2027年,AI醫師掛號進健保署?當演算法走進診間,誰替爸媽的生死簽名
衛福部已將 AI 輔助診療納入醫療給付討論议程,台大、長庚等醫學中心陸續將 AI 用於肺癌、糖尿病眼底篩檢。當 2027 年 AI 從「輔助」走向「給付」,台灣看病模式將出現結構性翻轉——但責任歸屬、資料治理與醫病信任三大關卡,一道都還沒解。
🔥 60 秒速覽 健保署近年已將「虛擬健保卡」、「遠距醫療給付」逐步入法,AI 醫療軟體(SaMD)也已有案件通過食藥署核准上市;業界普遍預期,2026 至 2027 年將是 AI 診斷工具爭取健保給付的關鍵窗口期。若成真,這是全民健保開辦逾 30 年來,第一次把「非人類的判讀」納入付費對象。
💡 為什麼你該在乎 台灣醫師人力缺口持續擴大,內科、婦產科、急診被公認是重災區,偏鄉洗腎與眼底追蹤長期依賴人力調度。AI 判讀若進入給付,等於政府用制度承認:機器的初篩結果,可以作為醫療流程的一環。這不只是技術問題,是責任與金流的重新分配。
⚙️ 深度解析:給付只是最後一關,前面有三道門 關鍵一:誰核准。食藥署的 SaMD(軟體即醫療器材)路徑已跑通,但多數 AI 產品以「輔助」名義過關,法律上最終簽名人仍是醫師。給付若不改變這個結構,AI 只是加速器,不是決策者。 關鍵二:誰負責。AI 誤判導致延誤就醫,責任在醫師、醫院還是軟體商?醫療法與消保法對此尚無專章。這是給付前必須先回答的問題,但目前沒人給出答案。 關鍵三:誰付錢。健保財務連年吃緊,AI 給付若採論量計酬,等於鼓勵大量開單;若採包裹給付,醫院缺乏導入誘因。制度設計的每個選擇,都會決定 AI 是解放人力,還是製造更多行政地獄。
⚠️ 風險與質疑 訓練資料偏誤是硬傷。多數醫療 AI 以醫學中心資料訓練,對基層診所、共病複雜的老年病人的表現,常在真實世界驗證中打折。更大風險是「自動化偏誤」——醫師逐漸不再質疑機器的答案。AI 出錯時,人類可能是最後一道也最鬆懈的防線。
🎯 台灣機會 台灣擁有全球少見的全民健保資料庫與 IC 卡就醫軌跡,是發展醫療 AI 的天然燃料。資安法與個資邊界若能先劃清楚,台灣有機會從硬體代工國,升級為醫療 AI 的制度輸出國。反過來說,若資料治理持續模糊,這座金礦只會留在地底。
2027 年的第一張 AI 健保給付項目會長什麼樣子?在那之前,你願不願意讓演算法先看過爸媽的片子——再交給醫師簽名?這個問題,制度會先替你回答。