文/國立臺灣大學 健康政策與管理研究所 郭爵安、楊艾庭、李達宇副教授
從醫學影像判讀、臨床決策支持、慢性病管理,到病人風險預測與健康服務流程優化,AI 已不再只是醫療科技產業的前沿工具,也逐漸成為公共衛生思考健康體系轉型的重要方法。AI 在健康領域的價值,不只是讓流程更快、成本更低,而是能否協助我們更早辨識疾病風險、改善照護品質,並讓有限資源更公平地抵達真正需要的人。
2026 年 4 月 10 日至 11 日,由 Harvard T.H. Chan School of Public Health 健康系統創新實驗室(Health Systems Innovation Lab, HSIL)發起的「全球創新健康黑客松」(HSIL Hackathon)首度在臺灣設立分站,於國立臺灣大學公共衛生學院舉行。臺灣站由臺大公共衛生學院健康政策與管理研究所李達宇副教授主導的 Health Economics and Artificial Intelligence Lab, 620 Lab 承辦,由郭爵安、許惠婷、楊艾庭、劉羿暄等來自健康政策與管理研究所、公共衛生碩士學位學程以及公衛系學生們,共同參與活動籌劃、國際協調、團隊服務與現場執行。這場黑客松,串聯來自公共衛生、醫療、工程、人工智慧、商業與創投等領域的跨域人才,共同探索 AI 如何回應健康體系中的真實需求。
有關導師及評審團,則是由多位來自學界與業界的專家擔任,提供團隊即時指導與專業建議。導師團隊包括臺灣大學人工智慧中心(AINTU)杜維洲執行長、三軍總醫院人工智慧核心實驗室主任暨國防醫學系林嶔教授,以及 Microsoft Taiwan 健康與醫療產業劉致宏總監;評審團則由臺大公共衛生學院流行病學與預防醫學研究所杜裕康教授兼院長、臺大健康政策與管理研究所李達宇副教授、臺大健康數據拓析統計研究所王彥雯副教授、台杉生技基金投資王佳惠協理,以及劉致宏總監共同組成。多位專家從臨床需求、技術可行性與商業模式等面向進行評估與指導,為參賽團隊提供關鍵回饋,也提升整體提案品質與國際競爭力。
臺大公共衛生學院鄭守夏院長表示,「人工智慧正快速改變全球健康照護的樣貌,而公共衛生的角色,不僅是運用新科技,更要培育具備跨領域思維的人才,讓科技真正回應健康公平與社會需求。此次與 Harvard HSIL 合作舉辦全球健康創新黑客松,提供學生與國際團隊共同學習與交流的平台,也展現臺大公衛持續推動國際合作、跨域創新與人才培育的承諾。」
本屆活動以「運用 AI 打造高價值醫療體系」(Building High-Value Health Systems: Leveraging AI)為主題。所謂高價值醫療,並不只是追求更有效率的診斷或更低廉的服務成本,而是進一步思考:健康資源是否被用在最需要的地方?新的科技是否真的改善病人的健康結果與照護經驗?不同族群是否都能公平受益?
在臨床端,AI 可協助醫療人員從大量病歷、檢查資料與影像中辨識高風險個案,降低診斷延遲的可能;在照護流程上,AI 可協助整合破碎的服務路徑,提醒追蹤、用藥與復診,讓慢性病管理不再只依賴單次門診;在公共衛生層次,AI 也可能協助分析人口健康資料,找出疾病負擔較高、資源較不足或服務可近性較差的族群,作為政策規劃與資源分配的依據。
但也正因為 AI 可能深入健康體系,其發展不能只由技術邏輯主導。若資料來源缺乏代表性,模型可能對特定族群判斷不準確;若忽略數位落差,原本較難取得健康服務的人,也可能更難使用新的 AI 工具;若缺乏清楚的責任歸屬與透明機制,臨床人員與病人也可能難以信任 AI 建議。因此,公共衛生在 AI 健康創新中的角色,不只是導入新工具,更是協助檢視技術是否真正回應未被滿足的健康需求。
這也是此次臺灣站黑客松的重要意義!活動中,31 組團隊在兩天內從問題定義、解方設計、商業模式規劃到公開提案,嘗試將 AI 技術與健康體系中的實際痛點連結。許多團隊並非單純提出一個演算法或應用程式,而是從照護現場、病人經驗與公共衛生需求出發,思考技術如何嵌入真實情境,並產生可持續的影響。
最終獲得第一名的 PhenoCDS,聚焦罕見疾病患者常面臨的診斷延遲問題,提出 AI 臨床決策支持方案,協助醫療端更早辨識潛在個案,縮短患者在不同科別間反覆就醫、等待診斷的時間。第二名 ICBigBoss 則回應數位時代日益增加的視覺健康問題,發展 AI 視覺疲勞偵測與智慧健康管理工具,將健康監測延伸到日常生活場景。這些提案顯示,AI 在公共衛生領域的發展,並不只侷限於「醫師使用 AI」或「機器取代人工判讀」,更重要的是能否幫助健康體系看見過去不容易被看見的人、問題與風險。
臺灣站首獎團隊 PhenoCDS 後續進一步通過多階段遴選,最終入選 2026 年 6 月 16 日於哈佛舉行的 HSIL Demo Day 20 支團隊之一,向國際投資人與健康創新生態系夥伴展示其罕見疾病 AI 臨床決策支持方案。代表臺灣團隊的創新能力被國際看見,也顯示以公共衛生問題為起點的 AI 解方,具備進一步走向全球健康創新網絡的潛力,活動相關成果亦登上《臺大校訊》,進一步凸顯臺大公衛在 AI 健康創新與國際合作上的實踐能量!
面對高齡化、慢性病負擔增加、醫療人力不足與健康不平等加劇等挑戰,未來的 AI 健康創新將不只是技術競賽,而是健康體系治理能力的考驗。公共衛生的任務,是讓 AI 發展不只追求準確率與效率,也同時納入公平性、可近性、倫理與實際可落地性。唯有如此,AI 才能從一項新興科技,真正轉化為改善健康福祉與促進健康公平的重要力量。
----------------------------------------------------------------------
公衛四季:臺大公衛電子報第023期【2026秋季號】文章 延伸閱讀
- AI重塑健康行為研究!邁向「動態觀察」新典範
- 當醫療AI走向臨床,如何實踐「負責任人工智慧」?
- 從研究思維到實務應用:2026年國科會管理一學門成果發表會暨TAOM年會參與心得
- 蘭嶼-羊與蜱蟲生態觀察