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

發布時間：2026/5/2 11:00

【健康醫療網／記者林則澄報導】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。

廣告更多內容請繼續往下閱讀

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。

廣告更多內容請繼續往下閱讀

▲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。