Taiwan Society of Medical Artificial Intelligence

讓 Medical AI 連結研究、教育與照護,為醫療創造可信任的價值。

TSMAI 以醫療人工智慧為共同領域,連結醫事、學研、工程與產業人才,推動研究、教育、治理與安全應用。從臨床照護到健康促進、品質改善與醫療管理,讓創新有證據、有人負責,也能持續被檢驗。

教育 標準 證據 治理 轉譯 籌備中組織|尚未完成法人立案

Medical AI:不只限於 Clinical AI

Clinical AI 是 Medical AI 的重要領域,但不是學會的全部。以下為依章程討論稿與新定位整理的工作方向(DRAFT),不表示相關服務或研究已啟動。

Research

醫療研究與資料科學

促進醫療人工智慧、智慧醫療與醫療資料科學研究,建立跨機構合作、共同規格與可追溯的評估方法。

Care & Health

臨床照護與健康促進

探索照護流程、人機協作與健康促進的合理應用;臨床決策支援仍須符合各自用途、證據與專業監督要求。

Quality & Operations

品質病安與醫療管理

以品質改善、病人安全、流程負擔與醫療管理需求評估 AI 價值,也納入非診療的行政與數位工作流程。

Education

教育與跨域人才

讓醫師、醫事人員、研究者、工程師與學生共同學習,透過課程、工作坊與學術交流建立合作能力。

Governance

資料治理與社會信任

把隱私、資安、倫理、公平性、人類監督與稽核納入研究與應用;清楚說明模型限制與責任歸屬。

Translation

創新轉譯與公共交流

促進產學合作、評估與成果擴散,維持研究完整性、利益衝突管理與學術獨立性。

閱讀宗旨與章程修訂方向 →

既有臨床工程藍圖:三大北極星目標

以下保留 v2.0 藍圖的臨床工程目標,作為 Medical AI 工作的一條實作路徑;不是學會全部範圍,也不是已完成成果。擴大領域的時程與資源配置仍待審定。

一年內

做出醫師有感的 AI workflow

從文書減負與規則型 CDSS 切入:診前 SOAP 草稿、門診前摘要、心衰 GDMT 與心房顫動抗凝檢核。

三年內

做出可多院驗證與取證的臨床 AI 平台

資料不出院的聯邦式跨院驗證、沉默前瞻試驗,支撐 SaMD 取證所需的多院證據。

五年內

成為臺灣醫療 AI 標準與證據中心

臺灣版 Model Card 標準、CQL 規則庫公共資產、全國臨床 AI 部署登錄與流程認證。

五大主軸

學會的工作沿五條主軸展開,詳見五大主軸

AI 教育與跨域人才培育

面向醫事、學研、工程與管理人才,規劃 AI 素養、實作與治理教育;既有臨床課程路徑、擴充課綱與認證政策尚待審定。

了解更多 →

醫療 AI 研究與可信任證據

以符合用途的評估與跨機構研究為方向;現有臨床工程 prototype 探索聯邦驗證與沉默前瞻試驗,尚不是實際多院研究成果。

了解更多 →

醫療應用、品質與流程改善

從照護、健康促進到醫療管理,先釐清問題與可量測價值;現有臨床 workflow 與 CDSS 是其中的示範方向。

了解更多 →

治理、政策與創新轉譯

以倫理、利益衝突管理與學術獨立性支持合作;涉及醫療器材的應用另依其用途評估法規路徑,不能把所有 Medical AI 都視為 SaMD。

了解更多 →

安全數位基礎設施與 Agent/MCP

高度管制地前瞻:以內部 checklist、static scan 與合成測試建立 MCP 倉儲及權限分級 agent runtime prototype。

了解更多 →

五層架構速覽

既有臨床工程路徑包含 20 個專案(P-01~P-20),依五層架構組成。這是 Medical AI 的起點之一;更名不會改變各專案的用途、成熟度或證據狀態。

A基礎系統層 PHI 清洗閘道 · FHIR 最小化 · 稽核帳本 · 資料字典 · 評測框架(P-01~P-05)
B臨床 workflow 層 診前 SOAP · 門診摘要 · 心衰 GDMT · AF 抗凝 · CAD/ACS 二級預防(P-06~P-10)
C跨院證據層 CQL 規則庫 · 聯邦驗證 · 沉默前瞻試驗 · Model Card 註冊中心(P-11~P-14)
DAgent/MCP 層 醫療 MCP/skill 倉儲 · 臨床 agent 執行框架(P-15~P-16)
E取證與治理層 SaMD 文件產生器 · 上市後監測 · IRB/治理文件 · 學會營運平台(P-17~P-20)

查看 P-01~P-20 專案與 evidence → 判讀 maturity 與 evidence →

五條治理鐵律

全平台共同治理原則;各 v0.1 prototype 的實作程度與限制以 evidence inventory 為準:

  1. 資料不出院——目標架構禁止病人層級資料與原始 PHI 離開院內環境。
  2. 對照表不出院——目標架構要求去識別化對照表獨立存放、網路隔離,不隨 payload 外送。
  3. 每次呼叫留稽核——P-03 已有防竄改帳本 prototype;各 workflow 的 production 串接尚待完成。
  4. Physician-in-the-loop——多個 prototype 已測試醫師確認狀態機;尚未代表已部署至真實 EMR workflow。
  5. 保留醫師 override reason——作為所有後續 production workflow 的必要設計要求與品質監測輸入。

查看治理與責任邊界 · 病人/社會大眾保障

近期動態

名稱與方向|2026-09-06

正式命名為 TSMAI

台灣醫療人工智慧學會/Taiwan Society of Medical Artificial Intelligence。學會定位擴及 Medical AI;章程與組織架構仍為討論草案,更名不表示法人立案或各項服務已完成。

工程

P-01~P-20 v0.1 engineering baselines

20 個專案已建立 v0.1 engineering prototypes/baselines,並附 automated test files 與合成資料示範;這不代表已完成臨床部署、外部驗證、IRB 核准或法規審查,各專案狀態後續以 evidence page 為準。

教育

Level 1 課程規劃中

以衛福部《醫療機構應用生成式人工智慧指引》為官方教材基礎的 AI literacy 課程籌備中。

完整新聞與活動頁籌備中