日本電信事業個人資料保護指針(電気通信事業における個人情報保護に関するガイドライン)自2011年修訂後至今即未有任何改變。然而,隨著現代行動通信軟硬設備技術的進步,智慧型手機中已有許多應用程式可透過GPS衛星定位功能準確獲取使用者之位置資訊,倘若司法機關也能於搜查辦案過程即時取得此定位資訊,將可提高偵查效率並縮短破案時程。 為此,日本總務省擬將原先須事先通知行動設備使用人與獲得法院令狀後,方得利用GPS衛星定位獲取位置資訊之電信事業個人資料保護指針第26條修訂為司法機關取得法院令狀後,即可利用GPS衛星定位獲取行動設備使用人位置訊息。 然此項修訂除將可能造成行動通訊業者營運上的額外負擔之外,亦有侵害設備使用者之個人隱私與個人資料疑慮。因此,為了抑止濫為偵查,法院令狀之發出須有其必要性,搜查機關亦必須向行動通訊業者為必要性之說明。 再者,此項利用GPS衛星定位獲取位置訊息之方式也僅限於使用Android系統設備且將定位功能開啟之使用者,對於使用Apple iOS系統設備之使用者則不但須使用者開啟定位功能,還須經過美商蘋果公司同意方能取得亦是一項難題。 日本總務省已於2015年4月17日發布此項法令修訂訊息並徵詢公眾意見,預計於6月完成修法並公布之。
智慧綠建築推動方案之修正—新增公有新建建築物應符合綠建築指標 WHA79通過加強藥品監視決議 強化全球衛生體系韌性第七十九屆世界衛生大會(Seventy-ninth World Health Assembly, WHA79)基於智利、埃及、科威特、秘魯、卡達、突尼西亞及坦尚尼亞等七國提案,於5月23日通過《推動智慧、高效的藥品監視,作為強健、永續、具韌性與回應性衛生體系的核心工具——惠及所有人、覆蓋所有地方》(Advancing smart, efficient pharmacovigilance as an essential tool for robust, sustainable, resilient and responsive health systems, for everyone, everywhere)決議。 以下為決議之摘要: 一、定位擴展:由用藥安全邁向衛生體系韌性 該決議將傳統以上市後用藥安全監視(pharmacovigilance, PV)定位為具韌性衛生體系的制度工具之一,以風險為基礎的藥品與疫苗安全監視,是確保病人安全、推動藥品與疫苗可近性及達成全民健康覆蓋(Universal Health Coverage, UHC)的重要基石。 二、結構性挑戰:系統碎片化、能力落差與錯假訊息 該決議指出,當前全球藥品監視體系面臨三項核心挑戰。其一,不同疾病所建立的藥品監視系統缺乏協調與整合,導致資料分散、資源重複運用及整體效率不彰的問題;其二,各國在監管能力與基礎建設方面存在顯著落差,使資料的完整性與代表性受到限制,特別影響資源有限的國家在區域及全球決策中的實質參與;其三,有關藥品與疫苗安全的錯誤與虛假資訊持續透過社群媒體擴散,削弱公眾對監管機關的信任,增加推動公衛措施的困難。 三、具體行動:整合系統、強化法制與推動國際協作 該決議明確要求成員國須整合並強化現有藥品、疫苗等監視系統,提升資料互通與運用效率以防資源重複,同時應完善法規,將藥品監視納入製造商與市場授權持有人等主體的核心義務,並投入資源培養專責人力與技術。而WHO則須持續更新技術指引與工具、建立績效指標,並在尊重資料主權與安全的前提下推動共享機制,以促進全球資料品質及支持國家公平參與。 綜上所述,該決議反映全球藥物安全監視的定位,已從單純著重「用藥安全」,擴展為確保藥品與疫苗安全、品質與可近性的重要治理工具,並將藥品監視視為支持衛生體系韌性的一項關鍵制度。
美國與歐盟共同發布《藥品開發優良人工智慧實務指導原則》近年來,人工智慧(Artificial Intelligence, AI)於藥品生命週期各階段的應用快速發展,有望促進藥品研發創新並縮短上市時程。然而,AI技術開發、部署、運用與維護皆涉及複雜的治理議題,為確保AI產出結果準確且可靠,並保障藥品安全且有效,有必要於藥品監管體系建立AI管理機制。 美國食品及藥物管理局(Food and Drug Administration, FDA)與歐洲藥品管理局(European Medicines Agency, EMA)於2026年1月14日共同發布《藥品開發優良人工智慧實務指導原則》(Guiding Principles of Good AI Practice in Drug Development),建立AI應用於藥品生命週期的治理框架。 該文件提出10項指導原則,包括: 1.AI開發與使用須符合倫理原則並落實以人為本的價值 2.採取風險為本的方法進行驗證、風險緩解與監督 3.遵循相關法律、倫理、技術、科學、資安及與監管標準,包括優良實務規範(GxP) 4.明確界定使用情境(Context of Use) 5.整合AI技術與使用情境之跨領域專業能力 6.強化資料治理與文件化 7.依循系統設計與軟體工程最佳實務進行模型開發並採用適切資料 8.採行風險為本的效能評估 9.落實AI技術生命週期管理 10.提供清楚且必要的資訊揭露 兩大監管機關強調,該文件可作為未來制定共識標準與監管指引的基礎,並促進國際監管調和與合作。預期將成為各國監管機關建構AI應用於藥品監管體系相關政策、法規與指引的重要參考。