英國衛生部提出健康照護科技行為準則，以增進資訊安全以及新技術操作品質
英國近來透過電子醫療紀錄的應用，以智慧演算法（intelligent algorithms）開發結合數位技術的創新醫療科技，這些成果多是以國民健保署（National Health Service, NHS）的資料做為基礎，因此關於資訊保障等議題也開始受到政府之重視。
2018年9月5日，英國衛生部（Department of Health and Social Care）在NHS健康與護理創新博覽會（NHS Health and Care Innovation Expo Conference 2018）中公布「以資料導向的健康照護科技之行為準則」（Code of Conduct for Data-driven Health and Care Technology）。此準則主要鼓勵研發公司在設計產品時，將患者的資訊安全以及新技術的操作品質列入考量。
此行為準則的目的主要在於改善整體研發環境，內容包含十項原則，分別為：界定使用者、界定價值（value proposition）、對使用的資料保持合理（fair）、透明（transparent）以及當責（accountable）的立場、符合一般資料保護規則（General Data Protection Regulation, GDPR）的資料最小化原則（data minimisation principle）、利用公開之標準、公開被使用的資料以及演算法的極限、在設計中內建合適的安全性設定、界定商業策略、展示技術使用上的有效性、以及公開演算法的類型、開發原因、與操作過程的監控方式。
官方期望接下來能廣納相關人員的建議，以增進此指引在產業運作上的適用性，並預期於2018年12月公布更新的版本。
本文為「經濟部產業技術司科技專案成果」
謝易昕
法律研究員 編譯整理
Department of Health and Social Care, New guidance to help NHS patients benefit from digital technology, Sep. 5, 2018, https://www.gov.uk/government/news/new-guidance-to-help-nhs-patients-benefit-from-digital-technology (last visited Sep. 10, 2018)
Department of Health and Social Care, Code of conduct for data-driven health and care technology, Sep. 5, 2018, https://www.gov.uk/government/publications/code-of-conduct-for-data-driven-health-and-care-technology (last visited Sep. 10, 2018)
歐洲資料保護委員會（European Data Protection Board, EDPB）於今（2026）年4月15日發布《以科學研究目的處理個人資料之指引1/2026》（Guidelines 1/2026 on processing of personal data for scientific research purposes）旨在協助研究者遵守歐盟「一般資料保護規則」（General Data Protection Regulation, GDPR），並推動對社會有益的科學突破。 一、六個評估符合科學研究目的的指標 GDPR框架內包含一套專門適用於科學研究目的處理個人資料的規定。此類規定的目的，在於使個人資料保護的基本權利與其他基本權利及利益之間達成公正的衡平，包括藝術與科學自由、促進科學進步的更廣泛社會與公共利益，乃至如部分學者所主張的國際科學人權。為達此目的，GDPR透過第89條第1項採取適當的保障措施，引入了一套權衡與妥協機制。 EDPB本次公布的指引提出六個指標，用以判斷資料控制者所設定的資料處理目的是否符合研究目的： 1.採用有條理和系統的方法：研究活動是否遵循特定研究領域之方法性與系統性做法 2.遵守倫理標準：研究活動之執行是否遵守該研究領域適用之倫理標準，例如在人體醫學研究領域，是否遵守《赫爾辛基宣言》 3.可驗證性與透明度：在兼顧合法智慧財產權與營業秘密的前提下，研究活動之結果是否接受同儕審查（Peer-Review）之批判性檢驗或予以發表 4.自主性與獨立性：研究活動是否具備自主性與獨立性，不受自身或他人偏見以及不當壓力之干擾？研究人員是否具備所需的學術或科學資格？無論研究活動是由學術機構、非營利組織、公共機關或是營利事業執行，此點皆適用 5.研究目標：研究活動是否有助於提升社會的總體知識水平與公共利益，在此EDPB特別強調這並不排除研究可能也旨在進一步促進商業利益 6.對現有科學知識做出貢獻或以創新方式應用現有知識之潛力：研究活動是否展現出科學附加價值，其中主管機關或驗證機構（Benannte Stellen）的獨立審查被視為此類附加價值的指標 二、指引帶來的實踐意義 EDPB指出，如果前述六個指標都滿足，那麼這些研究活動就可以被認為是科學研究。從這點來說，資料控制者（Data Controllers）在處理個人資料之前，必須針對上述指標進行自我評估。此測試背後的理論依據，並非要賦予特定計畫、假說或研究嘗試「實質科學研究」的法律地位，而僅僅是用以界定：有哪些基於研究目的所進行的個人資料處理活動，具備適用更高法規彈性的資格。 其次，如果六個指標並未全部滿足，仍可能被認定符合GDPR意義下的科學研究，但控制者需要提出合理理由，並有能力證明資料處理活動在仍應被視為科學研究。在進行此類評估時，具備越多指標，該活動GDPR被認定為科學研究的可能性就越高。
美國參議院於2022年4月提出《演算法問責法案》對演算法治理再次進行立法嘗試《演算法問責法案》（Algorithmic Accountability Act）於2022年4月由美國參議院提出，此法案係以2019年版本為基礎，對演算法（algorithm）之專業性與細節性事項建立更完善之規範。法案以提升自動化決策系統（automated decision systems, ADS）之透明度與公平性為目的，授權聯邦貿易委員會（Federal Trade Commission, FTC）制定法規，並要求其管轄範圍內之公司，須就對消費者生活產生重大影響之自動化決策系統進行影響評估，公司亦須將評估結果做成摘要報告。 《演算法問責法案》之規範主體包括：（1）公司連續三年平均營業額達5000萬美元，或股權價值超過2.5億美元者，並處理或控制之個人資料超過100萬人次；以及（2）公司過去三年內，財務規模至少為前者之十分之一，且部署演算法開發以供前者實施或使用者。ADS影響評估應檢視之內容包括： 1.對決策過程進行描述，比較分析其利益、需求與預期用途； 2.識別並描述與利害關係人之協商及其建議； 3.對隱私風險和加強措施，進行持續性測試與評估； 4.記錄方法、指標、合適資料集以及成功執行之條件； 5.對執行測試和部署條件，進行持續性測試與評估（含不同群體）； 6.對代理商提供風險和實踐方式之支援與培訓； 7.評估限制使用自動化決策系統之必要性，並納入產品或其使用條款； 8.維護用於開發、測試、維護自動化決策系統之資料集和其他資訊之紀錄； 9.自透明度的角度評估消費者之權利； 10.以結構化方式識別可能的不利影響，並評估緩解策略； 11.描述開發、測試和部署過程之紀錄； 12.確定得以改進自動化決策系統之能力、工具、標準、資料集，或其他必要或有益的資源； 13.無法遵守上述任一項要求者，應附理由說明之； 14.執行並記錄其他FTC 認為合適的研究和評估。 當公司違反《演算法問責法案》及其相關法規有不正當或欺騙性行為或做法時，將被視為違反《聯邦貿易委員會法》（Federal Trade Commission Act）規定之不公平或欺騙性行為，FTC應依《聯邦貿易委員會法》之規定予以處罰。此法案就使用ADS之企業應進行之影響評估訂有基礎框架，或可作為我國演算法治理與人工智慧應用相關法制或政策措施之參酌對象，值得持續追蹤。
淺析企業如何善用無形資產獲取商業利基