望聞問AI／中醫仍卡「資料整合」 衛福部啟動標準化計畫拚跨院串接

陳仁

健康醫療網／記者林則澄報導

 
隨著人工智慧（AI）應用在各行各業，其於中醫臨床領域同樣受到關注。圖為中醫把脈示意圖。

人工智慧（AI）在中醫臨床領域受到關注，由於AI需在大量數據中找尋規律進行統計與分析，才可作為輔助醫療決策的工具，因此既有資料的品質與可整合性是關鍵。衛生福利部中醫藥司司長、國家中醫藥研究所所長蘇奕彰指出，西醫已建立疾病分類代碼、檢驗數值及用藥紀錄等結構化資料，部分醫療院所之間也能串接，相較之下，中醫臨床雖同樣具病名、證型及處方紀錄等資料，但因強調辨證論治與個別化診療，相關醫療紀錄在標準化上仍有提升空間，也增加跨院資料整合與後續AI應用的難度，衛福部已於今年啟動《中醫臨床資料標準建置計畫》，期盼逐步建立可整合的診療紀錄格式與用語標準，並為未來跨院資料交換機制奠定基礎，也支撐AI應用於臨床輔助診斷的發展。

舌診、脈診已有技術輔助　AI在臨床可作為檢查與決策工具
中醫師診病的核心為四診「望、聞、問、切」，其中「望診」是透過觀察病人的神態、氣色與形體變化判斷身體狀況；「聞診」則是藉由聽聲音、辨氣味與呼吸情形掌握病情；「問診」為詢問病史、症狀及治療經過；「切診」則是透過把脈與觸診，了解脈象與身體反應。醫師透過四診綜合判斷，可進一步掌握疾病狀態與可能病因，作為後續「四診合參」辨證論治的依據。長庚體系中醫醫療發展召集人、林口長庚紀念醫院中醫部部主任黃澤宏受訪時說，以長庚體系為例，目前已有部分結合AI技術的醫療器材，應用於看診與教學領域。

黃澤宏主任進一步舉例，「望診」部分，舌診儀可透過影像分析觀察舌面顏色、舌苔與濕潤度；「切診」方面，脈診儀則可藉由感測器，將脈搏波形轉換為視覺化的數據與圖像，但「聞診」的辨氣味、聽聲音等項目，目前仍較難被AI技術模仿，多仍停留在研究階段。此外，長庚體系內部也有建置結構化病歷資料，讓AI技術更易於統計與分析，成為輔助醫療決策的一環，例如協助醫師確認是否遺漏患者的藥歷或病史、降低口頭詢問或翻找資料的時間，也可更快為患者評估治療選項。此外，院內結合AI技術的平台，也可應用於教學時的學習與查詢工具。

資料標準化落差　中醫AI發展步調相對審慎
不過，目前不同醫療院所間的中醫診療資料，仍存在整合空間，蘇奕彰司長接受《健康醫療網》專訪時說，台灣民眾常有跨院就醫的情形，若診療資料無法完整轉換與串接，當以AI技術進行統計與分析時，將影響準確性，若用於輔助醫療決策時，也可能增添未知風險。在這部分，西醫體系長期透過影像、檢驗、病理等客觀數據建立全球共通的診斷標準，加上台灣現已導入快捷式醫療服務互操作資源（Fast Healthcare Interoperability Resources，FHIR），並有林口長庚醫院、馬偕醫院、中山醫學大學附設醫院等示範醫院參與結構化資料轉換與跨院串接，使後續AI模型較易建立與推廣。當資料格式標準化且可跨院流通，醫師在調閱病歷與檢視檢查報告時，通常可減少重複確認程序，醫療系統也較能進行統計分析，協助支援臨床決策，對醫療流程效率與病患照護連續性皆有助益。

 
▲衛福部中醫藥司司長蘇奕彰。圖為資料照。

相較之下，中醫體系在國際標準化進程仍處於建構階段，因此臨床系統導入AI技術的步調相對較慢。蘇奕彰司長表示，中醫診療涉及古籍及「望聞問切」四診合參等個人化診療方式，部分診療資訊較難量化為標準化數據，使跨院整合面臨挑戰，也使AI相關應用仍在持續發展與調整中。不過衛福部2022年即已委託醫學中心結合台灣生物資料庫（Taiwan Biobank）所蒐集的中醫體質量表資料，推動中醫大數據分析與應用。此外，《台灣精準醫療計畫》（TPMI）由中央研究院聯合全國16家醫療體系共同推動，針對乳癌、肺癌等癌症個案進行研究，觀察中西醫介入治療的情形，相關成果也已陸續投稿國際期刊《自然》（Nature）。蘇奕彰司長指出，這些資料建置與研究成果，是可供AI統計分析的資料基礎，並作為未來發展相關應用的來源。

衛福部今年啟動「中醫臨床資料標準建置計畫」　拚資料庫跨院整合
為了因應中醫診療資料在不同醫療院所間呈現方式仍有差異的情形，蘇奕彰司長向記者透露，衛福部已於2026年委託國家中醫藥研究所推動《中醫臨床資料標準建置計畫》，目標在於建立中醫診療資料的共通標準。他指出，計畫初期將優先針對中醫相關名詞定義及診療紀錄內容進行整理與標準化，提升不同醫療院所之間資料的可整合性，後續再依執行情況滾動式調整，並逐步推動跨院資料整合，作為未來AI應用於臨床輔助統計分析的基礎。

資料跨院整合若到位　AI有助於提升診斷與預防精準度
蘇奕彰司長表示，對民眾而言，若未來中醫資料庫能完成跨院整合，將有助於提升AI統計分析的完整性，進一步應用於診斷、用藥與預防醫學等面向。他也指出，當資料庫標準化後，AI技術可望在疾病預防與健康管理上發揮更大價值，反之若資料存在漏洞或不齊全，AI統計分析的結果在不同醫療場域的適用性，仍需反覆驗證。

蘇奕彰司長強調，不論AI技術如何發展，在臨床醫學屬於輔助性質，實際診療仍以醫師專業判斷為主，事實上，台灣具備中西醫合療的體系，若未來能完成中醫資料庫標準化與跨院整合，不只有利於AI技術應用在臨床輔助診療上的發展，也將成為中醫走向國際舞台的一大助力。

陳仁

望聞問AI／人工智慧當「診前軍師」民眾揭優點　醫示警：仍有誤判風險

健康醫療網／記者林則澄報導

 
生成式人工智慧（AI）逐漸被應用在生活各個領域，不少民眾在去中醫看診或至中藥房拿藥時可能會先求助AI。圖為中藥材示意圖，依序為魚腥草、枸杞子、黃耆、當歸。

台灣正面臨超高齡社會，隨著慢性調理與日常保健需求受到重視，中醫在民眾生活中的角色持續受到關注，加上生成式人工智慧（AI）的普及，不少民眾在去中醫看診或至中藥房拿藥時，可能會讓AI扮演「軍師」的角色。就有民眾提到，自己對AI透露一些隱私問題時較不會尷尬，且AI也會給出帶有專業感的答覆，讓人有種安心感。不過醫師提醒，任何涉及醫療診斷的行為皆應找尋專業人士，以免徒增誤診、誤用藥物的風險，得不償失。

AI問診圖方便又不尷尬　民眾讚「答覆有專業感」
現年61歲的李小姐受訪時表示，當肩膀痠痛或有其他疑難雜症時，會先詢問生成式AI可能的原因，甚至進一步了解是否需透過中藥調理。她也認為，當今的AI功能方便，在問診時也會給出帶有專業感的答覆，就連身邊親友偶爾也會透過AI尋求類似的健康意見，自己家中的年輕人也會協助長輩使用AI了解身體狀況。62歲的陳先生也向記者透露，自己之所以會用AI問診，同樣是基於其所具備的即時性，在獲得的資訊當下，除了常讓人產生可信感，還能省去掛號、排隊等待看診的時間，也不會因向醫師闡述私密問題而導致尷尬，隨之而來的是一股安心感。

查閱AI再上門詢問　中藥行：30至50歲族群較常見
開業中藥行業者郭錦龍受訪時表示，近年來確實觀察到愈來愈多民眾在用AI查詢特定資訊後，前來詢問或購買中藥材，年齡層以30至50歲的青壯年為主，主因是這個階段的族群較熟悉網路，這些人關注的健康議題包括減重、美容、睡眠或壓力等方面的問題，會詢問包括山楂、決明子、紅麴等中藥材，或天王補心丹、酸棗仁湯等方劑，相較之下許多銀髮族較少使用AI，多以直接詢問或由中醫師開立的處方箋作為抓藥依據。

長者帶AI答案進診間　醫：部分由年輕家屬協助查詢
長庚體系中醫醫療發展召集人、林口長庚紀念醫院中醫部部主任黃澤宏受訪時表示，近年他觀察到，許多患者進到診間後，會主動提及個人曾以AI問診的經驗，其中高齡長者也可能是由年輕家屬協助查詢相關資訊，正因為AI可在短時間內協助整理大量資訊，快速提供可能相關的知識與方向，而醫療本身又屬高度複雜的專業，民眾自然會期待「AI醫生」的出現，在他們查詢如喉嚨痛、發燒、咳嗽等症狀後，協助判斷疾病方向，進而尋求專科醫師協助，從正面角度來看，有助於提升個人醫療保健知識與自我照顧能力，同時也讓醫病溝通更有效率，但目前AI仍無法取代正式醫療診斷。

中醫講求四診合參　AI多僅停留在「問診」層面
黃澤宏主任也說，中醫師診病的核心為四診「望、聞、問、切」，其中「望診」是透過觀察病人的神態、氣色與形體變化判斷身體狀況；「聞診」則是藉由聽聲音、辨氣味與呼吸情形掌握病情；「問診」為詢問病史、症狀及治療經過；「切診」則是透過把脈與觸診，了解脈象與身體反應。醫師透過四診綜合判斷，可進一步掌握疾病狀態與可能病因，作為後續「四診合參」辨證論治的依據。然而，民眾透過僅以AI問診，通常只涉及四診中的「問診」部分，因其無法再依據患者的其他生命體徵進行專業判斷，角色定位仍是「資訊整理高手」，而非「治療決策者」。

誤判、責任歸屬與個資風險並存　醫：無法取代專業判斷
有鑑於此，黃澤宏主任認為，生成式AI所產出的內容作為一時參考其實並無問題，但最終仍須由專業醫師把關，不建議直接依AI提供的資訊自行買藥或另行處置，以免被看似合理實則未必正確的資訊牽鼻子走，從而誤判病情，也延誤治療時機，屆時還可能引發醫療責任歸屬的問題。此外，部分民眾會將檢查報告上傳至AI進行判讀，但在取得資訊的同時，仍可能面臨個資外洩風險，也較難釐清責任。

醫療不只是數據判斷　醫病關係與溫度難被取代
黃澤宏主任強調，醫療並非僅是處理資料那麼簡單，也涉及醫師「如何面對一位患者」，以高齡長者為例，對方是否需手術，或在檢查數值已達治療目標、但仍出現不適時，是否應調整治療方式，皆涉及個體差異，無法僅憑冰冷的數據進行整體的綜合判斷。他也強調，醫病也是互相託付的信任關係，有時一段對話、一次情緒支持背後所流露出的溫度，仍是AI無論如何演進，都難以被割捨的部分。