取決於資料完整性、更新情形，以及驗證涵蓋的疾病和族群。孕婦、兒童、慢性病患者及長期服藥者的狀況可能不同，不能只依通用模型輸出判定治療。報導未提供特定藥品或原料的交互作用證據，因此不作個別用藥判斷；多重用藥提示仍須由醫療人員核對病歷與實際用藥。[6]

三、FHIR互通、效能驗證和醫材審查差在哪？

FHIR提供電子健康資料交換的共同格式與方法；TW Core IG再依台灣照護需求定義資料欄位和交換規則，互通測試則檢查特定系統是否依規格運作。[2][3]

FHIR 可把病人、檢驗、用藥等資訊整理成可被系統讀取的資源。台灣核心實作指引（TW Core IG）以 FHIR 為基礎，進一步列出適用本地資料交換的資源、欄位、代碼及查詢方式。這有助系統依共同語法交換資料，但不會自動補齊缺漏病歷，也不保證不同院所對資料的臨床意義完全相同。

SMART on FHIR著重醫療應用程式如何連接FHIR資料與處理授權；CQL等規則可表達臨床決策邏輯。技術互通測試可檢查格式、介接與權限流程，效能測試可檢查特定環境下的速度或負載表現。

臨床驗證則要看系統放入實際工作流程後是否適用，與醫療器材查驗登記的審查目的不同。食藥署指引指出，AI／機器學習醫療器材軟體須依預期用途及產品特性提出安全與效能資料；是否屬醫療器材，仍須按產品功能和主管機關規範判定。[4]

檢視項目	主要回答的問題	不能直接代表
FHIR／TW Core互通測試	資料是否依指定格式交換	資料完整、臨床判斷正確
效能驗證	特定設備及測試條件下如何運作	適用所有院所或病人族群
臨床驗證	特定產品在指定場域是否符合預期用途	長期安全、所有版本皆有效
醫材查驗登記	產品是否符合適用法規要求	超出核准用途的全面背書

四、醫療AI如何把關資料隱私、模型責任與臨床覆核？

應檢查模型使用的資料是否適用於目標族群、病人資料如何取得與授權、輸出能否追溯，以及版本更新後是否重新評估；臨床人員也要保有覆核與修正空間。[5]

如果訓練資料較少涵蓋某些年齡、疾病或照護場域，模型在這些族群上的表現便不能由整體平均值代替。醫療機構和廠商應說明產品的預期用途、驗證族群、限制及資料使用方式，並確認存取權限、保存期限與稽核紀錄。病歷能否被系統讀取，與病人是否同意特定資料用途，是兩個不同問題。

模型或病歷串接規則更新後，輸出可能改變。醫療機構需要知道使用中的產品版本、變更內容和重驗條件，並安排監測錯誤提示、漏報、工作流程負擔及申訴處理。世界衛生組織的AI健康治理指引強調，人仍須掌握醫療系統與醫療決策，監督應依風險安排；這也意味著AI輸出要能供人檢視，而非讓責任在模型、醫院與供應商之間消失。[5]

「國家數位健康互通性與效能認證實驗室未來將建立三大核心認證機制。」— 衛生福利部[1]

「人類應持續掌握醫療照護系統與醫療決策。」— 世界衛生組織（指引中譯）[5]

五、醫療AI認證公開哪些資訊？導入後如何監測？

先看公布的產品名稱與版本、測試範圍、驗證場域和結果，再確認是否說明適用族群、資料治理、人工覆核及上線後監測方式。

1. 核對認證資訊：確認產品名稱、版本、測試項目與測試環境是否公開。
2. 查看適用範圍：確認臨床驗證涵蓋的族群、疾病與照護場域，並留意明列的限制。
3. 詢問資料和覆核方式：了解病歷資料如何授權與保護、AI提示如何呈現依據，以及醫療人員如何處理錯誤或不適用的建議。

判讀認證時，可一併確認已公告的產品版本、測試項目與環境，以及臨床驗證涵蓋的族群和場域。導入院所也應說明 AI 提示依據、資料存取方式、臨床人員如何覆核，以及病人發現錯誤時的回報管道。

衛福部目前公布的是實驗室啟動及三類認證規劃；後續仍需觀察測試規範、核證名單、結果公開程度，以及認證後的版本管理與監測安排。藥品定價和處方支援的效益，也要有導入前後的決策品質、臨床結果與工作流程資料才能判讀。

• FHIR與TW Core IG協助建立資料交換規則，不能單獨證明臨床效益。
• 認證須連同產品版本、測試範圍、族群與場域解讀。
• AI可提供資訊或候選方案，臨床決策仍需合格醫療人員覆核。

常見問題

Q1：醫療資訊互通是什麼？

指不同醫療資訊系統能依共同規格交換並理解資料。實際互通仍需系統遵循相同實作指引、權限安排與工作流程。

Q2：FHIR或互通性認證代表AI有效嗎？

不代表。FHIR是資料交換標準；互通或效能認證只涵蓋公布的測試範圍，AI效能須依產品用途和臨床驗證資料判讀。

Q3：通過認證後，AI可以直接決定處方嗎？

不能只憑認證就推論可以。臨床人員仍須依病人完整病況、適用指引及產品核准用途作判斷。

Q4：哪些族群需要特別確認AI建議是否適用？

孕婦、兒童、慢性病患者及長期服藥者應確認系統是否包含相應族群的驗證資料，並由醫療人員依個別狀況評估。