當人工智慧從演算法研發進入臨床與田間，政策與制度如何調適，成為決定產業價值的核心關鍵。
2026 年行政院生技產業策略諮議委員會議（Bio Taiwan Committee, BTC）於 8 月 24 日至 26 日召開。這場匯聚政府部會、學界與產業代表的國家級會議，持續圍繞「醫藥、健康、農業」三大主軸展開討論。自 2005 年成立以來，BTC 始終作為政策評估與施政規劃的重要參考平台。
今年的議程焦點呈現出明顯轉變，討論不再僅止於評估人工智慧（Artificial Intelligence, AI）技術的突破，而是更務實地探討技術如何通過臨床驗證、法規審查、健保給付與市場接軌等現實考驗。在大會召集人吳誠文政務委員的主持下，諮議委員們針對產業現況進行深入研討，最終總結出三大面向與二十七項具體政策建議，為臺灣生醫與農業的長期發展勾勒出清晰的推進軌跡。
因應高齡醫療負擔加重，早期診斷補足預防缺口
會議首日，BTC 委員翁啟惠發表「AI－驅動的生醫創新與因應未滿足的醫療需求」主題報告，指出人口高齡化帶來的醫療支出壓力正顯著上升。醫療模式逐步從後端的疾病治療，轉向前端的早期診斷、風險預測與精準健康。報告梳理了胰島素、聚合酶連鎖反應（Polymerase Chain Reaction, PCR）、人類乳突病毒疫苗（HPV vaccine）、基因定序、嵌合抗原受體 T 細胞（CAR-T）及免疫檢查點療法等重大創新，強調 AI 正延續這一創新脈絡。
臺灣人體生物資料庫（Taiwan Biobank）、癌症登月計畫與臺灣精準醫療計畫（Taiwan Precision Medicine Initiative, TPMI）等數據資源，被視為推動研究的核心基礎。委員會建議，應整合 AI 與大數據，加速標靶與生物標記（biomarker）的發現，同時同步建立相應的安全與倫理規範。
智慧醫材核准數量激增，臨床實體操作漸趨成熟
BTC 委員陳適安在「Medical AI and Smart Care: Current and Future Perspectives」報告中，說明醫療人工智慧（Medical AI）的發展已從大型語言模型（Large Language Model, LLM）、數位分身（Digital Twins）與人工智慧代理（AI Agent），進一步延伸至實體人工智慧（Physical AI）及底層平台建置。
統計顯示，臺灣經核准的人工智慧與機器學習（AI/ML）醫療器材，數量從 2020 年的 21 項成長至 2025 年的 180 項，其中放射科應用占 46% 為大宗，心臟科與眼科次之。以心律不整導管消融數位分身（Digital Twins）與機器人輔助手術等應用為例，AI 正從輔助影像判讀進入實際臨床決策與操作。然而，這項轉變也意味著未來的發展關鍵，將取決於跨院資料的互通能力、臨床工作流程的重塑，以及醫療責任歸屬的釐清。
下一階段的競爭重點，在於跨院資料互通品質與臨床責任邊界的釐清。
串聯研發驗證場域機制，跨域科技重構產業生態
國家科學及技術委員會科技辦公室執行秘書張振豪呈現了科技政策的整體推動構想，承接往年委員建議，將研發能量、生態系建構、全球布局與人才培育納入統一框架。AI 藥物開發、數位醫療、高齡健康及農業科技等議題被列為跨域應用重點。政策思考從過去補助單一技術，轉為打通研發、臨床驗證、試驗場域、法規評估與市場准入等節點，形成連續性的發展鏈條。
委員會強調，應善用臺灣在半導體、精密製造與資訊通訊（Information and Communications Technology, ICT）領域的既有優勢，優先發展 AI 驅動的智慧醫材與生醫晶片，特別是類器官晶片（Organ-on-a-chip）等平台型技術，並集中資源支持具轉譯潛力的專案。
健康數據升格國家基建，優化治理建構可信環境
范德堡大學醫學院（Vanderbilt University School of Medicine）石瑜教授探討了健康數據轉化的核心挑戰：如何將臺灣龐大的醫療資料，煉製成具備科學信任度與決策價值的真實世界證據。他提出四大推動方向，包含將數據建構為戰略性生技基礎設施、完善數據治理與法規驗證、推動模型從開發邁向臨床與給付，以及串聯人才、數據與政策生態。
相關構想涵蓋電子病歷、健保、基因體及影像數據，並強調需符合標準化與品質要求。對 AI 而言，模型開發完成僅是起點，後續的前瞻性臨床評估、外部驗證及持續監測，才是確保其效益與安全的關鍵。為此，委員會建議由衛福部與國科會成立國家隊，推動臺灣醫療資訊標準大平台（Fast Healthcare Interoperability Resources, FHIR）與共同資料模型。
完善創新科技沙盒驗證，彈性給付銜接臨床決策
在制度調適方面，石瑜教授主張建立可信且具備調適彈性的資料治理機制。委員會建議在《個人資料保護法》（Personal Data Protection Act）架構下，訂定去識別化醫療數據的應用指引，並設立「健康資料特區」與「創新科技沙盒」，在保障隱私的前提下促進產業運用。大會亦討論了以「健保沙盒」與真實世界實證支援給付決策的具體路徑。
為降低研發與臨床採用的落差，建議建立「國家級臨床試驗與真實世界證據平台」，優化多中心共同人體試驗委員會（Institutional Review Board, IRB）審查機制，並執行 AI 導向新藥的快速審查。同時推動「創新健康科技暫時給付制度」，收集真實世界效益資料，回饋至健康照護學習系統（Health Learning System）及施政決策。
多代理人系統跨國佈局，因應醫療體系在地調適
Graphen Group 執行長暨哥倫比亞大學（Columbia University）兼任教授林清詠以「AI 在生技跨域應用與國際鏈結策略」為題，分析了多代理人工智慧（Multi-agent AI）、醫療平台與藥物設計的實務應用。他以 Aimma 平台為例，說明多代理系統如何針對醫師、護理師與病人的不同需求，處理複雜的診斷支援與資料串流。
在國際布局上，他分析了美國、日本、新加坡、馬來西亞、印尼與印度等市場的特性，指出醫療人工智慧（Medical AI）進入不同國家時，必須面對在地醫療制度、人口結構與照護資源的差異。這些經驗顯示，產品走入國際不僅是系統介面的轉換，更需要對作業流程與資料環境進行深度調適，技術在地化與國際化實為相輔相成的兩面。
四路並進升級產業韌性，海外設樞紐推國際品牌
經濟部產業發展署提出「產業韌性升級與全球布局推動」報告，歸納出臺灣生醫發展的四項推動路徑：結合 AI 與跨域科技以提升附加價值、強化在地生產以確保藥品供應韌性、累積臨床效益實證以加速產品落地，以及深化國際合作以拓展海外市場。
委員會進一步建議，應將生醫人工智慧（Bio-AI）相關軟硬體研發納入《生技醫藥產業發展條例》（Development Act for the Biotech and Pharmaceutical Industry），並引進具經驗之專家針對化學製造管制（CMC）與目標產品概況（TPPs）提供輔導。政策同時規劃於海外設立「臺灣生醫創新樞紐（Taiwan Bio-Innovation Hubs）」，推廣「臺灣創造（Created in Taiwan）」與「臺灣精準健康（Taiwan Precision Health）」品牌，協助企業進行海外試點與資金對接。
智慧科技導入農業現場，倡議健康一體永續轉型
前沿科技的應用範疇在會議後段延伸至農業領域。臺灣大學生物資源暨農學院院長林裕彬以「智慧農業新布局：跨域科技導入與高值農業轉型」為題，分析全球農業在氣候變遷、資源限制與勞動力短缺下的轉型需求。他提出引進機器學習、智慧設備與精準農業技術，並透過「健康一體（One Health）」概念，將植物、動物、人類與環境健康整合於同一架構中。
農業部胡忠一則接續報告「跨域科技驅動創新」，說明政府在生產端自動化、環境監測及市場拓展的施政規劃。委員會建議，農業導入 AI 應以務實需求為導向，結合智慧農機與自動化設備，並運用基因編輯、基因蛋白體學與分子生物學，培育具備氣候韌性與營養強化的優良作物，強化整體糧食安全。
公私協調凝聚政策共識，培育跨域人才奠定根基
綜觀 2026 年 BTC 會議，討論內容涵蓋科技研發、臨床試驗、數據治理、法規審查、給付機制、製造供應、資金投入與國際市場等層面。會議展現出政策重心已從單點技術研發，轉向整體產業生態與制度銜接的務實建構。
生技產業策略諮議委員會（BTC）持續扮演產官學研的溝通平台，引導 AI 技術在安全、可信且具法規調適性的框架下進行驗證與推廣。為確保產業長遠發展，委員會特別強調人才培育的重要性，建議設立「AI + 生醫」跨領域學程，並推動學員至醫療機構與企業實習的機制，藉此打通從研發轉譯到產業化的人才鏈結，為臺灣生醫與農業的轉型奠定堅實基礎。
科技研發與制度設計的逐步對齊，將是臺灣生醫與農業走向永續經營的扎實基礎。
