-
如何為智慧醫療打好資料治理地基？
中榮從2000年起逐步建立數位化基礎，以「連線、收集、清理」三原則確保資料品質，並透過國際標準格式實現跨系統整…
-
數據治理的願景與現實挑戰
探討台灣實施數據治理面臨的挑戰，包括中央與地方間的「資料壁壘」、數據品質不一，以及法律規範快速變動導致公務員因…
-
AI基本法的關鍵：資料治理
人工智慧基本法確立AI治理原則，但資料共享、跨部門協作仍有落差。高品質資料是AI應用基礎，資料治理更攸關社會信…
-
建立AI城市的數位下水道：台南市SOA模式
台南市啟動「SOA數據交換平台」，如同建立了AI城市的數位下水道，將各局處數據轉化為標準化、可重複取用的API…
-
房屋稅籍座標化，嘉義縣讓老舊資料活起來
嘉義縣稅務局推動「房屋稅籍座標化」，將數十萬筆混亂地址轉為標準經緯度座標，建立圖資倉儲系統，此舉成功解決稅籍資…
-
高齡又少子後，台灣鄉鎮地區將面對哪些挑戰？
文章探討台灣鄉鎮地區在「高齡又少子化」及「氣候異常」兩大趨勢下，所面臨的三大挑戰與因應建議。三大挑戰分別是人口…
-
智慧醫療數據治理：在創新與隱私間找到信任平衡
智慧醫療面臨「科技紅利」與「個人隱私」的兩難，使醫療數據治理成為關鍵。為取得平衡，國際趨勢走向公私協力 (PP…
-
人口高度集中都會區 未來台灣將有哪些挑戰？
台灣人口高度集中於都會區，六都人口佔比高達69.43%，超過聯合國對2050年全球都市化預測。2017至202…
-
從數據一探台灣快速高齡少子化嚴重性
台灣人口自2020年開始減少，且趨勢加速。國發會推估至2068年，人口將減少811.4萬人。至2041年，高齡…
-
高齡社會的「可負擔建築」
追求幸福生活須關注「安居樂業」，特別是城市永續發展（SDGs 11）下的住宅可負擔性與高齡化需求。AI研究證實…
-
颱風來襲，預測菜價波動的數據風險預測
為解決颱風對菜價帶來的複雜衝擊，文章提出「數據驅動的智慧農業災損風險架構」。此架構透過整合氣象、交易等多維度數…
-
從紙上談兵到AI落地：政府推動人工智慧的六大建議
人工智慧（AI）已成為各國政府積極推動的重要應用，而運用檢索增強生成技術（Retrieval-Augmente…