在全球 AI 技術快速進展的今天，醫療資料的安全、管控與主權已成為各國的關鍵議題。臺灣長期擁有健保資料優勢與醫療體系密度，但我們更清楚：資料是否能在本地安全運算，比是否擁有大量資料更重要。過去醫療 AI 最大的限制，並非技術成熟度，而是資料無法集中、跨境運算風險巨大、法規限制眾多，使得多數 AI 研究難以真正落地臨床。

因此，我們啟動了國家級「主權 AI」願景：資料留在臺灣、模型留在臺灣、訓練環境留在臺灣，運算過程可被臺灣政府完全控管。這促成了衛福部資訊處建立高效能運算中心（HPC）與主權雲（Sovereign Cloud）的政策方向，也成為後續聯邦學習、國際合作及多模態醫療 AI 的基礎

二、HPC 技術細節：打造國家級主權 AI 運算基座

我們以「漸進式擴建、可持續升級」為核心策略建置 HPC。第一階段導入 NVIDIA L40S，第二年擴展至 H200 等高階 GPU；同步進行電力與水冷升級，使其能長期承載大型模型訓練量。

我們也導入 Run:AI，使 GPU 能動態分配並提升使用率，減少電力浪費並符合 ESG 要求。此外，主權雲具備白名單控管、訓練可稽核與完整權限管理，保障資料安全。

 

三、為何臺灣必須推動聯邦學習？

臺灣醫療資料分散，各家醫院的影像、訊號等非結構化資料無法集中，因此模型跨院會失準。聯邦學習（FL）讓資料不動、模型動，只需回傳參數即可，完全符合資料保護法及跨境規範。

FL 也讓沒有 GPU 與資料工程團隊的地區醫院能參與模型訓練，使模型更具全臺代表性，真正達到醫療 AI 普惠。

四、跨院與跨國打造亞洲最完整醫療 AI 生態鏈

我們與全臺 16 家醫院共同合作，形成完整臨床資料鏈；並與瑪希敦大學、泰國、瑞典卡羅琳斯卡醫學院展開合作。這讓臺灣逐步形成亞洲醫療 AI Hub，成為亞洲模型訓練與合作的第一站。

未來我們將整合影像、文字病歷與結構化資料，打造專屬臺灣的多模態 Foundation Model。偏鄉只需上傳影像即可獲得初步判讀，而臺灣也能成為亞洲人口特徵模型的主要提供者。

五、結語：讓 AI 真正普惠，打造更公平醫療

透過主權雲、HPC、聯邦學習與跨國合作，我們已建立從資料治理到模型落地的完整生態鏈，讓 AI 能真正走入臨床、普惠全臺，並成為亞洲醫療科技合作的核心。