《通訊診察治療辦法》修正草案明年4月生效，旨在透過遠距醫療提供更方便、安全的服務。允許視訊、電話診察，對象包括安寧末期病人、矯正機構收容者，預計700萬人受益。後疫情時代強調遠距醫療的重要性，縮短醫病距離，健保給付僅對地區醫院與診所，大型醫院遠距需自費，促進醫療資源合理分配，鼓勵大型醫院參與。修訂對醫療資訊產業影響深遠，協助基層診所升級設備，推動醫療資訊系統雲端化，提高效率，促進醫學研究和數據分析，為現代化和智慧化奠定基礎。《通訊診察治療辦法》修訂推動遠距醫療，現代轉型和發展奠定基石，改變患者就醫方式，影響醫療資訊產業，為未來醫療帶來更多可能性。
智慧醫療效益高但成本昂貴，支付負擔尚未明確分配。醫院受益於技術創新，但預算有限；健保負擔沉重且資源限制。或可透過政府資助或鼓勵私人投資智慧醫療。需要多方合作，共同致力於改善醫療效率，提升全民健康。找到平衡點，為智慧醫療尋求可行解決之道。
生成式AI技術在健康醫療領域的應用正日益重要。它的高度自動化和高精準度使其成為預測疾病、診斷患者和發現新治療方法的強大工具。透過分析病患病歷，生成式AI能夠幫助醫師預測未來健康狀況和潛在疾病風險，並提供更早的預防和治療措施。此外，生成式AI還能快速而準確地診斷疾病，例如在肺部影像分析中的應用。它還可以加速新藥研發、發現新藥物靶點並預測其功效和安全性。結合全基因定序技術，生成式AI能夠提供更多個人化的治療方案，改善治療效果並降低不良反應的風險。總體而言，生成式AI技術為健康醫療領域帶來了精確性和創新性的發展機遇，同時也需要重視病人數據隱私保護的挑戰。台灣正在透過台灣杉二號AI超級電腦的研究，致力於打造可信賴的健康醫療生成式AI，以提供更智慧且令人放心的醫療服務。
本文討論了數位醫療發展在台灣的現況和問題，並提出了建議。台灣的醫療資訊產業規模較小，大型醫院多自行開發醫療資訊系統，現行醫療資訊系統技術逐漸跟不上雲端軟體架構。此外，過去10多年軟體人才投入醫療資訊的比率非常低，讓國人期許的數位醫療難以實現。然而，衛福部去年開始醞釀次世代醫療資訊系統計畫，預計投入較大規模的預算，解決台灣現行醫療資訊系統架構老舊問題。作者提出，此時應趁機重構台灣的醫療資訊產業，讓大型醫院逐漸調整為採購優質的產品，並積極促成具備國際化能力的大型醫療資訊旗艦公司，提供可信賴與高擴充性的醫療資訊方案、擁有整合性的全人數據、能夠與國際數據標準對接、對海外市場輸出、建立應用生態體系等等。最終，台灣的醫療資訊基礎架構能夠與國際市場連結，有機會吸引第一流的數位軟體人才持續投入。
