為推動臺灣智慧醫療與臨床 AI 應用發展，衛生福利部資訊處李建璋處長規劃三大智慧醫療AI中心架構，以建立涵蓋AI治理機制、取證驗證，以及臨床效益影響性研究之完整體系，回應AI技術導入醫療場域所面臨各項重要需求。「負責任AI執行中心」建立醫院導入AI所需之治理制度與推動機制；「臨床AI取證驗證中心」提供AI臨床驗證方法學支持，加速AI醫療應用產品取證驗證整體進程；「AI影響性研究中心」則透過真實世界臨床效益之影響性研究，作為未來定價及給付之科學參考依據。
三大中心的設立，旨在因應臨床AI發展中的三項重要需求：
|
臨床落地（落地） |
取證驗證（取證） |
臨床效益評估（給付） |
目前衛生福利部補助國內醫院成立負責任AI執行中心10家、臨床AI取證驗證中心4家及AI影響性研究中心5家，逐步形成跨層級、跨體系之AI智慧醫療生態系，持續支持AI技術於臨床場域之安全、有效與具臨床實證基礎的應用發展。
- 連結至 臺灣智慧醫療三大中心
負責任AI執行中心
隨著人工智慧快速發展，其在醫療領域的應用已從疾病診斷、風險預測及醫學影像判讀，逐步延伸至臨床決策支援、醫療流程優化及文件撰寫輔助，協助提升醫療品質與服務效率。
然而，AI技術的廣泛應用也帶來新的治理挑戰。如何兼顧自主性（Autonomy）、當責性（Accountability）、隱私（Privacy）、透明性（Transparency）、安全性（Security）、公平性（Fairness）及永續性（Sustainability），已成為國際間推動智慧醫療的重要課題。世界衛生組織（WHO）及臺灣《人工智慧基本法》草案皆強調，AI發展應建立於可信任且負責任的治理基礎之上。
為協助醫療機構安全且有效地導入AI應用，衛生福利部推動成立「負責任AI執行中心」，協助醫院建立AI治理制度與管理機制，包括資安與隱私保護、風險管理，透明度揭露、可解釋性分析，以及醫療AI生命週期監測等重要工作，讓醫療團隊能夠清楚了解AI的運作方式、適用範圍與使用成效。
透過建立可信任的AI治理環境，負責任AI執行中心不僅協助醫院提升AI應用品質與管理能力，也促進智慧醫療技術能在兼顧安全、倫理與創新的前提下穩健發展，進一步提升醫護人員與民眾對AI醫療應用的信任。
臨床AI取證驗證中心
在全球智慧醫療發展的浪潮中，各國醫學數據取得極為困難。許多人工智慧（AI）模型往往只能使用數百至上千筆的樣本數據進行訓練，但當這些模型實際應用於臨床場域時，準確率往往大幅下降，影響其實際效能。
為解決AI醫療模型在實務應用中面臨的取證挑戰，衛生福利部資訊處攜手台灣食品藥物管理署推動全國首創的「臨床AI取證驗證中心」計畫，在全國補助四家醫學中心建立臨床AI取證驗證中心，使醫療AI開發商或學術研究團隊能夠使用更大規模、更符合台灣人群特性的數據來進行驗證，提升AI應用的品質。
衛福部資訊處李建璋處長參考國內外智慧醫療發展現況與挑戰，規劃創新的外部驗證體系，涵蓋聯邦學習平台的建構、跨體系醫院的聯盟合作，以及採用最新的FHIR（Fast Healthcare Interoperability Resources）標準，打造跨醫院的資料驗證資料庫，並搭建可支援聯邦學習（Federated Learning）的AI訓練平台。這項制度的設計可為臺灣智慧醫療產業打造一條加速發展的高速公路，大幅節省AI在食藥署取證的時間，同時也促進各大醫院的電子病歷資料應用，確保醫學大數據在倫理框架下發揮最大價值。
AI影響性研究中心
隨著智慧醫療的快速發展，人工智慧（AI）在臨床診斷中的應用日益普及。然而，由於AI醫療器材與傳統醫材不同，它不需要耗材，僅透過電腦運算便能產出診斷結果，這使得無論是健保、政府保險或商業保險在決定是否給付相關AI技術時，面臨極大的挑戰。
要確定臨床AI的價值，醫療經濟評估至關重要，其核心數據必須透過高品質的臨床試驗來驗證AI輔助診斷與傳統醫療服務之間的效益差異。然而，這類研究需跨中心、跨領域團隊合作，並涉及大量樣本數，以確保AI的臨床效益具備科學實證。然而，目前多數AI廠商為中小型企業，難以承擔如此大規模的多中心隨機臨床試驗，導致全球範圍內AI的臨床效益尚未受到嚴格的科學驗證。
為推動台灣成為智慧醫療領導國家，衛生福利部資訊處李建璋處長參考全球最高標準的隨機臨床試驗模式，補助成立5家「AI影響性研究中心」，匯聚臨床試驗專家、生物統計學者、流行病學專家、醫療資訊專家與AI領域專家，透過隨機分組試驗，嚴謹驗證AI的臨床效益。衛福部資訊處積極推動最高標準的研究設計，勇敢邁出AI比照藥物進行隨機臨床試驗的重要一步。
