健保署聯手Google揭糖尿病AI專案進展，衛福部重申FHIR與聯邦學習布局

健保署3月4日揭露糖尿病AI專案進展，該專案2年前由健保署與Google臺灣聯手啟動，Google負責提供AI工具和算力，再由北醫、國衛院開發糖尿病風險預測模型，並以健保大數據驗證。該模型已可預測糖尿病風險等級，以及糖尿病共病風險，另也能結合Gemini，提供民眾個人化的衛教資訊。目前，醫療院所端已可在家醫大平臺查看AI模型提供的風險等級，至於民眾端，健保署預計於本月在健康存摺App中，上線個人衛教助理功能，屆時授權同意的民眾即可使用。

衛福部部長石崇良還點出，衛福部目前正專注如何讓電子病歷更好地結合健保，因此推動基礎工程計畫，來鼓勵部內及醫療院所採用國際醫療資料交換標準FHIR，並採用資料不出院、也能訓練AI模型的聯邦學習（Federated Learning）模式，來打造更通用的AI模型，強化應用潛力。

2004年啟用健保IC卡，持續優化健保數位基礎建設

健保署署長陳亮妤先是盤點健保的數位基礎建設，全民健保自開辦至今已31年，其中一項重要里程碑是2004年啟用健保IC卡。當時只要讀卡，就能查看病人最近6次就醫紀錄、重要處方與過敏藥物，以及重大傷病、器官捐贈與安寧緩和醫療等相關註記。

在這個基礎上，健保署於2013年推出健保雲端藥歷系統（MedCloud），並在2016年升級為健保醫療資訊雲端查詢系統，將病人在不同醫療院所的診療資料整合在同一平臺，讓醫師可以查詢包括用藥紀錄、檢查檢驗結果、手術紀錄、牙科處置紀錄、過敏藥物紀錄以及疫苗接種等12種項資訊，甚至也能調閱電腦斷層（CT）、磁振造影（MRI）等醫療檢查影像，來輔助診斷。

2024年，健保署更上線健保醫療資訊雲端查詢系統2.0，不只提供更好的使用者體驗（UX）介面，還新添了過敏藥物、藥品交互作用、潛在C肝病人追蹤、重複用藥或重複檢驗檢查等主動提示機制。

陳亮妤點出，正是這套完善的健保制度和數位系統，才能在COVID-19疫情期間，快速介接疾管署資料、掌握全臺人民的疫苗施打狀況，並依此擬訂更精準的防疫策略。

現階段要解決三高問題，首波瞄準糖尿病

隨著臺灣進入超高齡社會、三高人數快速上升，三高也成為過去10年間，健康支出上升最快的疾病。（如下圖）

再加上，總統賴清德上任後提出健康臺灣888的三高防治計畫，目標是2030年前將80%的三高與慢性腎臟病患者納入照護網，並讓其中的80%患者接受生活形態諮詢、80%的三高與慢性腎臟病患者達到最終控制目標。

健保署也針對這3項目標，自2024年起分別展開幾項計畫，比如針對第一個8，推動家醫照護整合性計畫2.0、地區醫院全人全社區照護計畫和創新藥物給付機制等。針對第二個8，則是要開發實證基礎的生活型態評估工具、試辦慢性病價值導向的全人照護模式。第三個8則要導入創新數位照護模式，比如開發新平臺，來整合個人健康數據、落實健康管理，還要發展AI個人化衛教素材和工具，並藉公私協力，鼓勵使用創新數位照護工具等。

在這些背景下，健保署在2024年5月找來Google、國衛院和北醫，由時任健保署署長石崇良簽約，聯手展開糖尿病風險預測AI專案：AI-on-DM。

他們的目標是要算出糖尿病共病嚴重分數（DSCI）。分工則是健保署負責政策引導和提供數據管理，Google提供AI技術和算力，國衛院扮演智庫角色，負責實證研發與標準建立，北醫則是訓練模型和智慧照護示範。

糖尿病風險預測AI專案2大新進展

健保署去年揭露這項糖尿病風險預測AI專案進展，他們打造的模型已經能預測糖尿病風險等級（低、中、高等），也能預測糖尿病共病風險，如視網膜病變、腦血管病變、腎病變等。他們也以Google自家模型Gemini為基礎，打造一套衛教助理，能根據不同風險等級的對象，給予個人化衛教資訊。

今年，陳亮妤進一步說明模型的預測模式，首先根據健保資料庫數據，如性別、年齡、共病、家族病史、社經資訊、風險因子、檢驗檢查數據等，透過健保雲運算，產出2項預測結果。一是糖尿病風險等級，另一是罹患糖尿病後，可能發生的併發症風險。

今年也有2大新進展，一是醫療端已能在家醫大平臺中查看2項預測結果，供醫護及時介入、處置。

另一項新進展則是健保署將於3月，正式將AI衛教助理上線到健康存摺App中，提供精準衛教給不同風險的民眾，目的是要提高民眾的健康意識、主動把關。

不只如此，陳亮妤透露，為確保這項AI專案可行，健保署也聯手中華民國糖尿病學會、社團法人中華民國糖尿病衛教學會、臺灣基層糖尿病學會以及臺灣家庭醫學醫學會等四大學會，啟動「糖尿病風險評估與智能衛教」場域驗證。

驗證過程共有40家診所參與，包括北部7家、中部29家以及南部4家院所，且涵蓋了都會型與偏鄉型診所。經驗證發現，該模型的信度跟效度都達到9成5以上，已達正式上線水準。

糖尿病風險預測AI的延伸應用：社會處方

這套糖尿病AI專案，還有一套延伸應用。Google旗下慈善組織Google.org資助社團法人數位人道協會，來進行偏鄉基層場域驗證。數位人道協會創辦人潘人豪指出，早期預防勝於後期治療，而數位人道協會的目標，在於以數位方式及早介入、消弭健康不平等。

他引用調查發現，偏鄉地區普遍存在三高慢性病問題，也常常延誤就醫。於是他們參與健保署與Google的糖尿病AI預測專案，自去年12月開始推動社區數位健康促進活動，預計至2027年。

他們的介入方式，是先透過AI模型進行糖尿病共病風險預測，若是高風險患者，就直接轉介就醫。若是低風險患者，則透過社會處方方式介入，來提供9大類課程，如照護、學習、藝術、社交等，其中也包含AI衛教助理，來讓醫療單位的衛教師，對病人或高齡長輩進行衛教說明。

他們落實的方式，則是透過遠距視訊，來進行風險評估、醫療諮詢和健康促進活動，目前已在30多個據點實施。與此同時，數位人道協會也正進行照服員線上培力訓練，來強化偏鄉照服員知識。

下一步瞄準高血脂與慢性腎臟病，還要推FHIR與聯邦學習

針對下一步，衛福部部長石崇良表示，糖尿病風險預測只是起點，接下來要打造高血脂與慢性腎臟病風險預測模型，進一步將其他三高患者納入照護網。

不只如此，談及未來AI應用，他透露，衛福部現在先專注於，如何將電子病歷更好地結合健保。

這是因為，目前健保資料庫中的資料，仍以申報為主，而健保醫療資訊雲端查詢系統的建置，雖然已盡可能提供各種有別於申報的醫療資料，來提高臨床診斷品質，但目前還是缺乏「臨床歷程資料」，也就是只存在於醫院電子病歷中的資料，也是發展AI的重要燃料。

為解決這個問題，「現在要回過頭來做基礎工程。」石崇良點出，推動使用FHIR、讓電子病歷結構化是第一步，如此才具備資料的互通性。第二步則是推動聯邦學習，集各家之力並保護資料不出院，來打造更通用的AI，發揮更大的效益。

而這個正在進行的基礎工程，就是衛福部資訊處推動的次世代數位醫療平臺計畫。