AI科技輔助醫療： 借鏡日本活用AI突破醫療人力困境之AI風險治理與健保策略

面對高齡化社會與放射科專科醫師短缺的挑戰，日本積極將人工智慧（AI）導入醫療影像判讀流程，透過「明確技術定位、完善法制管理、改革健保支付」三管齊下，成功建構兼顧醫療安全與產業發展的運作模式。以下聚焦其在醫療 AI 風險治理與健保給付上的核心策略：

一、 強化醫療 AI 風險治理

堅守醫師主體性與專責監督 日本在應用 AI 進行病灶偵測與超低劑量影像再構成（DLR）等技術時，建立了一套嚴謹的管理機制。依據日本醫學放射線學會發布之《人工智慧放射線影像診斷輔助軟體管理指針》，風險治理重點包含：

1.確立「醫師主體性」：法制上強烈主張 AI 僅為輔助醫師的「第二意見」，不能取代醫師。最終的診斷與法律責任仍歸屬於醫師；同時，醫師在撰寫影像報告時必須明確註記「使用了 AI」，以確保醫療決策的透明度。

2.設置「安全及精度管理責任者」：指引要求導入 AI 的醫療機構，必須配置一名具備學會認證資格的「放射線診斷專科醫師」擔任管理責任者。該員專責掌握院內 AI 軟體清單、監督系統穩定性，並定時對院內使用者實施安全教育訓練。

3.落實醫病溝通機制：指引明訂醫師必須向病人充分說明，使其理解「AI 的結果可能與醫師的最終判斷不一致」，避免患者對 AI 技術產生過度的期待。

二、健保給付觀點：以明確經濟誘因引導 AI 落地

為了讓 AI 技術真正在臨床普及，日本將「落實 AI 安全管理」與「健保高階給付」深度綁定，藉由經濟誘因促成政策落地。

1.明訂影像診斷管理加成點數：日本在 2022 年的診療報酬（健保給付）改訂中導入，在 2024 年度的改訂中，進一步擴大了給付標準。針對具備急救中心功能的醫院新設「加成 3（235 點）」，特定機能醫院則適用「加成 4（340 點）」（註：日本健保 1 點固定換算為 10 日圓）。

2.給付條件與 AI 治理規範掛鉤：醫療機構若欲取得上述加成，除了須配置足夠的專科醫師與夜間讀影體制外，最關鍵的條件是必須依據學會指引，對導入的 AI 影像軟體進行適當的安全管理。日本對於「已取得醫療器材許可證」之醫療 AI 軟體，並取得學會認證，依據指引於醫療現場應用該軟體，始納入健保給付範圍。這項給付策略成功鼓勵大型醫院在安全前提下引進 AI，有效舒緩了醫師假日與夜間讀影的壓力；截至 2025年9月，已有39 款已獲許可證之 AI軟體取得認證並投入臨床算點使用。

三、資源優化趨勢與對我國之啟示

在解決人力荒的未來規劃上，日本正積極倡議將現行癌症篩檢的「兩名醫師雙重讀影」規則，彈性鬆綁為「一名醫師搭配 AI，並由醫師最終確認」的模式，同時推動結合 AI 初步過濾的遠距影像診斷，以優化醫療資源配置。

資策會科技法律研究所法律研究員林美鳳表示，同樣採取全民健保的日本成功經驗，提供了明確的法制發展路徑，臺灣在推動「健康臺灣深耕計畫」時，若能在建立「負責任 AI 落地機制」的同時，於法制上明文化 AI 輔助判讀的健保支付給付標準（例如針對已獲 TFDA 許可之軟體，在確保AI風險治理下，提供明確給付），將能大幅提升醫療機構導入智慧醫療的信心，並帶動生醫與資通訊產業的研發意願，進而確保高齡化社會下的全民醫療品質。