AI 醫材怎麼審、健康資料怎麼管、出錯了誰負責？追蹤台灣 TFDA 與美歐 FDA 的監管路線，以及健康資料外洩與跨境研究的治理難題。
AI 進入醫療決策後，監管的重點從「這台機器準不準」，變成「這套演算法會變、出錯時誰負責、健康這類特種資料怎麼管」。這個主題追蹤台灣 TFDA 從一次性審查走向演算法生命週期管理的路線，對照美國 FDA 與歐盟的鬆綁與試辦，也把健康資料外洩、跨境研究合作與保健食品廣告合規這些治理難題整理在一起。
中醫 AI 可不可信，看展示影片的準確率沒有意義。六件事沒查過，就只是一個包裝精美的黑箱：推理能不能追溯、資料來源站不站得住腳、藥材溯源、法規分級、資料互通、出事誰負責。
為什麼是 42 個州同時出手，而且挑在 IPO 遞件後？因為上市那一刻，法規風險第一次要被定價。
醫療 AI 上線前最容易被低估的六個坑：稽核怎麼存、去識別化如何靠地端索引與實體隔離落地、embedding 模型怎麼選、混合檢索與自我校驗三道關卡如何壓低幻覺做到可溯源，到機器只給狀態、由人依《人工智慧基本法》保有覆核權。以醫療 AI 合規守門引擎 goalkeeper 為設計範例，對照衛福部指引、個資法與憲法法庭判決，析論這六條對國家級平台的意義。
台灣整合健康資料試了十年，政府推了十年、多家新創相繼遇阻。這一次，台灣健康網路平台把資本、供給端和商業誘因都補齊了，十年磨一劍，終於有機會成局。剩下最關鍵的一關，是信任怎麼設計。
台灣健康網路平台要串接全台千萬健康存摺使用者的資料。個人紅利有限又有條件，集體效益才是重點：資料匯集後，台灣才可能訓練出貼合本地體質的醫療 AI。平台如何劃定退出、獨立監理與二次利用的界線，是參與前的關鍵。
FDA 一邊衝核准量、一邊把低風險軟體移出監管，台灣逐案審、歐盟疊高風險義務。這不是誰進步誰落後，是三種不同的風險賭注；台灣要問的不是抄誰，是自己卡在哪。
把行動 agent 配上監督 agent，等於把企業治理的 Maker-Checker 雙人覆核搬進 AI。問題是，當會出錯的人和盯著它的人都換成 AI，這套覆核真的夠成熟了嗎。
iRhythm 的臨床與醫材系統都沒事，被攻破的是第三方代管的商業應用、入口是社交工程。醫療資料外洩越來越少發生在資料所在的地方，而在資料流動的地方。
從衛福部《醫療機構應用生成式人工智慧指引》到工程設計，拆解合規守門引擎的五道關卡、去識別化管線、Null Provider 可測性設計與守門服務的核心原則。
食藥署擬設「功能性食品」類別，保健食品廣告用詞將面臨更清楚的法規邊界。本文拆解現行三層食品分類結構的廣告規則落差、新制度的核心目的，以及 AI 輔助審查能做什麼、不能做什麼。
加拿大貿易專員辦公室透過CIIP計畫，招募中小型醫療科技企業組成代表團，於2026年8月赴台北、新竹、桃園洽談研究合作，核心吸引力正是台灣23年、2,300萬筆的健保資料庫。
從健保資料奠基到HIMSS Stage 7認證，台灣AI醫療在2025年完成價值鏈六大環節，連續8年全球醫療指數第一的背後是一套可複製的系統性架構。
《醫療器材管理法》為數位醫療產品提供明確定義，再生醫療雙法2026年上路開出細胞治療快速審查通道，台灣的法規確定性正成為吸引外資醫療科技投資的差異化優勢。
Frontiers in Medicine 2025年發表人工智慧醫療設備（AIMD）全球監管十年回顧，涵蓋美FDA、歐盟、日本、韓國與台灣TFDA等主要監管體系的發展歷程，指出動態監管框架、上市後監控與演算法透明度為各國共同面臨的核心挑戰。
Chambers Healthcare AI 2025台灣章節指出，台灣TFDA自2021年發布AI/ML醫療軟體審查指引後，截至2024年底已核准約50款本土及116款進口AI醫療設備，並持續對應國際動態調整監管框架，從靜態一次性審查走向演算法生命週期管理的監管典範轉移。
