遠距醫療是什麼？AI分流與台灣健保怎麼接

遠距醫療是讓病人與醫師，或兩地醫師透過通訊完成臨床照護的數位健康服務。AI 適合整理量測、病歷與對話，提供可追蹤的提示，最後診療判斷仍要回到具資格的醫事人員。WHO 對 telemedicine 的定義與衛福部的醫療機構生成式 AI 指引都把遠距服務、資料可靠性與人工治理放在同一個照護脈絡裡。

台灣的遠距醫療已經有健保計畫、衛生所設備與跨院合作可對照，AI 則還在各種工作流裡找合適位置。想先掌握醫院導入 AI 的完整驗收順序，可以讀醫療 AI 導入要過的五道臨床關卡；這篇把焦點拉到遠距照護，回答資料怎麼走、健保怎麼接、哪些判斷不能交給模型。

遠距醫療是什麼

WHO 2025 年的政策簡報把 telemedicine 定義為在不同地點提供同步或非同步的臨床照護，形式可以是病人與醫療提供者連線，也可以是醫療提供者之間會診；telehealth 的範圍再往外延伸，包含遠距監測、放射影像服務、健康教育與行政工作。WHO 的 telemedicine 說明提供了這個分層方式。

這個分層對 AI 導入很有用。FDA 將 telehealth、telemedicine、健康資訊科技、穿戴裝置與 AI／機器學習都列為數位健康的一部分；FDA 的 AI 詞彙表則把 assistive AI 說成協助人類決策、提供建議或資料的產品。FDA 的數位健康定義與AI 詞彙表支持一個務實判斷：遠距醫療是照護服務，AI 是其中可能被放入的輔助能力。

因此，遠距醫療不會因為加上一個聊天介面就自動變成 AI 醫療。要有明確輸入、輸出、使用者與處置動作，醫院才有辦法驗收模型到底改善了哪個環節。

AI 遠距醫療怎麼運作

我會把一條可落地的遠距醫療資料流拆成五段：在地端收集資料、系統整理資料、AI 標示風險或缺漏、醫師完成判斷、結果寫回病歷並安排追蹤。這個順序把模型放在工作流裡，不讓模型自行創造一個脫離臨床紀錄的答案。

1. 在地端先把資料收好

遠距服務可以傳送病人的檢查結果、影像、紀錄與量測資料。若資料來自家用裝置或衛生所，系統要留下量測時間、設備、單位與操作者，否則 AI 看到的數字很難和臨床情境對上。WHO 對遠距服務的分類把醫療資料傳送與遠距監測列為獨立類型，官方分類說明可作為資料流設計的起點。

2. AI 先做整理與提示

AI 可以協助整理多筆量測、找出缺少的欄位、把病人主訴摘要成醫師能快速閱讀的格式，也可以依事先定義的條件提示需要優先處理的個案。FDA 對 AI performance monitoring 的說明要求持續觀察實際使用表現、資料漂移、誤用與安全或可用性問題；這表示上線後的監測要從設計階段就列入，而不是等出現客訴才補。FDA AI 詞彙表支持這種把提示和監測綁在一起的做法。

3. 醫師負責臨床判斷

衛福部指引要求醫療機構先評估資料來源的多元性、時效性與可靠性，並在導入後建立監測、通報、事件處置、版本控制、變更測試與回復程序。涉及臨床決策的遠距流程，至少要能看見誰收到 AI 提示、誰覆核、誰改變處置，以及網路或設備失效時如何回到人工流程。衛福部生成式 AI 指引提供了這些治理要求。

4. 讓資料接得回院內系統

如果 AI 的結果只能停在另一個網頁，醫師就要重抄一次，遠距服務很快會變成額外文書。HL7 的 FHIR 將醫療資訊拆成可交換的 Resource，讓病人、觀察結果、診斷報告或照護紀錄能以標準化方式在系統間傳遞。FHIR 官方說明能作為介接設計的資料標準參考；資料品質、權限與臨床責任仍要由醫院自己驗收。

台灣遠距醫療現在走到哪

台灣的制度入口是《通訊診察治療辦法》。衛福部在 2024 年修法說明中指出，這套辦法依《醫師法》第 11 條第 2 項授權，規範通訊診察治療的執行方式；疫情期間曾簡化機構指定與擴大適用，修法則是因應疫情後的常態化發展。衛福部修法說明可查到法規沿革。

從健保落地看，衛福部 115 年施政績效報告指出，114 年 8 月起遠距會診放寬區域與西醫專科別，115 年健保總額投入 2 億元；截至 114 年，原鄉離島已完成 57 家衛生所建置，累計服務 27,429 人次。報告也記載，114 年有 133 家在地院所與 55 家遠距院所合作，提供 135 個山地離島偏鄉、11 個急重症網絡與 2 所矯正機關的遠距會診，涵蓋地區人口約 180 萬人。衛福部 115 年施政績效報告第 9 頁

這些數字也說明台灣目前的遠距健保模式：病人先在參與計畫的在地院所接受診察，再由遠距醫師透過視訊提供診療建議。AI 若要加入，適合放在資料彙整、分流提醒、會診前準備與追蹤清單，醫師與院所仍要保留能中止、改判與轉送的權限。

醫院導入 AI 遠距醫療要驗收什麼

TFDA 2026 年公告的 AI 醫療器材優良機器學習實務，把產品設計、軟體工程、訓練與測試資料集、臨床評估和上市後性能監控放在同一套管理原則中。TFDA 公告可作為醫院採購與試辦驗收的外部基準。

我會要求團隊在試辦前把下面四件事寫成可測量的欄位：

1. 用途邊界：AI 只做摘要、提醒、排序或風險預警時，輸出文字要和醫師能採取的動作對得上；若產品宣稱診斷或治療用途，應另行確認醫材分類與查驗登記要求。
2. 資料代表性：測試資料要涵蓋實際服務的年齡、疾病、設備、網路品質與語言情境，並記錄缺值與錯誤格式比例。
3. 系統介接：確認 AI 讀到的資料來自哪個系統、FHIR Resource 如何對應院內欄位、結果回寫到哪一份病歷，以及每次存取如何留下稽核紀錄。
4. 失效處置：把斷線、設備故障、AI 無法判讀、提示與醫師判斷衝突時的回復流程先演練，並指定誰能停用模型、誰負責通知現場人員。

這四項可以和醫療 AI 責任分配的臨床檢核一起使用。遠距醫療把地理距離拉開，資料延遲、連線中斷與現場人力不足都會放大錯誤成本，驗收表需要把這些條件放進測試情境。

遠距醫療與 AI 最容易混淆的地方

第一個混淆是把「有視訊」當成「有 AI」。視訊只解決人與人之間的連線，AI 需要另外交代資料來源、模型版本、輸出用途與人工覆核。第二個混淆是把「有健保計畫」理解成所有遠距服務都能申報，台灣目前仍依計畫地區、參與院所與服務規範辦理。衛福部 115 年報告列出的合作模式，正是這個範圍的具體例子。

我認為最該先做的工作，是把 AI 的每次提示和醫師的每次處置連在一起記錄。未來若要分析遠距醫療到底有沒有縮短等待、降低重複檢查或改善轉診，就需要同時拿得到資料時間、模型版本、人工判斷與後續結果；只有登入人次，回答不了臨床成效。

常見問題

遠距醫療是用手機 App 看診嗎？
不一定。WHO 將 telemedicine 包含病人與醫療提供者、醫療提供者與醫療提供者之間的同步或非同步臨床照護，實際設備可能是視訊、醫療量測設備或院內系統。

遠距醫療有健保給付嗎？
台灣有遠距醫療給付計畫，但適用對象、地區、參與院所與申報項目要依當期規定辦理。衛福部 115 年報告記載，114 年 8 月起遠距會診放寬區域與西醫專科別，並投入 115 年健保總額 2 億元，詳細範圍仍要以官方施政績效報告與最新公告為準。

AI 可以代替醫師做遠距診斷嗎？
AI 可以整理資料、提示風險或協助排序，但涉及臨床決策時，醫療機構仍須安排具資格的醫事人員覆核，並保留通報、停用與人工替代流程。TFDA 的 AI 醫材管理原則也把臨床評估與上市後性能監控列入產品生命週期。