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

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。