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。
籌備中組織|尚未完成法人立案
Taiwan Society of Medical Artificial Intelligence
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。
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
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
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
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
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
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
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。
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
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
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
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。
學會的工作沿五條主軸展開,詳見五大主軸。
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。
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。
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:
名稱與方向|2026-09-06
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
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
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