RAG 是什麼？醫療 AI 查病歷怎麼運作

RAG 是把搜尋系統與大型語言模型接在一起的設計模式：使用者提問時，系統先從指定資料找出相關內容，再把內容交給模型整理成回答。醫療場景可用它查詢病歷、院內指引或健康資料，但回答能否採用，仍取決於資料範圍、檢索品質、模型表達與人工覆核；衛生福利部也把資訊正確性、資料安全、隱私與生命週期治理列為醫療機構導入生成式 AI 的檢視事項。衛福部《醫療機構應用生成式人工智慧指引》

RAG 是什麼

RAG 是 Retrieval-Augmented Generation 的縮寫，中文常譯為「檢索增強生成」。Microsoft 將它定義為以檢索到的內容補充大型語言模型，讓回答建立在企業或機構自己的資料上。資料可以放在搜尋索引中，模型在提問當下讀取相關片段；新增或修正資料時，通常更新索引與資料管線即可，無須把每次內容變更都重新訓練模型。Microsoft 的 RAG 架構說明

醫療 RAG 的例子是「整理這名病人的近三次檢驗變化」。系統先依權限查詢指定病人的檢驗紀錄，再把日期、檢驗名稱、數值與參考範圍交給模型整理。這種流程可協助閱讀既有資料，卻不會自動補齊缺失紀錄，也不會替醫師完成診斷責任。

若要先比較病歷放在受控雲端、院內 RAG 或本機模型的差異，可參考醫療 AI 病歷該上雲還是留本機的架構比較。

RAG、微調與一般聊天機器人的分工可以這樣看：RAG 在查詢時帶入外部資料，微調改變模型參數對任務的反應方式，一般聊天機器人則可能只依賴訓練時已經學到的內容。實際產品可以把 RAG 與微調一起使用，選擇取決於資料更新速度、任務特性與驗證要求。Microsoft 的 RAG 設計說明

RAG 怎麼運作

一套 RAG 通常分成「建立索引」與「回答問題」兩條資料流。Microsoft 的架構文件把前者拆成載入文件、分段、補充 metadata、建立 embedding、寫入搜尋索引；後者則是接收問題、執行搜尋、把前幾筆結果放入脈絡，再送給語言模型生成回答。完整流程可見 Microsoft 的 RAG 設計文件

1. 建立索引，先把資料整理成可搜尋的單位

原始資料可能是 PDF、網頁、文字、表格或電子病歷欄位。系統會先把內容切成較小的片段，為片段加上標題、日期、資料來源、病人識別範圍等 metadata，再用 embedding 模型把文字轉成向量，最後存進搜尋索引。Microsoft 對 RAG 資料管線的說明

分段方式會影響後續檢索。切得太短，病歷中的否定語句、時間與單位可能和主句分離；切得太長，搜尋結果會帶入多餘內容。這是系統設計上的評測項目，不能只看模型回答是否流暢。Microsoft 的 RAG 設計說明

2. 查詢時，向量搜尋與全文搜尋各有用途

向量搜尋會把問題轉成向量，依語意相似度找出可能相關的片段；全文搜尋則依關鍵字、欄位或詞彙比對內容。Microsoft 文件列出向量、全文與混合搜尋，混合搜尋可同時取得兩種結果，再重新排序。Microsoft 的資訊檢索文件

醫療資料通常需要把兩者搭配。病人姓名、藥品代碼、檢驗縮寫與日期適合精確篩選；「近期腎功能變化」這類問題則可能需要語意搜尋。搜尋結果與問題相似，只代表它被取回的理由，不能直接證明內容正確，因此還要測試召回率、缺漏與錯誤排序。Microsoft 文件也將結果評估列為 RAG 設計階段

3. 生成回答，讓模型受限於取回的脈絡

系統會把使用者問題與取回的前幾筆資料組成提示，再送進大型語言模型。較穩健的提示會要求模型只根據提供的脈絡作答，資料不足時說明缺少什麼，並標示使用的來源。Microsoft 的 RAG 提示工程文件

「有來源」也需要看來源是否真的支持答案。醫療產品應保留資料版本、查詢時間、取回片段、模型版本與人工處置紀錄，讓人員能回到原始紀錄核對；這些屬於醫療場域的治理設計，須放在上線前測試與上線後管理中。衛福部生成式 AI 指引

醫療 RAG 為什麼要接資料標準

FHIR 與 RAG 處理的是不同層次。HL7 將 FHIR 定義為電子交換醫療資訊的標準，基本單位是 Resource，並以資料型別、metadata、參照關係與實作規則描述可交換內容。HL7 FHIR Overview RAG 則負責把可用資料找出來並交給模型生成回答；兩者可以串接，FHIR 不會自動決定哪些人有權限查詢，也不會替資料內容做臨床驗證。

台灣的 TW Core 1.0.0 是以 FHIR R4 為基礎的核心實作指引，定義適用於台灣健康照護資料交換的 Resources、欄位、基數、資料型別、代碼與查詢參數。衛福部 TW Core v1.0.0 目錄 對 RAG 來說，這些欄位與代碼可協助系統辨識「檢驗結果」「用藥」「就醫事件」等資料位置；實際能否查到，仍要看院所實作、授權與資料完整度。

電子病歷交換單張實作指引 EMR-IG v0.2.0 目前以 FHIR 4.0.1 為基礎，公開出院病摘、門診病歷、檢驗檢查、醫療影像報告、電子處方箋與調劑單張等 Profiles。衛福部 EMR-IG Profiles 這提供系統介接時可對照的資料結構，但格式符合規格，仍不代表每筆紀錄都完整、最新或適合直接交給模型。

因此，醫療 RAG 可把資料鏈拆成四層：FHIR／TW Core 描述資料怎麼交換，權限系統決定誰能取用，搜尋索引決定取回哪些片段，語言模型負責整理文字。任何一層出錯，都可能讓回答遺漏重要紀錄或引用錯誤脈絡；這是從規格與 RAG 流程可推得的工程限制。

台灣現在到哪裡

台灣已有醫療資料交換標準、健康資料授權介接與醫療機構導入生成式 AI 的行政指引，公開文件尚不足以證明全國醫療機構已普遍採用 RAG。這三條線可以分開看，避免把「有資料交換基礎」直接解讀成「AI 已能跨院讀懂所有病歷」。

TW Core 與電子病歷交換指引

TW Core v1.0.0 的公開目錄列出規範文件、Profiles、Extensions、術語、範例、驗證教學與安全性內容；官方說明也指出，TW Core 會依實務與代碼異動持續更新。TW Core v1.0.0 官方說明 EMR-IG 則把出院病摘、門診病歷、檢驗檢查等交換單張進一步寫成可實作的 Profiles。EMR-IG v0.2.0 發布歷程

這代表台灣已在處理「資料怎麼用共同格式交換」的基礎工程。RAG 還要補上索引更新、日期與單位一致性、資料缺漏、存取權限，以及模型回答能否回指原始紀錄等工作。

健康存摺提供授權資料路徑

健保署的健康存摺資料介接服務 SDK，讓符合條件的第三方 App 在使用者授權下取得特定期間的就醫、用藥與檢驗資料；健保署頁面目前標示該服務在 2026 年 7 月 6 日更新。健保署 SDK 介紹

健保署 FAQ 說明，民眾可以選擇提供的資料內容與範圍，每次提供屬單次授權；資料更新時，需重新登入並重新選取資料。健保署 SDK 操作說明 這是健康資料可攜與授權的實例，與 App 是否使用 RAG、模型是否具醫療器材資格，屬於不同判斷。

衛福部生成式 AI 指引

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》，提供準備導入或已導入生成式 AI 的醫療機構參考。官方文件把病歷、影像與語音列為敏感資料，並要求機構從導入準備、風險評估、上線測試到後續管理建立檢視機制。衛福部公告頁

這份指引屬行政指導，不能代替個別產品的醫療器材用途判定、個資法遵循或院內責任分工。對 RAG 團隊而言，實作時要把資料來源、用途、權限、保存、模型版本、輸出覆核與停用條件一起寫進系統規格。

資料標準、權限與驗收如何串在一起，也可接著看如何判斷醫療AI能否落地的六項檢核。

一般人與企業該注意什麼

一般人使用健康 App

看到「AI 幫你分析病歷」或「連結健康存摺」時，可先確認四件事：讀取哪些資料、涵蓋哪段期間、資料會送到哪裡、授權能否撤回或重新設定。健保署的 SDK 設計讓民眾選擇資料內容與區間，也能在健康存摺查詢曾提供資料的第三方 App 與清單。健保署 SDK 隱私說明

看到 AI 回答後，還要查看它引用的紀錄日期、資料來源與是否有醫事人員覆核。摘要漏掉過敏、用藥、手術或檢驗時間軸時，流暢的文字仍可能造成錯誤理解；RAG 的設計目標是增加可追溯脈絡，不能把生成結果當成個人診斷。

企業或醫療機構導入

導入前可用以下六項驗收清單：

1. 用途邊界：先分開行政摘要、衛教問答、病歷搜尋與臨床決策支援，定義 AI 可以提供的輸出與禁止自動化的行動。
2. 資料來源：列出可索引的系統、欄位、日期範圍、代碼版本、缺漏規則與資料更新頻率。
3. 權限與紀錄：讓搜尋權限繼承原病歷系統，保存使用者、查詢、取回片段、模型版本與回答紀錄。
4. 檢索評測：用院內實際問題測試關鍵紀錄召回、日期排序、否定語句、數值單位與引用正確性；向量相似度不能取代內容核對。
5. 人工覆核：依風險指定覆核者與升級路徑，資料不足時讓系統停止生成或回到原始紀錄。
6. 上線後管理：訂定索引更新、模型變更、效能漂移、資安事件、服務中斷、停用與資料退場程序。衛福部生成式 AI 指引

其中最容易被忽略的是索引。病歷更正、檢驗補登或權限變更後，索引若沒有同步，模型可能仍取回舊內容；因此資料刪除、更新與權限異動都要有可測試的同步規則。這是 RAG 系統維運責任的一部分。

RAG 的判讀可以濃縮成三句：它把搜尋結果放進模型脈絡，能改善回答與機構資料的連結；它無法修正來源資料、授權或臨床流程；醫療導入要用台灣資料標準、院內權限、檢索評測與人工覆核組成完整流程。

常見問題

RAG 等於把病歷拿去訓練模型嗎？
兩者屬於不同流程。RAG 通常在使用者提問時，從授權索引取回資料片段再交給模型；是否保存、再利用或訓練，仍要看服務設計、契約與資料治理規則。

FHIR 和 RAG 差在哪裡？
FHIR 是醫療資訊交換標準，描述資料資源與交換方式；RAG 是搜尋外部資料並用大型語言模型生成回答的應用架構。採用 FHIR 可協助資料介接，無法單獨證明資料完整或回答安全。

RAG 可以取代醫師判斷嗎？
不能。醫療 RAG 可協助整理與查找資料，臨床用途仍須依預定用途、風險、院內流程與人工覆核規則驗證，衛福部指引也把病人安全、資訊正確性與後續管理列為導入檢視事項。