@溫怡玲(人工智慧科技基金會執行長)
身為生活在數位時代的現代公民，面對AI浪潮席捲而來，我們正面臨一個兩難的抉擇：既期待 AI 能帶來更精準的癌症篩檢、更快速的新藥開發，甚至量身打造的健康管理；但同時，我們也深知這一切的燃料是「數據」——也就是我們個人最私密的病歷、基因與健康紀錄。
如何在「享受科技紅利」與「保有個人隱私」之間取得平衡，不僅是技術問題、產業問題，更是社會共識與公民權利的重新定義。這正是「醫療數據治理」成為當前核心議題的原因。
一、數據的兩難：隱私與權利的拉鋸
智慧醫療要落地，必須仰賴高品質的數據訓練模型。然而，目前獲取資料的方法往往在「隱私」與「效率」之間難以兼顧：
- 高隱私但低效率的「個人授權」模式：
例如美國的「All of Us」計畫，透過 App 讓民眾在充分知情的前提下，主動同意捐贈個人數據。這最符合公民權利精神，但收集速度緩慢，且需要高度的社會參與意識，難以在短時間內形成產業規模。 - 高效率但高風險的「病歷共享」模式：
部分跨國企業試圖直接與醫院合作，使用去識別化後的真實世界數據（Real-World Data）。雖然數據量大且具代表性，但在台灣嚴謹的醫療法規與社會氛圍下，醫院往往因擔憂適法性與倫理風險，對於開放數據採取極度保守的態度。
智慧醫療能夠落地執行，必須有良好的資料治理做為基礎，由於獲取資料不易，導致了目前醫療數據治理的困境：缺乏具公信力的機制，醫療機構與研究者取得正當性與信任難度很高；珍貴的醫療數據只能沉睡在資料庫中，無法轉化為救人、提升醫病關係的技術服務。
二、解方：以「公私協力」重塑信任機制
為了解決這個難題，國際趨勢逐漸走向「公私協力」（Public-Private Partnership, PPP）的治理模式，建立可信的數據平台，成為推動智慧醫療的基礎建設。
這種模式的核心邏輯在於「權責分立」與「優勢互補」。簡單來說，由公部門扮演「守門人」，負責確保數據運用的公益性，並建立嚴格的法規監管與倫理審查，消除大眾對商業機構濫用個資的疑慮。企業則扮演「加速器」和「場域」，讓龐大的數據能被有效定義、運算與分析，產生更多價值。。
台灣近期的指標性案例，即是科技大廠華碩與國家衛生研究院的合資合作。這不僅是資金的投入，更是一種制度的創新——透過國家級研究單位的參與，為數據治理的合規性背書；同時引入民間企業的技術活力，解決公部門數位轉型緩慢的問題。
三、建立良好數據環境 是信任基礎
在完善的治理架構下，未來的智慧醫療將不再是很多人誤認的「買賣數據」、「洩漏隱私」，而能成為「可信任的研究環境」，培育出更多有益於社會大眾的醫療技術。
這可以想像成一個高度管制的「無菌實驗室」。藥廠、生技公司或學術機構可以在這個受監管的環境中，申請使用數據來驗證 AI 模型或開發新藥，但他們無法將原始數據帶離這個環境，也無法回溯特定的個人身分，更不可能濫用這些寶貴的資產。
智慧醫療的發展，絕非單純的技術問題，而是關於「可信任」的社會工程。
透過嚴謹的法規監管、透明的公私協力機制，以及對倫理底線的堅持，才能建立一個讓大眾安心的數位健康生態系。這不僅是為了保護我們當下的隱私，更能確保未來的醫療創新，建立在穩固且符合人性價值的基礎之上。