病歷終於不用再自己帶！台灣醫療數位革命啟動，5大願景大公開

想像一下，如果iPhone、Android的手機不能互傳訊息，LINE訊息無法複製到備忘錄，叫車軟體不能連結地圖導航，會有多不方便？遺憾的是，這就是台灣醫療資訊系統過去數十年來的情況。

A醫院的電子病歷系統，看不懂B醫院的資料格式，下載了報告也無法直接匯入，就像聖經故事中的巴別塔事件，人們因語言不通而無法繼續合作。當醫院資訊系統陷入這種「孤島」狀態，再先進的AI軟體也只能在一家醫院用，放到別處就無用武之地。

為了打破孤島隔閡，衛福部必須輔導大家做到3件事，才能讓醫療體系重新學會說同一種語言。

首先是資料格式統一，醫療院所要逐步採用國際FHIR標準，將病歷格式統一，如此一來，病人換醫院也不影響資料讀取和利用。其次是規則統一，我們要利用CQL（Clinical Quality Language）建立規則圖書館（Rule Library），讓健保申報、醫療品質指標有統一標準。再者是程式統一， 導入國際通用的SMART on FHIR應用程式標準，讓所有醫療App都能在任何醫院的系統上運行，促進智慧醫療生態系發展。

台灣醫療院所的規模差異很大，有上千床的大醫院，也有人力單薄的衛生所。站在衛福部的立場，除了訂目標，還要提出因地制宜的策略，來幫助大家達成目標。

什麼是電子病歷的iPhone時代？立即閱讀〈電子病歷的iPhone時代將來臨！全世界最好用的App，台灣都能率先用〉

衛福部「資料中台」當翻譯 ，大醫院系統就能通

台灣的醫學中心多半已經擁有完整的醫院資訊系統HIS（Hospital Information System），也自有資訊專業人才的編制，但這些醫院規模很大，若要全面更新HIS，不但成本過高，也會讓日常營運的大受衝擊。因此我們採用「資料中台」策略，就像一個專業口譯員，可以讓不同醫院溝通無礙。

我們先將各醫學中心的電子病歷內容依據LOINC、SNOMED CT、RxNorm這3大國際標準進行轉換，再上傳至FHIR資料伺服器，最後以TWCDI（台灣核心互通資料元件）在國家電子病歷數據中台進行交換，資訊互通的目標就達成了。

AI診斷有準嗎？立即閱讀〈獨步全球！台灣「臨床AI驗證中心」如何將AI煉成全能醫師，走向全世界？〉

區域、地區醫院系統老舊，衛福部開發PAUL數位底盤助升級

區域醫院和地區醫院的HIS系統老舊，多仰賴台灣中小型醫療資訊廠商的服務，但這些廠商多半缺乏獨立開發符合國際標準系統的能力。

為此，在衛福部資訊處的領導下，工研院和協力廠商共同開發了「台灣HIS共用數位底盤PAUL（Platform Advancing Unified Healthcare）」，這個類似Android架構的數位底盤，可協助中小型資訊廠商，將原有系統升級為次世代電子病歷系統，同時保留各醫院系統客製化開發的彈性，讓醫院既能享受統一標準的好處，又不失使用上的靈活性。

衛生所面臨數位落差，有望透過系統公版革新弭平

衛生所肩負眾多慢性病管理、感染性疾病通報管控等多項公衛任務，卻面臨系統老舊、功能疊床架屋、無法互通、資安漏洞等嚴重問題。

資訊處將領導工研院和協力廠商，為衛生所開發統一的電子病歷系統公版，不僅能滿足公衛任務數位化、自動化的需求，還能與中央或醫學中心的資料進行串接，徹底弭平基層的數位落差，讓最偏遠的衛生所也能享受數位醫療的紅利。

以前申請病歷超麻煩，現在有省時省力新作法！立即閱讀〈申請病歷免奔波排隊！學會5步驟，電子病歷直送到手〉

 從急診室搶救生命到資訊處推動政策，我的使命始終如一：用科技讓醫療更好。但我發現過去推動醫療資訊標準化時，醫院配合意願不高，計劃總是推得慢，很可能是因為應用情境不明。現在我們不只是提供工具，更要創造生態系，勾勒5大願景，盼能提升大家的參與動力。

願景1：打造醫療AI生態系，每家醫院都有AI助手

電子病歷建立統一標準後，任何AI創新應用都能快速部署到每家醫院。為了確保這些應用既安全又有效，並評估納入健保給付的可能性，台灣已在衛福部資訊處主導建立全球首創的3大AI中心，包括確保AI應用安全可信的負責任AI執行中心（10家醫院）、驗證AI在台灣醫療環境有效性的AI取證驗證中心（5家醫院），以及研究AI對醫療品質實際影響的AI影響性研究中心（4家醫院）。

願景2：醫院品質管理數位化，告別人工報表時代

以往醫院評鑑需要醫護人員熬夜製作報表，以後所有品質指標都能自動產生。因為我們已經以TWQI Core統一台灣醫療品質資料格式，也推廣使用CQL（Clinical Quality Language），以後醫療品質報告就可以自動生成，讓人有更多餘裕放在臨床決策、品質改善。

AI出錯了，誰能負責？立即閱讀〈誰能確保AI負責任？當川普撤銷AI監管令，台灣反超美國推亞洲首創監管中心〉

願景3：智慧化臨床試驗，讓新藥研發加速10倍

傳統臨床試驗找適合的病患，像大海撈針，現在透過FHIR數據，可以跨醫院快速搜尋符合條件的患者，AI自動萃取資料、自動生成病人資料蒐集表，並利用數位孿生（Digital Twin）技術，建構模擬的臨床試驗資料。這些都能加速臨床試驗完成，大幅縮短新藥上市時間。

願景4：建構「台灣版All of Us」健康資料庫

美國有All of Us計劃，蒐集數以百萬人計的國家級真實健康數據庫。台灣已有2,300萬人的健保給付資料庫，若能使電子病歷資料格式也統一、互通，保險資料與臨床資訊將結合為一個超級資料庫，不僅是國家發展生醫AI產業的重要基礎，也將是對全世界極為重要的亞洲人資料庫。

願景5：發展個人化健康管理工具，人人都是自己的健康CEO

健康數據不只屬於醫院，更屬於個人。有了統一電子病歷格式，人們不只轉院不必帶病歷，甚至可以在手機查看完整就醫歷程，並善用AI軟體提供個人化的健康建議，真正實現「預防勝於治療」。

從「醫院孤島」到「數位王國」，台灣的醫療大數據革命已經啟動，數位醫療願景終將要實現。盼望未來的台灣，每一筆醫療數據都是精準醫療的養分，每一個AI應用都是拯救生命的利器，每一個人都能擁有自己的健康數據、用最聰明的方式做好健康管理。