【2025年衛生福利部《負責任AI執行中心成果發表會》系列文章2】

面對 AI 在醫療場域的深度應用，各界對治理制度與實務落地的重視日益提升。本篇延續〈負責任 AI 執行中心成果發表會系列文章1〉，進一步提供國際重量級專家的精彩分享，為活動增添國際視野。

此次成果發表會特別邀請到兩位於全球醫療資訊與智慧治理領域具有舉足輕重地位的專家—微軟全球首席醫療官暨史丹佛大學教授 David C. Rhew 博士，以及波士頓兒童醫院醫療資訊科學計畫主任、哈佛大學教授 Ken D. Mandl 博士。他們分別從國際 AI 治理網絡的推動經驗、美國醫療 AI 監管趨勢與挑戰等角度，深度剖析負責任 AI 的全球脈動。

演講現場更開放與醫療機構代表、AI產業界來賓進行提問交流，從不同實務視角出發，激盪出許多寶貴的洞見與火花，不僅深化了對全球趨勢的理解，也讓臺灣醫療與產業界在邁向永續 AI 醫療治理的路上，獲得了更多具啟發性的思考與借鏡。

透過這場難得的國際對話，臺灣展現出積極接軌全球、厚植本土治理能量的堅定步伐，為推動可信任且可持續的智慧醫療發展奠定更堅實的基礎。

AI不能只是部署，還要能治理

微軟全球首席醫療官暨史丹佛大學教授 David C. Rhew 博士：

Dr. Rhew以全球信任與責任AI網絡（TRAIN, Trustworthy and Responsible AI Network）為主軸，介紹TRAIN如何協助醫療機構建立完整的AI治理流程。該網絡由微軟與美國16家頂尖醫療機構共同成立，2024年起已拓展至歐洲市場，目標是在不同地區建立符合在地法規的責任AI導入架構。他提出四個醫療機構導入AI時最應優先解決的關鍵問題：

1. 註冊管理：機構內有哪些AI？用途為何？誰在使用？
2. 在地測試：AI是否有在本院的真實資料下進行測試與驗證？
3. 偏誤評估：是否評估模型對不同族群的潛在偏誤？如何修正？
4. 治理制度：是否已建立一套可規模化的AI治理流程？

演講中強調，光有技術不夠，還必須搭配「硬體信任根基」（Hardware Root-of-Trust）與「機密計算」（Confidential Compute）等安全機制，才能讓AI模型運行於安全可信的環境之中。並呼籲應標準化AI應用流程，包括：「誰接收AI輸出、接收時機、形式為何，以及後續如何處理。」等重要議題。

  

圖1、李建璋處長

AI不該是特例，而應納入統一醫療監管框架

圖2、波士頓兒童醫院／哈佛大學 醫療資訊科學計畫主任 Ken D. Mandl教授

作為波士頓兒童醫院醫療資訊科學計畫（CHIP）主任、哈佛醫學院教授，Dr. Mandl同時為美國國家醫學院「數位健康與AI協作平台」共同主席。他透過預錄演講深入剖析當前美國AI監管的轉變與挑戰。

Dr. Mandl指出，美國2023年曾發出總統級AI行政命令，但2025年該命令已撤回，目前各界仍在等待新的聯邦政策。而在政策空窗之際，民間與公私協作的角色愈發重要，推動負責任AI的責任應由政府與產業「共同承擔」。

他強調三個主要觀察：

AI應用必須可監測（monitorable）：目前多數AI產品仍缺乏上市後監測資料，無法確保其在真實世界的穩定表現。他提倡建立「全生命週期管理」制度，並引入「AI註冊機制」與唯一識別碼來追蹤每一套模型的臨床行為。

AI與醫師互動的轉變：過去醫師面對病人直接診療，現在AI工具透過自然語言處理、語音轉文字、自動病歷記錄甚至建議診斷方案，正在重新定義醫病關係。「當AI開始比醫師還了解病歷，我們必須重新審視當責與安全性的界線。」

透明性與解釋性是信任關鍵：目前許多AI模型仍是黑盒子操作，僅在測驗資料上有準確度指標。Mandl 教授強調，臨床醫師需要理解AI為何做出某個建議，否則將無法合理採納。他建議推動「可計算表現定義（Computable Phenotypes）」與「透明性揭露制度」作為AI信任建立的基礎。

最後，他也呼籲全球應思考將AI視為「智慧代理人」，比照人類醫師的專業認證、倫理監管、持續評鑑方式進行管理。他指出：「若AI可以提出診斷，那麼它也該對結果負責。」

結語

從兩位國際專家的分享中可以看見，負責任 AI 不只是單一國家或單一醫療機構的課題，而是全球共同面臨的挑戰與責任。臺灣在此次成果發表會中，展現出與國際趨勢接軌的高度共識與行動力，不僅積極建構本土的落地管理制度，更在透明性、偏誤管理、全生命週期監管等核心議題上，與全球最佳實踐同步呼應。未來，透過持續深化制度建構、推動跨界協作與國際交流，臺灣有望在智慧醫療治理領域，成為亞洲區乃至全球的重要示範與夥伴。

圖3、負責任AI執行中心成果發表會