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)
在製藥領域運用生物技術的方法來研發新藥與新醫療診斷方法，已有越來越重要的趨勢，且將成為未來醫療照顧的主流，因此各國政府均積極透過各種政策工具，企圖搶食此塊經濟利益的大餅，不過直到目前為止，推動生技製藥最為成功的國家，仍集中在少數幾個研發大國。一直以來，德國在製藥領域也是居有舉足輕重的科技領先地位，不過在涉及生技製藥這一塊，德國目前的成就有限，已成功上市而來源於德國的生技藥品，並不多見（2005年德國核准通過的140項新有效成分中，僅有6項由德國公司所研發）。另一方面，德國擁有全歐洲最多的生技公司數目，這些生技公司每年從事相當多的研發活動，但其與製藥公司卻甚少主動合作。為加強生技產業與製藥產業的連結與合作，德國聯邦教育與研究部（Bundesministerium für Bildung und Forschung, BMBF）新近提出了新補助政策－「生技製藥之策略性競爭」（Strategiewettbewerb BioPharma），企圖為德國重新贏回世界藥局（Apotheke der Welt）的美名。 這個新的策略規劃所訴求的對象，是由主要來自於學術界的生技公司與傳統的製藥產業界所成立的合作團隊，而以企業型態經營者（Unternehmerisch geführte Konsortien aus Wissenschaft und Wirtschaft ）。BMBF希望透過鼓勵建立這樣的合作關係，讓這些合作參與者提出各種有助於以更有效率的方法研發醫藥品的新策略性概念或創意（Ideen für neuartige strategische Konzepte vorzulegen, die die Entwicklung von Medikamenten effizienter machen），以填補生技製藥產業價值創造鏈中的漏洞。所謂的價值創造鏈，指從實驗室的研究、醫院的投入、到醫藥品的製造、甚至是最後端的藥局等各生技製藥研發乃至製造使用所不可缺的各重要環節。 由德國的這項新補助政策可以看出，在生技製藥領域，德國政府的補助方向已不再侷限於傳統的技術能力的提升，反而是如何串連整個產業鏈以發揮價值創造的最大效益，為此一補助新政策的最大特色。由於補助的目的是在實現價值創造，因此補助去進行價值開發與規劃的醫藥技術項目，也沒有特別限定，反而是希望可以涵蓋所有可能的醫藥技術領域，因此包括抗癌藥物與治療神經系統方面疾病的藥物研發、開發新的疫苗或疾病診斷用的生物標記、以及如何建構臨床研究的新基礎架構（der Aufbau neuartiger Infrastrukturen für klinische Studien）等，均屬BMBF徵求創意的範圍。 經BMBF邀集由國際專家組成的評選委員會評選通過的創意，將可在未來五年獲得BMBF的經費持續協助。BMBF預計選出五個產學合作聯盟，投入總計一億歐元的經費支持，預計在今（2008）年秋天，將可順利選出五個補助的對象。BMBM的此項新補助政策受到生技製藥產業界的廣大迴響，成功引導德國生技產業與製藥產業構思各種可能的合作模式。BMBF表示，其在選擇適格的合作聯盟作為補助對象時，最重要的考量標準為合作夥伴的個別經歷介紹、其有無執行能力、是否具備執行所需的基礎環境條件、所提出的合作概念是否足以使其具備國際競爭優勢，以及所規劃的醫療技術發展是否具有創新性、原創性與市場潛力。
簡介美國「消費者網路視訊選擇法」草案 英國司法管轄權工作小組發布「關於人工智慧損害責任之法律聲明」，旨在闡明英國法律將如何對利用人工智慧造成之損害追究責任英國司法管轄權工作小組（The UK Jurisdiction Taskforce, UKJT）於2026年7月發布「關於人工智慧損害責任之法律聲明」（Legal Statement on Liability for AI Harms）（以下簡稱本聲明），旨在闡明於何種情況下，以及基於何種法律依據，英國法律將對利用AI造成之損害追究責任。 本聲明指出，因利用AI而非故意造成之損害，其責任來源大致可分為契約責任與侵權責任。就契約而言，通常為AI供應鏈中各方分配損害責任之主要依據，AI本身之存在並不會對契約法構成特殊困難之判斷，各方當事人可自由分配風險、定義績效標準並根據自身判斷限制責任。 就侵權責任而言，本聲明認為過失法則（law of negligence）完全可應用於AI造成之損害。粗心之AI使用者很可能因可預見之損害而被追究責任，開發針對特定目標應用程式之開發者亦可能承擔責任，惟基礎模型開發者（Foundation Model Developer）於大多數情況下，皆不太可能因其通用模型之不可預見、或未經充分測試之用途而被追究責任。 除一般侵權責任之外，本聲明並另探討其他特殊侵權行為責任類型如下： （1）代位責任（vicarious liability）：由於AI並未具備人格，因此任何人均無需為AI系統本身之行為或故障承擔代位責任；惟若損害係由人類員工於使用AI時不當行為所造成，則雇主可能需要承擔代位責任，此與一般之雇主代位責任並無二致。 （2）不可轉嫁之義務（non-delegable duties）：若某人負有不可轉嫁之義務，即保護他人免受傷害，則此人可能即需對他人因自身過錯造成之AI損害承擔責任。例如英國國家醫療服務體系（NHS）信託機構對其患者負有不可轉嫁之義務，假設一家NHS信託機構從第三方開發人員購買一款AI診斷工具，並將其應用於病患照護，若該AI工具有缺陷，而責任在於應用程式開發商，該NHS信託機構不能以此為由逃避對患者造成之傷害責任，因提供合格之診斷服務與工具為信託機構承擔之醫療照護責任重要組成部分，此項責任不可轉嫁。 （3）專業人士責任：專業人士具有「合理技能與注意」（reasonable skill and care）義務，取決於該行業合格成員通常遵循之標準，並參考專業機構之指引。依此，若專業人士不當使用AI、使用不合適之模型、未能進行適當之盡職調查，或未能有效測試、或驗證AI輸出結果，則可能被認定為有過失。此外，若專業人士於應使用AI之情況下卻未使用，亦可能承擔法律責任，因隨AI工具功能日益強大且應用日益廣泛，專業標準也將隨之演變，而未能使用現有技術本身亦可能構成違約。 （4）產品責任（Product liability）：依英國《1987年消費者保護法》（Consumer Protection Act 1987）規定，對於瑕疵產品，企業需負嚴格責任，惟目前該規定僅適用於將AI整合到機器人或自動化機器等有形產品中之情況，純軟體形式之AI系統不太可能被現行法律認定為「產品」。 須注意者為，對於開發者而言，本聲明做出重要之區分，即建立針對特定目標應用之開發者，相較提供通用基礎模型之開發者面臨更大的風險，惟AI供應鏈中之所有參與者皆須意識到自身之責任。
美國「能源效率改革法案」簡介