國際間科學專家利益衝突管理規範趨向－以美、歐藥品審查機構科學諮詢委員會專家利益衝突解決政策與機制為例
本文為「經濟部產業技術司科技專案成果」
美國國防部於2020年6月17日發布「國防太空戰略」（Defense Space Strategy），作為確保美國維持其太空戰略優勢的發展藍圖。國防部長Mark T. Esper指出，一個安全、穩定且開放的太空領域是美國用以支持其國家安全、繁榮科學發展的基礎，然而在各國太空技術競逐之下，太空已儼然成為新的作戰領域（warfighting domain），對此美國應針對政策、策略、任務、投資、能力與專業等面向實施全面性的改革，「國防太空戰略」擘劃出美國如何在接下來的10年內達成其確保美國太空戰略優勢的目標。 「國防太空戰略」提出三大目標：首先，國防部將支持並捍衛美國在太空中的軍事行動自由（freedom of operations），並遏止任何具有敵對意圖的使用以維持美國的太空優勢；其次，美國太空軍（U.S. Space Force）將運用其先進的國防太空技術優勢以協助美國及其盟友的太空軍事行動，並支持民間與商用太空技術產業發展；最後，美國將與盟友共同維持太空領域的穩定，防止任何侵略性的太空活動、建構國際公認的太空行為準則，並支持美國在太空交通與長期外太空活動的領導地位。 為了達成上述三大目標，「國防太空戰略」提出四個優先行動方向，分別為：（1）藉由太空軍的組織改造整合資源，以應對敵對勢力的太空軍事行動並建立全面性的太空軍事優勢。（2）提升作戰層次，整合太空軍事力量包含任務、情報、技能與人員於國家與國際聯合軍事行動當中。（3）提升國際對於太空潛在威脅的重視，推動國際太空行為準則以打造太空戰略環境。（4）透過情報共享、研發與採購（research, development, and acquisition, RD&A）與盟友、合作夥伴、產業及其他政府部門合作，提出對於國家太空政策與國際太空行為準則的建議。
英國2026年7月30日公告將於倫敦辦理首個地區型人工智慧醫材監理沙盒英國藥品與醫療產品監管局（Medicines & Healthcare products Regulatory Agency, MHRA）2026年7月公告，將在倫敦辦理首個地區型人工智慧醫材監理沙盒，透過蒐集AI醫材於實際臨床環境中的持續性安全性與有效性證據，加速具潛力之創新醫療工具落地，並作為監管決策依據，以建立更明確且具可預測性的導入模式。 本次計畫預計公開徵求至多10家AI醫療器材製造商，媒合倫敦地區醫療服務提供者，在MHRA監督下進行實際臨床部署與驗證。配合《國民保健署十年健康計畫》（NHS 10 Year Health Plan）所揭示「從醫院走向社區」、「從治療走向預防」及「醫療服務數位化」等政策方向，因此將優先徵求以下主題： 1.預防與主動照護，尤其以心臟健康為重點； 2.提升社區健康服務與照護量能； 3.提升數位醫療服務可及性，包括強化NHS App運用； 4.其他可改善倫敦病人治療結果與醫療服務之創新技術。 英國自2024年啟動人工智慧醫療器材監理沙盒—AI Airlock以來，持續運用沙盒成果深入研析AI醫材特有的監管議題，包括合成資料可靠性、模型幻覺、上市後監督、預定變更控制計畫、預期用途漂移及AI體外診斷醫材等。AI Airlock 2.0於2026年第一季完成後，英國衛生與社會照護部於同年4月宣布持續推動為期三年的AI Airlock計畫，並承諾每年投入120萬英鎊。 相較過往AI Airlock著重於未來監管方針的研析，本次地區型沙盒進一步納入國民保健署醫療服務提供者及倫敦健康創新網路等地方組織共同參與，顯示政策重點已進一步延伸至AI醫材於地方臨床場域的實際運作、跨機構合作，以及創新技術於醫療服務體系中的導入與擴散。
經濟合作與發展組織發布《促進AI可歸責性：在生命週期中治理與管理風險以實現可信賴的AI》經濟合作與發展組織（Organisation for Economic Co-operation and Development, OECD）於2023年2月23日發布《促進AI可歸責性：在生命週期中治理與管理風險以實現可信賴的AI》（Advancing accountability in AI: Governing and managing risks throughout the lifecycle for trustworthy AI）。本報告整合ISO 31000：2018風險管理框架（risk-management framework）、美國國家標準暨技術研究院（National Institute of Standards and Technology, NIST）人工智慧風險管理框架（Artificial Intelligence Risk Management Framework, AI RMF）與OECD負責任商業行為之盡職調查指南（OECD Due Diligence Guidance for Responsible Business Conduct）等文件，將AI風險管理分為「界定、評估、處理、治理」四個階段： 1.界定：範圍、背景、參與者和風險準則（Define: Scope, context, actors and criteria）。AI風險會因不同使用情境及環境而有差異，第一步應先界定AI系統生命週期中每個階段涉及之範圍、參與者與利害關係人，並就各角色適用適當的風險評估準則。 2.評估：識別並量測AI風險（Assess: Identify and measure AI risks）。透過識別與分析個人、整體及社會層面的問題，評估潛在風險與發生程度，並根據各項基本價值原則及評估標準進行風險量測。 3.處理：預防、減輕或停止AI風險（Treat: Prevent, mitigate, or cease AI risks）。風險處理考慮每個潛在風險的影響，並大致分為與流程相關（Process-related）及技術（Technical）之兩大處理策略。前者要求AI參與者建立系統設計開發之相關管理程序，後者則與系統技術規格相關，處理此類風險可能需重新訓練或重新評估AI模型。 4.治理：監控、紀錄、溝通、諮詢與融入（Govern: Monitor, document, communicate, consult and embed）。透過在組織中導入培養風險管理的文化，並持續監控、審查管理流程、溝通與諮詢，以及保存相關紀錄，以進行治理。治理之重要性在於能為AI風險管理流程進行外在監督，並能夠更廣泛地在不同類型的組織中建立相應機制。