醫療文獻 網路分享

［台灣新聞雲］記者劉鳴龍/花蓮報導

花蓮地檢署、犯保協會花蓮分會，今天上午花蓮慈濟醫院協力樓會議室，舉辦「花起守護‧馨醫相蓮」司法保護醫療關懷聯盟區域以上醫院拓展MOU簽約儀式，自即日起犯保花蓮分會所錄案服務的重傷被害人本人，持分會所核發的醫療關懷卡，赴慈濟、門諾二大醫院看診時，將有免付掛號費及酌減部分負擔的雙實質照顧。

犯保分會主任委員徐正隆，與慈濟醫院院長林欣榮、門諾醫院院長莊永鑣，今天在臺灣高檢署檢察長（兼任犯罪被害人保護協會董事長）張斗輝、法務部保護司司長洪信旭、慈濟醫療財團法人林俊龍執行長、高檢署花蓮分署檢察長洪培根、花蓮地檢署檢察長陳佳秀、花蓮縣衛生局鍾美珠副局長的見證下，共同簽署司法保護醫療關懷聯盟MOU。

延續113年和花蓮縣衛生局、醫師公會及十三鄉鎮市衛生所、身心健康及成癮防治所、36間社區診所共同成立的「司法保護醫療關懷聯盟」，將醫療關懷服務機制拓展至轄內區域以上醫院，將服務量能由社區診所擴大到慈濟醫學中心和門諾會醫院，澈底發揮司法保護醫療聯盟的3大特色，即「街頭巷尾醫療照顧、減免費用經濟保護、次數不限關懷無限」，慈濟醫院、門諾會醫院的加入，更增加了「醫院加入加倍守護」的第4個在地特色。

花蓮慈濟醫院院長林欣榮表示：慈濟照顧弱勢孤獨者，簽署MOU就是做慈悲利他的工作；法務部保護司長洪信旭提到，世界人權宣言指出，人人有權享有健康與福祉，包括醫療保障，啟動醫療關懷聯盟拆掉醫療門檻，讓重傷被害人安心走進診間，透過跨專業領域合作，提供馨生家庭人性化守護。

   花蓮地檢署及犯保花蓮分會由衷感謝各級醫院及診所支持與加入「司法保護醫療關懷聯盟」，以具體行動關懷馨生人，藉由司法及醫療體系的公私力合作，建構不漏接、無死角之司法醫療關懷網，彰顯法務部柔性司法政策。

臺高檢檢察長張斗輝表示：臺灣最美的風景是人，每當重大災變事故發生，必見犯保與慈濟的身影，兩個單位在悲傷事件中扮演著相驗陪同、關懷撫慰的工作，犯保協會秉持尊嚴同理照顧馨生家庭的精神，在各地推動醫療關懷聯盟藉著跨域合作，提供被害人強韌的守護。

花蓮地檢署與犯保協會將持續推動司法保護醫療關懷聯盟理念，號召更多醫療院所加入，以擴大對馨生人的關懷與支持。

診斷技術的發展日新月異，從傳統的症狀觀察和實驗室檢測，逐步演進到以數據驅動、個人化和預防為導向的「診斷 2.0」時代。這個轉變不僅提升了疾病診斷的準確性和效率，更重要的是，它重新定義了我們對健康的理解和管理方式。那麼，究竟什麼是診斷 2.0 的核心原則？

預防勝於治療：早期診斷與風險預測

診斷 2.0 強調早期診斷和疾病風險預測的重要性。透過基因檢測、生物標記物分析、影像學檢查等先進技術，我們可以在疾病尚未出現明顯症狀之前，就發現潛在的健康風險，並採取相應的預防措施。例如，液態活檢技術可以通過分析血液樣本中的循環腫瘤 DNA（ctDNA），實現癌症的早期篩查和監測，大幅提高患者的生存率。此外，多基因風險評分（PRS）可以評估個體罹患特定疾病的風險，例如心血管疾病、糖尿病等，幫助人們及早調整生活方式，降低發病風險。

個人化醫療：量身定制的診斷和治療方案

診斷 2.0 的另一個核心原則是個人化醫療。每個人的基因組成、生活環境和健康狀況都存在差異，因此，對於相同的疾病，不同的個體可能需要不同的診斷和治療方案。診斷 2.0 透過基因組學、蛋白質組學、代謝組學等多組學技術，深入了解個體的分子特徵，並據此制定個性化的診斷和治療策略。例如，在癌症治療中，基因檢測可以幫助醫生確定患者的腫瘤類型和基因突變情況，從而選擇最有效的靶向藥物或免疫療法。

普及化醫療：讓更多人受益於先進診斷技術

診斷 2.0 致力於將先進的診斷技術普及化，讓更多人受益。這需要降低診斷成本、簡化操作流程、提高檢測的可及性。例如，家用診斷設備的發展，使得人們可以在家中進行血糖、血壓、心電圖等常規檢查，方便快捷地監測自身健康狀況。此外，人工智慧（AI）在診斷領域的應用，可以自動化分析醫學影像、病理切片等數據，提高診斷效率，降低對專業醫護人員的依賴，有助於將先進診斷技術推廣到醫療資源相對匱乏的地區。## 數據驅動：

以大數據和人工智慧賦能診斷

數據是診斷 2.0 的基石。透過收集和分析大量的臨床數據、基因組數據、影像數據等，我們可以發現疾病的新型生物標記物、建立更精確的診斷模型、開發更有效的治療方法。人工智慧在數據分析和模式識別方面具有獨特的優勢，可以幫助我們從海量數據中提取有價值的信息，例如，AI 可以通過分析患者的電子病歷、影像學數據和基因組數據，預測患者的疾病風險、診斷疾病的類型和分期、評估治療效果等。

整合化醫療：打破學科壁壘，實現多學科協作

診斷 2.0 強調整合化醫療，打破傳統的學科壁壘，促進多學科協作。疾病的診斷和治療往往需要多個學科的共同參與，例如，腫瘤的診斷和治療需要影像科、病理科、腫瘤科、外科等多個學科的醫生共同合作。診斷 2.0 透過建立跨學科的診斷平台，促進數據共享和信息交流，提高診斷的準確性和效率。

我的觀點與看法

診斷 2.0 代表了診斷技術發展的未來方向，它將深刻改變醫療保健的模式。透過早期診斷、風險預測、個人化醫療、普及化醫療和數據驅動，診斷 2.0 將幫助我們更好地預防和治療疾病，提高人們的健康水平和生活質量。然而，診斷 2.0 的發展也面臨一些挑戰，例如數據隱私和安全、診斷技術的標準化和監管、醫療資源的分配等。我們需要積極應對這些挑戰，才能更好地發揮診斷 2.0 的潛力，讓更多人受益於科技進步帶來的健康福祉。

未來展望

展望未來，診斷 2.0 將持續發展，並與其他新興技術，如可穿戴設備、物聯網、區塊鏈等深度融合，進一步推動醫療保健的變革。例如，可穿戴設備可以實時監測人體的生理數據，並將數據傳輸到雲端，供醫生進行遠程診斷和健康管理。區塊鏈技術可以保障醫療數據的安全性和可信度，促進數據共享和合作。相信在不久的將來，診斷 2.0 將為我們帶來更加精準、高效、便捷和人性化的醫療服務， usher in a new era of healthcare.

Newsflash | Powered by GeneOnline AI
原始資料來源: GO-AI-6號機 Date: September 3, 2025

人工智慧（AI）的快速發展，正逐步滲透醫療領域的各個角落，從診斷輔助到藥物研發，都可見其身影。然而，伴隨著「演算法看診」的興起，一個新的問題也浮上檯面：

演算法是否只適用於特定族群，也就是所謂的「完美病患」？本文將深入探討這個議題，剖析AI醫療的潛在偏差與挑戰，並展望更公平、普惠的未來醫療。

演算法的偏差從何而來？

AI演算法的訓練仰賴大量的數據，而這些數據往往反映了現實世界的既有不平等。例如，若用於訓練診斷皮膚癌的圖像數據集中，白人病患的影像佔絕大多數，那麼演算法在診斷其他膚色族群的皮膚癌時，準確度就可能大幅下降。同樣地，如果用於預測心臟病風險的數據主要來自男性族群，那麼演算法對女性病患的預測結果也可能出現偏差。

這種數據偏差並非開發者有意為之，而是源於歷史數據的局限性。過去，某些族群在醫療體系中更容易被邊緣化，導致其相關數據的採集和記錄不足。當這些不完整的數據被用於訓練AI演算法時，偏差便被放大並固化，最終造成「完美病患」現象：

演算法只對特定族群有效，而其他族群則被排除在外。

誰被排除在外？

除了種族和性別之外，其他因素也可能導致病患被演算法「排除」。例如，患有罕見疾病的病患，由於相關數據稀少，演算法難以學習並準確診斷。此外，老年人、兒童、身心障礙者等特殊族群，其生理數據和疾病表現也與一般成年人有所差異，若演算法未針對這些差異進行調整，也可能導致診斷和治療的偏差。

更值得關注的是，社會經濟地位的差異也會影響演算法的有效性。低收入族群可能缺乏穩定的醫療照護，導致其健康數據的完整性較差，進而影響演算法的判斷。此外，數位落差也可能加劇這種不平等，使部分族群無法享受到AI醫療的便利。

如何打造更公平的AI醫療？

要解決「完美病患」問題，關鍵在於提升數據的多樣性和代表性。這需要醫療機構、研究單位和科技公司共同努力，積極收集和標註來自不同族群、不同年齡層、不同疾病類型的數據。同時，也需要開發更先進的演算法，使其能夠從有限的數據中學習，並有效應對數據偏差。

除了數據層面的努力，提高醫療體系的公平性也至關重要。這包括改善弱勢族群的醫療可及性，確保他們能夠獲得平等的醫療服務和數據採集機會。此外，也需要加強對AI醫療的監管，制定相關的倫理準則和規範，防止演算法歧視的發生。

從「完美病患」到普惠醫療：展望未來

AI醫療的發展，不應加劇既有的健康不平等，而應成為促進醫療公平的助力。我們需要從數據收集、演算法開發、醫療體系建設等多個層面入手，打破「完美病患」的迷思，讓AI醫療的福祉惠及每一個人。

這意味著：

更具代表性的數據集：

積極收集和標註來自不同族群、年齡層和疾病類型的數據，確保數據的多樣性和代表性。

更強大的演算法：

開發更先進的演算法，使其能夠從有限的數據中學習，並有效應對數據偏差，例如聯邦學習技術的應用。

更公平的醫療體系：

改善弱勢族群的醫療可及性，確保他們能夠獲得平等的醫療服務和數據採集機會，縮小數位落差。

更完善的監管機制：

制定相關的倫理準則和規範，對AI醫療的應用進行監管，防止演算法歧視的發生，並確保數據隱私和安全。

更透明的運作模式：

提高AI醫療的透明度，讓病患了解演算法的運作原理和潛在風險，並參與到醫療決策中。

唯有如此，我們才能真正實現AI醫療的普惠價值，讓科技的力量為所有人帶來更健康、更美好的未來。 AI醫療的發展不應只關注「完美病患」，而應致力於為所有病患提供更精準、更個人化的醫療服務，這才是AI醫療的終極目標。我們需要持續關注並努力解決AI醫療中的偏差問題，才能確保科技真正造福人類健康。

Newsflash | Powered by GeneOnline AI
原始資料來源: GO-AI-6號機 Date: September 3, 2025

診斷技術正經歷一場革命性的變革，從被動的疾病識別走向主動的健康管理。這個轉變的核心，就是「診斷 2.0」。它不再僅僅關注於疾病的診斷，更強調早期預測、預防性干預和個人化醫療。本文將深入探討診斷 2.0 的核心原則，並分析其對未來醫療的影響。

預測性：洞察疾病的先兆

診斷 2.0 的首要原則是預測性。透過分析大量的生物標記、基因資訊、生活方式和環境因素等數據，診斷 2.0 可以預測個體未來罹患特定疾病的風險。例如，透過分析血液中的特定蛋白質或基因變異，可以預測個體未來罹患阿茲海默症、心血管疾病或某些癌症的可能性。這種預測能力使醫療專業人員能夠在疾病的早期階段，甚至在出現症狀之前就進行干預，從而有效延緩或阻止疾病的發展。

預防性：將疾病扼殺於搖籃

預防是診斷 2.0 的另一個關鍵原則。基於預測性分析的結果，醫療專業人員可以為個體制定個人化的預防策略，包括生活方式調整、藥物干預和定期監測等。例如，對於具有高風險罹患心血管疾病的個體，醫生可能會建議其改變飲食習慣、增加運動量、服用降血脂藥物，並定期監測血壓和膽固醇水平。這些預防措施可以有效降低疾病發生的風險，並改善個體的整體健康狀況。

個人化：量身打造的醫療方案

診斷 2.0 強調個人化的醫療方案。由於每個個體的基因組成、生活方式和環境因素都不同，因此對疾病的易感性和治療反應也存在差異。診斷 2.0 透過分析個體的獨特資訊，可以制定更精準、更有效的治療方案。例如，在癌症治療中，可以根據患者的基因突變類型選擇最有效的靶向藥物，從而提高治療成功率並減少副作用。

數據驅動：大數據和人工智慧的賦能

診斷 2.0 的發展離不開大數據和人工智慧的推動。透過收集和分析海量的醫療數據，例如電子病歷、基因組數據、影像數據和穿戴式設備數據等，可以建立更精確的疾病預測模型和診斷算法。人工智慧技術，例如機器學習和深度學習，可以幫助我們從這些數據中提取有價值的資訊，並提高診斷的準確性和效率。

整合性：跨學科的協同合作

診斷 2.0 需要跨學科的協同合作，包括醫學、生物學、資訊科學、工程學等領域的專家共同參與。這種整合性的方法可以促進不同領域的知識和技術的融合，從而推動診斷技術的創新和發展。

挑戰與機遇：通往未來的道路

儘管診斷 2.0 具有巨大的潛力，但也面臨著一些挑戰。例如，數據隱私和安全、診斷技術的成本、監管框架的建立等問題都需要得到妥善解決。此外，如何將診斷 2.0 的成果有效地應用於臨床實踐，也需要進一步的研究和探索。

儘管挑戰重重，診斷 2.0 的發展前景依然光明。隨著科技的進步和醫療模式的轉變，診斷 2.0 將在未來醫療中扮演越來越重要的角色，為人類健康帶來更多福祉。它將推動醫療從被動的疾病治療走向主動的健康管理，從而實現“預測、預防和個人化”的醫療新時代。

我的觀點

我認為診斷 2.0 代表了醫療診斷領域的重大進步，它將徹底改變我們預防、診斷和治療疾病的方式。雖然目前仍處於發展初期，但其潛力不容忽視。隨著技術的成熟和應用的普及，診斷 2.0 將為人類健康帶來前所未有的益處。然而，我們也必須正視其發展過程中可能面臨的挑戰，例如數據安全、倫理問題以及醫療資源分配等。唯有積極應對這些挑戰，才能確保診斷 2.0 的健康發展，並使其真正造福於人類。

我相信，在不久的將來，診斷 2.0 將成為醫療體系中不可或缺的一部分，引領我們走向一個更加健康、更加美好的未來。透過持續的創新和跨領域合作，我們可以共同推動診斷 2.0 的發展，並最終實現“預測、預防和個人化”的醫療願景。這不僅僅是技術的進步，更是人類對健康追求的體現。

Newsflash | Powered by GeneOnline AI
原始資料來源: GO-AI-6號機 Date: September 3, 2025

大麻議題再度浮上檯面：從禁藥到藥物，美國聯邦層級的轉變契機？

2025年8月12日，美國眾議院議員Greg Steube重新提出了《2025年大麻1-to-3法案》（Marijuana 1-to-3 Act of 2025），旨在將大麻從《受控物質法案》（Controlled Substances Act）中的第一級管制藥物重新分類至第三級管制藥物。此舉再次引發了關於大麻的醫療價值、潛在風險以及聯邦與州法律衝突的激烈辯論。

現行法規與法案目標

目前，大麻被列為第一級管制藥物，與海洛因、LSD等毒品同級，被認為沒有醫療用途且具有高度濫用潛力。第三級管制藥物則包含類固醇和氯胺酮等，被認為具有一定的醫療用途，且濫用或成癮的可能性較低。

《2025年大麻1-to-3法案》要求美國司法部長在法案頒布後60天內正式將大麻重新分類，此舉將有效承認大麻的潛在醫療價值，並減少目前與該藥物相關的法律限制。

重新分類的潛在影響

大麻重新分類將對大麻的研究、醫療用途和法律地位產生深遠的影響：

研究方面：

重新分類將使研究人員更容易獲得研究用大麻，促進對大麻醫療用途的深入研究。

醫療用途方面：

醫生將更容易開立大麻處方，為患者提供更多治療選擇。* 商業方面：

大麻企業將面臨更寬鬆的監管環境，促進產業發展，並可能帶來新的稅收。

支持與反對意見

儘管大麻重新分類的支持者認為這將有助於科學研究、醫療應用和經濟發展，但反對者則擔心重新分類會增加大麻的濫用，並對公眾健康造成負面影響。

支持者強調大麻的潛在醫療價值，認為重新分類將使更多患者受益。他們也指出，許多州已經將大麻合法化，聯邦法律應與州法律保持一致。

反對者則關注大麻的潛在風險，例如精神疾病、物質依賴和認知障礙。他們認為重新分類可能會導致更多人使用大麻，從而加劇這些風險。此外，執法部門也對重新分類表示擔憂，認為這將增加酒後駕車等危險行為。

國會行動與DEA的審查

儘管該法案已在眾議院重新提出，但其未來仍充滿不確定性。國會需要仔細權衡大麻重新分類的利弊，並考慮各方利益相關者的意見。此外，美國緝毒局（DEA）也將在重新分類過程中扮演重要角色。DEA需要審查相關科學證據，並評估大麻的濫用潛力。過去，DEA曾因缺乏科學證據而拒絕重新分類大麻的申請。

總體觀點與看法

大麻重新分類是一個複雜且具爭議性的議題。雖然重新分類可能帶來一些益處，例如促進研究和醫療應用，但也存在潛在的風險，例如增加濫用和對公眾健康的負面影響。

我認為，國會在決定是否重新分類大麻時，應優先考慮公眾健康和安全。這需要對大麻的潛在益處和風險進行全面評估，並制定相應的監管措施，以最大限度地減少潛在的負面影響。此外，聯邦政府也應與各州合作，制定一致的大麻政策，以避免法律衝突和監管混亂。 大麻重新分類不應僅僅基於政治考量，而應以科學證據和公共利益為依據。 國會需要謹慎行事，確保任何改變都能真正造福社會，而不是帶來新的問題。 未來，持續監測大麻重新分類的進展，並評估其對社會的影響至關重要。

Newsflash | Powered by GeneOnline AI
原始資料來源: GO-AI-6號機 Date: September 3, 2025

國會議員結束休會期後，政府預算案的審議再度成為焦點，其中醫療政策的走向尤為關鍵，各方角力激烈，牽動著數千萬美國民眾的醫療福祉。本文將深入探討國會預算之爭中的關鍵醫療議題，並分析其潛在影響及發展趨勢。

醫療補助計畫（Medicaid）改革：風暴中心

Medicaid作為聯邦和州政府共同資助、為低收入戶、殘疾人士、孕婦和老年人提供醫療保險的重要項目，一直是預算爭論的焦點。眾議院共和黨領袖提議在未來十年內削減8,800億美元的Medicaid支出，這可能對數百萬受益人造成巨大衝擊。削減方案包括：

人均支出上限：

設定每位受益人的Medicaid支出上限，可能導致州政府減少服務項目或縮減受益人資格。

聯邦補助比例調整：

降低聯邦政府對Medicaid擴展計畫的補助比例，將加重各州的財政負擔，部分州可能被迫縮減或取消Medicaid擴展計畫。

實施工作要求：

要求Medicaid受益人滿足一定的工作或培訓要求，才能獲得醫療補助，此舉可能導致許多符合資格的低收入戶失去醫療保障。

這些改革措施引發了廣泛爭議，支持者認為可以控制Medicaid支出增長，反對者則擔心會損害弱勢群體的醫療權益。

平價醫療法案（ACA）補貼：命運未卜

ACA提供的增強型保費稅收抵免（eAPTCs）即將到期，其去留將直接影響數百萬美國民眾的醫療保險負擔能力。國會需要在預算案中決定是否延長eAPTCs，或採取其他措施維持ACA市場的穩定。

醫療機構支付改革：暗流湧動國會也在考慮推行醫療機構支付改革，例如「場地中性支付」（site-neutral payment），旨在統一不同醫療機構提供相同服務的Medicare支付標準。支持者認為可以降低醫療成本，反對者則擔心會影響醫院收入，特別是農村地區的醫院，並可能導致醫療服務的可及性下降。

其他關鍵議題：不容忽視

除了上述核心議題外，國會預算案還涉及其他重要的醫療政策，例如：

340B藥物定價計畫：

該計畫要求藥廠以折扣價向特定醫院提供門診藥物，國會需要決定是否繼續維持該計畫。

處方藥福利管理機構（PBM）改革：

PBM在藥物定價和供應鏈中扮演重要角色，國會正在考慮對其進行改革，以提高藥物價格透明度並降低藥價。

公共衛生緊急狀態結束後的影響：

隨著公共衛生緊急狀態的結束，一些疫情期間實施的醫療政策和措施也將到期，國會需要制定相應的應對方案。

總體觀點與展望

國會預算之爭中的醫療政策議題錯綜複雜，各方利益交織，最終結果難以預料。然而，可以確定的是，這些政策的走向將深刻影響美國醫療體系的發展和數百萬民眾的健康福祉。

我認為，國會在制定醫療政策時，應優先考慮保障弱勢群體的醫療權益，並確保醫療服務的可及性和可負擔性。同時，也需要重視醫療體系的長期可持續發展，控制醫療成本增長，並提高醫療服務的效率和質量。

未來幾個月，國會的預算談判將持續進行，醫療政策的走向仍充滿變數。我將持續關注相關動態，並及時提供深入分析和報導。

Newsflash | Powered by GeneOnline AI
原始資料來源: GO-AI-6號機 Date: September 2, 2025

［台灣新聞雲］記者 陳易白/新竹報導

為持續推動友善生育環境，新竹市衛生局與中央於今(114)年9月1日同步推動「醫療性生育保存補助試辦方案」，支持癌友保留生育希望，並減輕療程經濟負擔。方案初步針對我國18至40歲乳癌或血液癌患者，提供每人終生2次取卵療程或取精處置保存補助。新竹市政府結合新竹市立馬偕兒童醫院及新竹馬偕紀念醫院通力合作，為本市癌友提供溫暖的健康支持服務。

根據衛生福利部「癌症登記線上互動查詢系統」統計，2020至2022年間，本市20至39歲女性乳癌的粗率為40.18／10萬人口，高於全國平均37.36／10萬人口。而同期間，20至39歲不分性別血液癌的粗率為9.37／10萬人口，略低於全國平均9.48／10萬人口，顯示本市乳癌及血液癌在年輕族群中，有高於全國及與全國整體相當的情況。

市府重視市民健康，積極配合中央推動「醫療性生育保存補助試辦方案」。提醒市民朋友在接受癌症治療前，可先瞭解自身狀況和需求，並採取合適的生育保存對策，有助於完成癌症治療後，依個人身體狀況，規劃未來生育計畫，實現為人父母的願望。

本方案提供本國籍18歲至40歲乳癌及血液癌患者，取卵療程或取精處置保存補助。女性取卵療程每次補助上限7萬元、男性取精處置保存每次補助上限8,000元，每人一生至多補助2次療程。請民眾務必與醫事人員充分討論，包括癌症治療是否可能影響生殖功能、治療程序急迫性，以及生育保存對治療安排的影響等評估，再決定是否接受生育保存，完成生育保存後也應依醫囑進行癌症治療，擁有健康的身體，是活出精彩癌後人生的基礎。

中央「醫療性生育保存補助」是為了幫助癌症病友保留生育希望，而竹市的「祝你好孕凍卵補助」則讓健康女性能更安心規劃未來，不必擔心因職涯或晚婚錯過生育時機。雖然補助對象不同，但同樣守護市民的生育自主權；提醒民眾，兩項補助不可重複申請。

新竹市立馬偕兒童醫院及新竹馬偕紀念醫院提供「醫療性生育保存補助試辦方案」相關服務，民眾可前往諮詢。詳細試辦方案可至衛生福利部國民健康署官網查詢：https://reurl.cc/OmYp97或撥打國民健康署人工生殖諮詢專線：02-25580900，由專人提供即時服務。

《通訊診療法》修正後上路一年，電信三雄中華電信（2412）、遠傳、台灣大積極搶進遠距醫療，隨著衛福部擴大在宅急重症、遠距急門診與居家血液透析，電信業者下一步要全面導入症狀判讀、照護紀錄、預警模型等AI應用。

中華電信表示，自主研發「SynDr. 遠距醫療視訊平台」，整合雲端即時錄影、符合資安規範、貼近實體門診流程，除遠端視訊看診，還可應用在宅急症照護，自主研發「在宅住院監測系統（RPM）」則與社區醫療團隊合作，透過AIoT生理量測裝置，打造多方即時互動模型，提高在宅照護品質。

中華電信近期也積極跨域結盟，攜手盛弘醫藥集團旗下翰鼎數位、凱基銀行，打造「台灣基層診所視訊診療系統（Health-online）」，並與醫師公會全聯會、玉山銀行及資拓宏宇共同組成「健康台灣智慧醫療大聯盟」。

遠傳則以「大人物」（大數據、人工智慧、物聯網）技術為基礎，自主研發「5G遠距診療平台」，打破距離限制，已經從偏鄉做到都市，提升醫療照護資源可近性和效率，以單一雲端平台串連22家大型醫院、七種以上跨專科醫療服務，打造連續式醫療照護服務，更前進海外市場，搶進帛琉及印尼。

遠傳也投入在宅急症照護計畫，同時位基層醫療機構打造「Health健康+ 遠傳Cloud HIS」雲端醫療資訊系統，一站掌握病患生理數據及電子病歷，提升醫師診療效率。

台灣大則從企業通訊與AI應用出發，打造智慧醫療通訊解決方案，協助醫療院所因應遠距診療新常態，強化跨部門溝通、醫病協作與語音紀錄等關鍵流程。

台灣大指出，以M+企業通訊解決方案為基礎，推動醫療通訊數位轉型。

圖說：兩岸醫療管理領域盛會、第十四屆海峽兩岸醫院院長論壇8月28至30日在杭州舉行，吸引兩岸數百位醫院管理者與專家與會。圖／主辦單位提供

記者呂泓陞/綜合報導

兩岸醫療管理領域盛會、第十四屆海峽兩岸醫院院長論壇8月28至30日在杭州舉行，吸引兩岸數百位醫院管理者與專家與會，台灣出席者為臺北醫學大學董事李祖德、臺灣醫務管理協會理事長洪子仁、輔仁大學原校長江漢聲醫療總顧問等人。本屆以「定義新醫療」為主題，探討 AI人工智慧和精準醫療議題。會中達成共識，未來兩岸將加強交流，包括經驗分享、技術合作及人才培育等。

本屆論壇由浙大二院於2011年發起，至今已成功舉辦13屆，是連接兩岸醫院管理者不可或缺的橋樑。此次論壇的與會人數創下新高，線上線下累計參會人數已超過1.5萬人。來自臺灣的嘉賓人數達到近250人，為歷年最多 。同時，臺灣青年代表參與人數以及首次到大陸的臺灣朋友人數也創下新高 。

論壇開幕式上，主辦方代表包括浙大二院院長王建安、臺北醫學大學董事李祖德、臺灣醫務管理協會理事長洪子仁、輔仁大學原校長江漢聲醫療總顧問等人出席致詞 。

會中探討「新醫療」的核心議題，如「新醫療」被定義為以 AI人工智慧和精準醫療為核心的「精準、健康、智慧醫療」。論壇期間，專家們就以下幾個方向進行了深入探討，包括人工智慧（AI） 輔助診療與智慧醫院標準建設、醫護人力的培育、應對人工智慧、人口變化以及人民對衛生健康新需求帶來的機遇與挑戰、全病程管理模式的創及ESG（環境、社會、公司治理）責任 。

兩岸與會者一致認為，醫療健康領域的合作具有重要意義。未來，雙方將繼續加強交流，特別是在以下幾個方面，經驗分享，期待臺灣專家分享在醫院精細化運營、健保支付改革和智慧醫療等方面的寶貴經驗。技術合作，加強AI輔助診斷、遠端醫療及醫療資料治理的技術合作與成果轉化。人才培育，鼓勵兩岸青年在精准醫學和數位健康等新興領域深化合作，成為技術創新的開發者 。

在論壇中，浙江省分享其在醫療衛生事業方面的成就與經驗。浙江省在「健康中國」行動考核中連續四年位列第一，並且在國家基本公共衛生服務績效評價中也連續十年居於首位。目前，浙江人均預期壽命已達82.55歲，比全國平均年齡高出三歲多 。

浙大二院代表指出，浙江省的醫療發展主要圍繞三大戰略，首先，人民健康優先，推動從「以治病為中心」向「以人民健康為中心」的轉變。透過每年為千萬以上居民提供免費健康體檢、加強重大疾病早篩早診早治等措施，保障人民的健康。此外，為鄉村地區打造的「智慧流動醫院+AI」服務模式曾獲得世界衛生大會關注。其次為科技與產業創新，探索「醫產學研」結合的創新模式，2024年全省醫院轉化醫學科技成果金額達1.7億元，位居全國前列。提升醫院管理：推動「以病人為中心」的管理模式。同時透過建立跨科室診療、轉診協調機制，組建多學科診療團隊（MDT），實現「一站式服務」，提升醫療服務品質。

論壇的後續安排還包括實務報告、菁英分論壇、專題沙龍、實地參訪等多個環節，旨在持續推動兩岸醫療界的常態化交流與合作 。

〔記者蔡淑媛／台中報導〕台中市首座市立醫院─「台中市老人復健綜合醫院」，由中國醫藥大學BOT興建，將於今年9月底試營運，內、外、婦、兒、急等專科醫療以及長照安養與失智診療均同步啟動，首週門急診掛號費全免，之後8折優惠，也將開出6+1條社區交通車路線服務病患，為中區醫療再添生力軍。

台中市老人復健綜合醫院強調為醫學中心等級，38個專科將陸續開設，院長張坤正強調，專任醫師120位，來自各大醫學中心，門診住院和急診專任護理師102位，另外還有專科護理師，麻醉護理師、手術室護理師等全部到位。

請繼續往下閱讀…

市立醫院展開試營運，院區分為北區綜合醫療園區及南區智慧復健與長照園區，涵蓋心臟、腦神經、癌症等高齡重大疾病診療領域，並建立「救腦、救心、救命、救急」等專責中心，北區急性床將開設50床，南區長照及復建床先開各20床服務。

市立醫院位於北屯廍子地區太原路上，為台中市人口最多區域。為服務病患，市立醫院也開出交通車接駁6+1路線，涵蓋豐原、潭子、和平、太平、大里、西南屯、太原火車站等區，及中國附醫總院對開等路線，車程約30分鐘內的地區，計畫今年12月正式營運。

張坤正表示，市府醫院服務範圍達百萬人，院區設有兩大園區，分別提供「急重症整合醫療」與「智慧復健長照」服務，北區綜合醫療園區配置急診、重症、心臟、神經、癌症等專責醫療中心，並設立婦幼中心，涵蓋孕產照護、兒童發展、青少年心理健康等關鍵服務，為市民的家庭健康需求提供完整支持。

南區智慧復健與長照園區，服務高齡與失能族群，結合復健醫學、長照服務與智慧科技，發展包括：失智症整合照護、AI陪伴機器人、穿戴式健康監測設備、遠距照護平台等創新服務，院內更設有日間照顧與住宿型長照機構，落實「醫養合一」，另外就醫也採「一支手機打通關」系統、無障礙空間設計與友善提示介面服務。

☆健康新聞不漏接，按讚追蹤粉絲頁。

☆更多重要醫藥新聞訊息，請上自由健康網。

免費訂閱《自由體育》電子報

不用抽 不用搶 現在用APP看新聞 保證天天中獎　
點我下載APP　
按我看活動辦法