生成式 AI 浪潮席捲醫療產業，高品質醫療數據已成為 AI 醫療產品開發的關鍵基礎。為加速智慧醫療創新落地，工業技術研究院（簡稱工研院）今（26）日於「2026 台灣國際醫療暨健康照護展」宣布攜手台灣生技醫療器材工業同業公會（簡稱台灣醫材公會）及多家醫材業者，共同推動「AI 智慧醫療數據大平臺」，打造臺灣首個以快速醫療照護互通資源標準（Fast Healthcare Interoperability Resources，FHIR）為核心的智慧醫療數據平臺。
該平臺整合醫療設備數據、臨床照護資訊與 AI 分析應用，提供符合 FHIR 標準的醫療數據，讓業者可「即拿即用」，免去重新蒐集、清理及標準化資料的繁瑣流程，將過去動輒一至兩年的資料準備與驗證時程大幅縮短，加速 AI 模型訓練、醫療產品開發及臨床驗證，進一步推動臺灣智慧醫療產業升級。
匯聚多元成果，工研院構建標準化共享機制
隨著全球數位健康市場快速成長，醫療器材正由傳統硬體邁向「軟體醫療器材」（Software as a Medical Device，SaMD）及軟硬整合發展，醫療數據的重要性也日益提升。臺灣醫材公會理事長陳建志表示，過去相同疾病在不同資料庫中往往採用不同描述方式，導致資料難以整合與共享，成為醫療 AI 發展的重要瓶頸。此外，醫材業者開發 AI 產品時，通常需逐案與醫療機構合作並申請人體研究倫理審查（IRB），從資料取得、整理到模型驗證往往耗時一至兩年，對講求開發速度的新創團隊而言更是一大挑戰。
工研院生醫與醫材研究所資深技術專家莊曜宇指出，「AI 智慧醫療數據大平臺」整合工研院與產業合作成果，匯聚 5G 通訊、智慧影像、生理監測、AI 分析及雲端整合等跨域技術能量。工研院在平臺中扮演第三方中立法人角色，提供數據整合、資料標準化及導入 FHIR 國際標準等核心技術支援，透過一致化處理機制，在完整保留臨床資訊的同時，大幅提升醫療數據的互通性與再利用價值。
藉由這套標準化與共享機制，國內醫材業者可更有效驗證 AI 模型在不同設備與臨床場域的泛化能力，並整合心電圖、血壓、血氧等多模態生理訊號進行交叉分析，同時運用平臺累積的異常事件資料，加速驗證創新演算法的可行性。整體而言，平臺可大幅縮短資料建置與驗證流程、降低研發成本，建立臺灣智慧醫療產業共同語言，加速創新技術商品化與臨床應用落地，進一步提升臺灣智慧醫療產業的國際競爭力。
打破數據孤島，跨域串聯助力智慧醫療產業
台灣醫材公會理事長陳建志表示，隨著智慧醫療與 AI 應用快速發展，醫療數據已成為驅動產業創新的核心資源。然而，過去醫材業者累積的大量數據分散於不同設備、系統及應用場域，缺乏統一標準，導致資料難以整合與共享，也限制了 AI 模型開發與臨床驗證效率。
陳建志指出，台灣醫材公會因此攜手工研院及九家業者共同推動「AI 智慧醫療數據大平臺」，透過導入 FHIR 國際標準及跨域資料串聯機制，建立可共享、可交換的醫療數據環境，促進產業協作與創新應用。
希望在兼顧法規遵循與個資保護的前提下，協助企業將醫療數據轉化為具備真實世界證據（Real-World Evidence, RWE）價值的臨床資產，不僅降低資料蒐集成本，也促進 MedTech、AI 與 ICT 跨域合作，加速智慧醫療產品開發與商業化。
目前已有遠傳電信、晉弘科技、瑪克多、炳碩生醫、商之器、美商宇心生醫、博鑫醫電、超象科技及緯謙科技等九家業者參與平臺建置，整合生理監測、心電圖、醫學影像、超音波、手術室及遠距醫療等多元應用資料，建立跨設備、跨廠牌及跨場域的共通資料架構，讓不同來源的醫療數據得以依循一致標準進行交換與應用。
展望未來，莊曜宇與陳建志均表示，透過標準化數據與資料媒合機制，可望進一步加速產品驗證、提升 AI 模型效能，並串聯醫療數據、臨床場域與產業資源，完善智慧醫療生態系，提升臺灣智慧醫療產業的國際競爭力。
延伸閱讀：工研院攜手四大醫療體系，MedBobi 2.0 智慧醫療整合平台啟航
