美國FDA公告食品營養強化物添加之指導原則
添加營養素到一般之食物中，對於維持或增進整體食物之營養品質來說，是一個非常有效率之方式。然而，不當添加或濫用這些外加之營養素，卻可能造成消費者過度或不足攝取某些特定之營養成分，甚至更可能造成某些食物之營養價值有誤導或詐騙消費者之嫌。
美國食品藥物管理局（Food and Drug Administration，以下簡稱FDA）為了統一回應食品廠商、其他聯邦主管機關以及相關學會之問題，針對添加到食物中之必需營養補充品，在2015年11月6日公告了一份指導原則（Questions and Answers on FDA’s Fortification Policy）。本指導原則以Q&A之形式呈現，，列出FDA對於食品營養強化物（Fortification of Foods）政策之態度（並未變更其自1980年代以來對於食品營養強化物之向來立場）以及建議遵循規定。
FDA建議食品營養強化物添加之基本原則如下：校正飲食之缺陷；補充因食物於處理、流通之過程中所喪失之營養素；根據食物整體熱量計算之結果，均衡添加各種食品營養強化物等。
本指導原則僅適用於人類使用之食品，動物用食品並不在其建議範圍內；另外，其亦不適用於嬰幼兒配方或是一般之保健營養品，其僅適用於一般常規之食物，例如：牛奶、果汁、豆漿、麥片、麵包、通心粉、乳瑪琳等。但是要注意，針對一些新鮮的食物或本身即非營養的食物，例如：新鮮蔬菜、魚肉類、糖、甜點、碳水化合物等，並不建議再額外添加食品營養強化物。
另外，只有人體所必須的營養素（essential nutrients）才可額外添加到常規的食品中，亦即所有添加物都須依據膳食營養素參考攝取量（Reference Daily Intakes；RDI）所規定之種類及建議量，做適當的添加；且添加物必須合法且安全。
食品營養強化物之標示，則必須依據食品標示相關法規恰當為之，不可出現會誤導消費者的任何詞彙，也不宜做出任何可以預防營養素缺乏之陳述，因為這麼做可能使消費者誤認有添加物的食品其營養成分較原始食物高。
本指導原則對廠商並無強制力，然要是廠商有違反本指導原則之情形，FDA將會發出警告信，顯示出FDA強烈建議廠商遵守本指導原則之決心。
盧怡穎
法律研究員 編譯整理
FDA Issues Guidance on Fortification of Foods, http://www.fda.gov/Food/NewsEvents/ConstituentUpdates/ucm471542.htm (last visited Nov. 30, 2015).
Guidance for Industry: Questions and Answers on FDA’s Fortification Policy, http://www.fda.gov/Food/GuidanceRegulation/GuidanceDocumentsRegulatoryInformation/ucm470756.htm (last visited Nov. 30, 2015).
日本獨立行政法人情報處理推進機構（Information-technology Promotion Agency，下稱IPA）於2026年1月29日發布「2026年10大資訊安全威脅」，呼籲企業應留意自身資訊安全防護對策。 IPA將2026年10大資訊安全威脅區分為「組織」與「個人」兩大面向。在組織面向的威脅中，前三位依序為勒索病毒攻擊、針對供應鏈或委託方的攻擊，以及AI應用所帶來的網路風險。其中，「AI應用所帶來的網路風險」是自2016年IPA開始進行資訊安全威脅調查以來，首度入選前10大威脅，其風險內容主要為使用者對AI技術缺乏充分了解而導致的資訊外洩，或是由於AI遭惡意濫用，進而降低網路攻擊的門檻等風險。 此外，2026年10大資訊安全威脅第四至第十名依序分別為，針對系統漏洞的攻擊、竊取機密資訊的攻擊、由地緣政治風險引起的網路攻擊（包含資訊戰）、內部違規行為導致的資訊外洩、針對遠距工作環境的攻擊、分散式阻斷服務攻擊，以及商務電子郵件詐欺。從10大資訊安全威脅之內涵可知，多數資安威脅均與資訊外洩或惡意攻擊相關，顯見資訊的價值與重要度在現代數位化社會中日益提升。 臺灣企業如欲強化資訊安全防護對策，並針對資料本身進行妥善管理，建議參考資訊工業策進會科技法律研究所創意智財中心（資策會科法所創智中心）發布之《重要數位資料治理暨管理制度規範》，建立涵蓋數位資料生命週期之資料治理機制，同時參考該中心發布之《營業秘密保護管理規範》、《營業秘密管理指針2.0》，建立營業秘密管理措施或相關機制，避免具備機敏性或屬於營業秘密之資訊外洩。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站（https://www.tips.org.tw）
專利連結專利連結（patent linkage，亦有稱patent registration linkage）是1984年美國《藥品價格競爭及專利期回復法（Hatch-Waxman Act, HWA）》所創設。傳統上，醫藥主管機關與專利主管機關的權責是有所區分的。然而，醫藥主管機關因為醫藥管理制度與專利制度的連結，使得醫藥主管機關須審查專利相關事務，即醫藥主管機關在審查學名藥上市許可申請時，必須同時判斷該藥品是否侵害專利藥公司就該藥品所掌握的專利。 專利連結制度可以採取幾種形式，最簡單形式的專利連結可能涉及了以下的要求：當有學名藥廠對專利藥公司所生產的的專利藥品提出學名藥，並尋求醫藥主管機關批准時，則應向專利藥公司告知學名藥廠的身份。強度較強的專利連結，在該專利藥品的專利到期或者無效之前，可以禁止醫藥主管機關核發上市許可給學名藥品。而更強的專利連結不僅可以禁止核發上市許可，也可以禁止在專利期間內對學名藥品的審查。 我國目前並未採納專利連結制度，但在我國目前擬積極參與的《泛太平洋夥伴協議（TPP）》中則要求成員應採納專利連結制度，故未來我國動向將值得關注。
韓國預告人工智慧基本法施行令修正草案 ──以公共部門先行及創業研發支援強化AI產業育成韓國預告人工智慧基本法施行令修正草案──以公共部門先行及創業研發支援強化AI產業育成 資訊工業策進會科技法律研究所 2026年06月30日 韓國科學技術情報通信部（과학기술정보통신부，以下簡稱「韓國科技部」）於2026年5月21日，就《人工智慧發展與信賴基礎建立等基本法施行令》（인공지능 발전과 신뢰 기반 조성 등에 관한 기본법 시행령，以下簡稱《施行令》）部分修正草案展開立法預告，以配合先前修正之《人工智慧發展與信賴基礎建立等基本法》（인공지능 발전과 신뢰 기반 조성 등에 관한 기본법，以下簡稱《AI基本法》）於2026年7月21日施行，俾強化人工智慧產業之育成[1]。 壹、背景摘要 韓國《AI基本法》修正案，係由多位國會議員提案之9件修正法律案經朝野合意整併而成，於2025年12月30日經韓國國會通過，並於2026年1月20日公布。其中國家人工智慧戰略委員會改組、專門人力支援等得即時施行之事項，已配合本法2026年1月22日之施行日先行施行；至公共部門人工智慧導入運用等須由下位法令具體化之事項，則與本次《施行令》修正草案同於2026年7月21日施行[2]。 貳、重點說明 《施行令》原就推進體系、產業育成及倫理信賴性確保等事項予以規範；本次修正草案則就前述《AI基本法》修正後新增之授權事項加以具體化，主要涉及公共部門人工智慧之導入運用、人工智慧研究所之設立運營、弱勢族群之近用及費用支援，以及人工智慧創業之促進等。茲就弱勢近用、公共部門先行及創業研發支援三方面，分述如次： 一、弱勢族群近用之保障與補助支援 考量高成本、高效能之人工智慧服務若僅少數人得以負擔，恐擴大實質之社會落差，《AI基本法》修正後增訂保障弱勢族群近用並提供補助支援之依據。《施行令》修正草案第2條之2乃將「人工智慧弱勢族群」之範圍予以具體化，除身心障礙者、65歲以上高齡者、基礎生活保障受給者等傳統弱勢外，並納入職涯中斷婦女、求職者、設於非首都圈之中小企業在職者、農漁業人等，以縮小區域與族群間之近用差距[3]。 二、公共部門先行採購及承辦人員免責 為使政府成為人工智慧應用之示範者並擴大市場需求，《AI基本法》第16條第3項明定國家機關等採購產品服務或發包勞務時，應優先考量人工智慧產品與服務；同條第4項並定明因該採購或使用致國家機關等受有損害，而承辦人員無故意或重大過失者，得予免責，藉以降低公務員採用新技術之顧慮。《施行令》修正草案第15條進而界定享有優先考量之產品服務範圍，以「依《AI基本法》第26條第1項設立之法定團體韓國人工智慧振興協會（한국인공지능진흥협회）確認確屬運用人工智慧或其技術者」，及「其他經韓國科技部長以告示指定者」為限；至其確認之基準及程序，另由韓國科技部長定之，以保留因應市場推陳出新之彈性[4]。 三、創業資金與人工智慧研究所之設立支援 於創業與研發支援方面，《施行令》修正草案第15條之3明定中央行政機關之長，得與中小新創企業部長（중소벤처기업부）協議後，請由韓國創業投資公司（한국벤처투자）運用創業投資母基金（모태펀드）訂定人工智慧產業相關投資計畫，以間接挹注人工智慧新創。另就大學及企業經韓國科技部長許可設立之「人工智慧研究所」（인공지능연구소），《施行令》修正草案第16條之2至第16條之4就其設立要件、許可程序、變更申報及國家支援經費等予以規定；其設立要件包含具備自立運營之財務能力、5名以上專責研發人力、高效能運算資源、研究資料保護措施及3年期事業計畫書等，俾透過多元管道投入創新人工智慧技術之開發[5]。 參、事件評析 韓國本次修正草案之重點，在於以公共部門先行帶動人工智慧需求面之擴散。其要求國家機關等採購產品服務或發包勞務時應優先考量人工智慧產品與服務。特別是，韓國承辦人員於無故意或重大過失時之採購免責一併入法，直接回應公務員採用人工智慧新技術之顧慮。此外，修正草案更增訂創業投資母基金、人工智慧研究所及優先採購等促進手段，呈現促進與規制雙軌並行之立法取向。 我國《人工智慧基本法》於民國114年12月23日經立法院三讀通過。該法第10條規定政府應積極推動人工智慧研發、應用及基礎建設，妥善規劃資源整體配置，並辦理人工智慧相關產業之補助、委託、出資、投資、獎勵、輔導，或提供租稅、金融等財政優惠措施。而於公共部門先行示範方面，雖無明文要求，但我國亦已有相當布局，數位發展部已建置「政府人工智慧應用平臺」（TryAI），彙整各機關之共通需求，廣邀國內業者開發生成式人工智慧工具上架「AI Bots市集」，供機關先行試用確認符合業務需求後，再循「共同供應契約」採購，藉以降低試錯成本並為國內業者創造市場[6]。惟相較於韓國，我國上開措施多屬行政指導與便利採購之性質，尚乏「優先採購」及「採購免責」之規範明文。 政府為人工智慧之重要採購者及應用者，其先行示範對市場具顯著之引導作用，而以人工智慧提供服務所生之風險，又常為承辦公務人員所顧慮。韓國以優先考量採購擴大需求、以採購免責降低公務員顧慮之入法設計，可供我國於後續作用法及採購相關規範之研修中參酌，俾使政府不僅為人工智慧之審慎使用者，亦為產業發展之帶動者。 本文為資策會科法所創智中心完成之著作，非經同意或授權，不得為轉載、公開播送、公開傳輸、改作或重製等利用行為。 本文同步刊登於TIPS網站（https://www.tips.org.tw） [1]韓國科學技術情報通信部公告第2026-0603號，〈人工智慧發展與信賴基礎建立等基本法施行令部分修正令（案）立法預告〉，2026年5月21日，轉引自韓國國會圖書館國家戰略入口網，https://nsp.nanet.go.kr/trend/latest/detail.do?latestTrendControlNo=TREN0000004090（最後瀏覽日：2026/06/26）。 [2]同前註。 [3]《施行令》修正草案第2條之2。並參法務法人大陸亞洲，〈科技部「AI基本法施行令」修正草案立法預告〉，法律新聞（韓國），2026年6月25日，https://www.lawtimes.co.kr/news/articleView.html?idxno=222514（最後瀏覽日：2026/06/26）。 [4]《AI基本法》第16條第3項、第4項；《施行令》修正草案第15條。依該條，公共採購優先考量之對象，以「依《AI基本法》第26條第1項設立之韓國人工智慧振興協會（한국인공지능진흥협회）確認確屬運用人工智慧或其技術之產品或服務」及「其他經韓國科技部長告示者」為限；其確認之基準及程序，由韓國科技部長另定告示。 [5]《AI基本法》第18條第3項、第22條之2；《施行令》修正草案第15條之3、第16條之2至第16條之4。 [6]〈數發部推「政府AI應用平臺」，共創公私協作AI應用新生態〉，數位發展部，https://moda.gov.tw/press/press-releases/17952（最後瀏覽日：2026/06/26）。
美國國家標準暨技術研究院規劃建立「人工智慧風險管理框架」，並徵詢公眾對於該框架之意見美國國家標準暨技術研究院（National Institute of Standards and Technology, NIST）為管理人工智慧對於個人、組織以及社會所帶來之風險，於2021年7月29日提出將建立「人工智慧風險管理框架」（Artificial Intelligence Risk Management Framework, AI RMF）之規畫並徵詢公眾意見，截止日為9月15日，並預計於10月發布正式報告。 依照NIST說明，公眾所建議之人工智慧風險管理框架，可促進人工智慧之可信賴性，其中包含如何應對並解決人工智慧於設計、發展及使用過程中所遭遇之「精確度」（accuracy）、「可解釋性」（explainability）、「偏見」（bias）等議題。此外，上開管理框架預計為非強制性、供企業自願性使用於人工智慧設計、發展、使用、衡量及評估之人工智慧標準。 依現有公眾意見徵詢結果，其中DeepMind公司建議於人工智慧設計初期，必須預先構思整體系統之假設是否符合真正社會因果關係。舉例言之，當設計一套可預測民眾健保需求程度之系統時，如輸入參數僅考量民眾於醫療上的花費，將使僅有可負擔較高醫療費用之民眾被歸類為健保需求程度較高者，從而導致健保制度排擠經濟負擔程度較差之公民，故在設計系統時，應從預先設定之假設事實反面（counter-factual）思考並驗證是否會產生誤差或公平性之問題（例如預先思考並驗證「醫療費用支出較低之民眾是否即可被正確歸類為健保需求度低之民眾」）。惟進行上述驗證需要大量社會資料，因此DeepMind也建議NIST應建立相關機制，使這些社會資料可以被蒐集、使用。 此外，亦有民眾建議管理框架應有明確之衡量方法以及數值指標，以供工程界遵循。同時鑒於人工智慧發展極為快速，未來可能有不同於以往之人工智慧類型出現，故亦建議NIST應思考如何在「建構一套完整且詳細之人工智慧治理框架」與「保持人工智慧治理框架之彈性與靈活性」之間取得平衡。 最後，目前也有許多徵詢意見指出，許多人工智慧治理之目標會相互衝突。舉例言之，當NIST要求人工智慧系統應符合可解釋性，則人工智慧公司勢必需要經常抽取人工智慧系統中之「數據軌跡」（audit logs），惟數據軌跡可能被認為是使用者之個人資料，因此如何平衡或完善不同治理框架下之目標，為未來應持續關注之議題。