KPMG安侯建业健康照护与生技产业服务团队主持会计师郭欣颐表示，医疗未来不在於单一机构效率，而是建构由AI驱动的整合型生态系。透过预防、早期介入与个人化照护，并由AI协调跨机构合作，方能推动医疗转型。她强调，生成式AI若能在技术、组织、伦理与制度面全面准备，才可真正落地并发挥效益。
调查显示，71%医疗机构认为生成式AI应用广泛，近六成（59%）已纳入产品与服务开发。与传统AI著重分析预测不同，生成式AI具备创造能力，可用于自动撰写出院摘要、合成影像，甚至设计新药分子。资策会MIC资深产业分析师卢冠芸指出，医疗体系累积庞大文本与影像，加上繁琐的行政流程，正好成为生成式AI的天然场景。
资策会MIC分析师谢淑丽补充，生成式AI在医疗应用主要聚焦四大领域：一是行政支援，包括文书处理、排程与病患沟通；二是临床实务，如诊断辅助、病历摘要与放射报告；三是药物研发与疗程设计；四是医学研究与教育，加速文献整理与教学素材生成。
目前生成式AI多用于辅助性工作，若要进入「预防、诊断、治疗、愈后」等核心流程，需通过美国食品药物管理局（FDA）等监管单位审核。截至2025年4月，FDA已批准逾千件AI医疗设备，但多为预测性演算法，尚未核可完整生成式AI系统直接用于临床。FDA正研拟新框架，要求开发者揭露训练数据与演算法资讯，并建立上市后监测机制。
KPMG安侯建业健康照护与生技产业服务团队主持人苏嘉瑞说，因医疗领域具有其特殊性，事关人命安全，相较其他产业，此领域高度敏感性与复杂性，使AI导入过程中将更为谨慎且进程较慢。
报告同时点出四大课题：第ㄧ，资料品质与整合，84%主管认为资料碎片化与标准不足，已成主要障碍；第二，是组织转型与人员适应，临床人员对AI理解有限，需大量培训并保留人工监督；第三是伦理与治理风险，若资安控管不足，恐引发法律风险与演算法偏误；第四，初期价值衡量困难，如文书生成短期难见效益，但规模化应用仍需考量IT负荷与成本。
點擊閱讀下一則新聞
