為促進國際醫療人工智慧合作，衛生福利部建置「聯邦學習媒合平台（Federated Learning Matchmaking Platform）」，協助國內外醫療機構與我國醫療AI外部驗證中心建立合作網絡，共同推動跨機構、跨國界之人工智慧模型研發、驗證與臨床應用。
平台提供醫療機構提出聯邦學習合作計畫之機制，計畫發起單位可依研究需求提出合作主題、所需樣本數量、資料類型及各節點所需運算資源等條件；其他醫療機構則可依研究領域、臨床專長及參與意願加入合作，進一步了解各項聯邦學習計畫之模型訓練內容與合作模式，建立透明且高效率之跨院合作機制。
聯邦學習媒合平台：跨院合作協調中心
聯邦學習平台負責模型分散式訓練與技術執行，而聯邦學習媒合平台則扮演行政協調、資源整合與合作媒介的重要角色，協助醫療機構快速尋找合適合作夥伴，提升跨院合作效率。
技術能力與運算資源媒合
依據聯邦學習專案需求，自動評估參與醫療機構之技術能力與運算資源，包括GPU顯示記憶體（GPU VRAM）、CPU核心數、記憶體（RAM）及相關AI運算環境，確保各節點具備執行NVFLARE等聯邦學習框架所需之運算能力。
多中心資料規模協調
專案發起醫療機構可提出所需之去識別化病例數量、疾病類別、影像模態及標註需求（例如正常組、疾病組或特定病理分類），平台則協助媒合符合條件之醫療機構，提升全國聯邦學習網絡資料品質與臨床代表性。
多元合作模式
平台提供多元合作架構，醫療機構可依據研究目標及合作需求選擇適合之合作模式，包括：
- 智慧財產共同持有模式（Shared IP Model）：合作機構共同持有模型智慧財產權，並依據資料貢獻比例及合作成果進行權益分配。
- 共同研究發表模式（Co-Authorship Model）：參與合作之醫療機構得共同參與研究成果發表及學術論文署名，促進跨院研究合作。
- 驗證服務合作模式（Validation Service Model）：醫療機構提供資料標註、模型驗證及臨床測試服務，建立完善之醫療AI驗證生態系。
透過標準化合作流程及透明化媒合機制，平台有效降低跨院合作門檻，提升醫療AI模型之研發效率與驗證品質。
圖 1. 全球醫療 AI 聯邦學習媒合平台
臺灣－泰國跨國聯邦學習合作
為深化國際醫療AI合作，衛生福利部與泰國瑪希敦大學（Mahidol University）於2025年9月正式簽署聯邦學習合作備忘錄（Memorandum of Understanding, MOU），建立跨國智慧醫療合作夥伴關係。
本合作以聯邦學習（Federated Learning）技術為核心，透過「資料不離院、模型共享更新」之架構，串聯臺灣及泰國多家醫療機構，共同建立跨國醫療AI訓練環境。雙方於各自醫療體系內建置本地基礎模型（Local Foundation Model），並針對共同關注之臨床議題進行模型開發，再透過跨國聯邦微調（Federated Fine-tuning）提升模型泛化能力及臨床適用性。
此合作模式兼顧病人隱私保護、資料安全及法規遵循，使原始醫療資料無須跨境傳輸，即可結合兩國多元臨床資料特性，共同提升AI模型準確度、穩定性及臨床可信度。
目前雙方合作聚焦於以下三項智慧醫療應用：
- 專案一：乳房X光人工智慧輔助診斷
圖 ２. AI輔助乳房攝影判讀
本計畫以乳房攝影（Mammography）影像為基礎，建立AI自動病灶偵測與標註模型，提升乳癌早期篩檢及精準診斷能力。
模型於各合作醫院本地完成訓練與驗證，並透過聯邦學習架構進行跨國模型優化，在不交換病人資料之前提下，結合臺灣與泰國多元臨床案例，提升乳癌篩檢之敏感度（Sensitivity）與特異度（Specificity），協助醫師提升臨床判讀品質。
- 專案二: 胸部X光人工智慧輔助診斷
圖 3. AI輔助胸部X光判讀
本計畫聚焦於胸部X光影像（Chest X-ray）之肺結核（Tuberculosis）快速篩檢應用。
藉由聯邦學習整合兩國不同地區之病例資料特性，建立具高度泛化能力之AI模型，提升肺結核篩檢效率及準確性，協助公共衛生防疫工作，降低社區傳播風險，並提供醫療機構高效率且標準化之AI輔助判讀工具。
- 專案三: 攝護腺癌病理人工智慧分析
圖 4. AI-Assisted Prostate Cancer Pathology Analysis
建立國際可信任醫療AI合作生態系
未來，衛生福利部將持續推動國際聯邦學習合作網絡，結合「國家AI驗證工廠」、「國家聯邦學習平台」、「全國臨床AI應用登錄平台」及「國家智慧醫療影像系統」等國家級AI基礎建設，串聯國內外醫療機構，共同打造兼具資料安全、隱私保護、法規遵循及國際互通性的可信任醫療AI合作生態系，持續提升臺灣於全球智慧醫療及醫療人工智慧領域之研發能量與國際影響力。
全球醫療 AI 聯邦學習媒合平台
