︿
Top

英日AI in Healthcare計畫盤點與參照案例研析

關鍵字：科技政策；科技應用；AI技術；臨床診斷；健康照護；高齡化；偏鄉照護；心理健康；AI in Healthcare；英國；日本；
瀏覽次數：864｜ 歡迎推文： facebook twitter wechat Linked

中華經濟研究院 發表於 2025年8月19日
facebook twitter wechat twitter
 
圖、英日AI in Healthcare計畫盤點與參照案例研析
 
針對英國Innovate UK與日本科學技術振興機構（JST）於2021至2025年間的研發計畫進行分析，以掌握英日兩國AI in Healthcare的最新科研趨勢。綜觀而言，兩國在AI in Healthcare的發展趨勢與側重點有所不同。英國的科研計畫更側重於將AI技術應用於現有醫療體系，以提升效率與診斷能力，應用場景多數集中在大型醫療院所；而日本則著重於整合數位科技與AI，以應對高齡化、偏鄉照護及心理健康等具體的社會需求。

英國AI in Healthcare科研選題趨勢
一、Innovate UK資料集檢索
從計畫分佈觀察，英國的資源首要投入於能立即支援臨床工作的領域，其次則是為了解決高齡化社會的健康照護需求。「醫學影像與診斷服務」以19筆計畫居首，其次為「虛擬病患照護」（13筆）與「行政應用」（9筆）。此分佈顯示英國的發展重點在於利用AI提升診斷的精準度與效率，並透過科技滿足日益增長的遠距及居家照護需求。其他領域如「病患參與與依從性」（8筆）、「醫學研究與新藥開發」（6筆）、「復健醫療」（4筆）及「醫學教育與臨床訓練」（3筆）等也獲得相當程度的關注。

二、英國科技應用案例
英國在AI健康照護應用策略上展現多元趨勢，以及採用務實作法，專注於解決具體的醫療痛點：涵蓋臨床診斷、遠距照護、行政管理、病患自我管理與醫學研究等面向。包括以AI重建虛擬對比影像提升診斷安全性、透過用電訊號監測長者行為實現非侵入遠端照護，以及自動化醫療人力管理、個人化復健建議推送與心臟數位雙生建模，展現其在「精準、便捷、智慧」醫療發展上的整體布局。
在各主要領域中，可以看到創新的應用案例：
  1. 醫學影像與診斷服務：透過AI將標準電腦斷層掃描影像重建成「虛擬對比增強」影像，讓醫師無須為病患注射顯影劑，即可進行早期病因的識別（AiSentia虛擬對比劑CT影像增強技術）。
  2. 虛擬病患照護：為應對高齡化社會，有計畫利用AI解析住宅的用電訊號來推斷長者的行為模式，實現全天候的非侵入式遠端監測與即時安全預警（InfoCarePro高齡居家非侵入監測方案）。
  3. 行政應用：為減輕醫療機構的行政負擔，開發出AI平台以自動化處理員工招募、排班與績效預測，從而優化醫院的人力資源配置（NurxmityHealth AI醫療人力資源管理平台）。
  4. 病患參與與依從性：為協助患者配合術後治療，透過應用程式透過分析患者日誌與穿戴裝置數據，動態推送個人化的用藥與復健建議，以提升治療依從性（AI-PROGNOSIS帕金森自我管理應用）。
  5. 醫學研究與新藥開發：運用可解釋AI（Explainable AI），整合多尺度、多來源的資料來建立心臟的數位雙生（Digital Twin），其主要目標是協助醫學專家對「肥厚型心肌病」進行更精準的病患分層，並優化相關的臨床試驗設計（SMASH-HCM心臟數位分身臨床試驗平台）。
  6. 復健醫療：在復健領域，AI可分析VR運動學資料以預測中風患者的康復進程，並自動調整訓練強度（Predictive VR Stroke Rehab AI平台）。

三、英國科研推動趨勢
綜合分析英國AI醫療照護科技的應用趨勢可總結為：深度學習為主流技術、醫療院所為主要應用場域、大語言模型處於早期探索階段，以及高齡化驅動下的遠距與個人化照護快速發展。英國AI in Healthcare的四項主要推動趨勢，分別說明如下：
  1. 深度學習技術主流：深度學習依然是AI技術在醫療領域的核心應用，透過大量醫療數據的深入分析，有效支持診斷與臨床決策過程。深度學習的技術優點在於，具備優秀的資料處理與模式辨識能力，能從龐大的醫療數據中挖掘關鍵資訊，提升疾病診斷的準確性與效率。
  2. 大語言模型（LLM）案例仍較少：儘管大型語言模型近年備受矚目，但在現有科研計畫中，僅少數明確採用LLM技術，顯示其在醫療專業語境下的應用仍處於探索階段。然而，LLM具有一定的語言理解和生成能力，但未來在臨床決策支援、醫療文件自動化及患者互動等方面仍有應用契機，值得持續觀察其發展趨勢
  3. 醫療院所為主要場域：英國的AI醫療研究多集中於醫療院所內部，尤其聚焦於輔助醫學影像判讀（如眼科疾病診斷、乳腺癌篩查）及臨床決策支援系統的開發與應用。這些技術在NHS等大型醫療機構中逐步展現出提升診斷準確率和工作效率的潛力，但仍需進一步的臨床驗證與評估，以確保其安全性與實用性。
  4. 高齡化照護趨勢：面對人口老化帶來的醫療需求增加，英國積極推動遠距醫療與居家照護等個人化醫療服務。AI技術在此領域的應用包括健康監測、慢性病管理及患者支持系統，幫助減輕醫療院所負擔並提升患者生活品質。

日本AI in Healthcare科研選題趨勢
一、日本科技振興機構(JST)資料集檢索
針對日本科學技術振興機構（JST）的公開資料庫（projectdb.jst.go.jp/index/）， 2021 至2025年的計畫進行檢索。檢索關鍵字組包含「ヘルスケア」（健康照護）、「じんこうちのう」（人工知能）及「AI」等。經篩選後（部分僅適用於疫情期間的技術未列入），共計有14則計畫納入分析。有鑑於資料筆數有限，故不採英國之方式進行分類，而是採用應用類型作為區分。

從計畫分佈來看，日本的科研應用趨勢，其特色為在既有的數位科技基礎上，透過搭載AI進行加值 。資源投入的前三大領域分別為「AI健康照護場域（聯盟）」（5筆）、「AI健康照護科技裝置」（3筆）及「AI健康照護心理」（3筆）。此分佈顯示，相較於單點的技術突破，日本更側重於建構整合性的解決方案與應用生態系，並在在數位科技基礎上搭載AI進行加值。

二、日本科技應用案例
日本AI健康照護科技的應用趨勢聚焦於結合AI推論與運算分析，強調隱私保護與資安，並廣泛運用於高齡照護、心理健康、遠距監測及個人化治療，透過IoT裝置與多源數據(多模態數據)整合，推動即時分析與自我進化的邊緣AI技術，提升整體健康管理的智慧化與安全性。具體來說，日本的AI應用策略以「AI推論分析」與「AI運算分析」為核心，專注於數據的深度應用，並強調資安與隱私。其發展策略可見於以下幾個方向：
  1. 隱私強化AI運算：為確保AI運算分析品質的同時保護個人隱私，計畫導入差分隱私（Differential Privacy）技術，以達成資料的匿名化處理。
  2. AI與數位療法：結合AI分析與多感測器物聯網（IoT）裝置，用於蒐集使用者的生理資訊並進行遠端傳輸，特別應用於高齡照護與居家健康監測場景。
  3. 心理健康與情緒AI：致力於建立全民皆可使用的心理健康數位平台，該平台將提供AI化的評估與早期介入功能，以應對社會的心理健康需求。
  4. AI結合IoT健康監測：為協助患者配合術後治療，透過應用程式透過分析患者日誌與穿戴裝置數據，動態推送個人化的用藥與復健建議，以提升治療依從性。
  5. 自我進化型邊緣AI：發展可於小型IoT裝置端運作的AI技術，進行即時的分析與預測，以此兼顧高速性、資訊安全性與個人隱私保護。
  6. AI數據平台與異質資料整合：建構能夠整合醫療、生活與生理等多源異質數據的平台，並透過AI推論分析，為使用者規劃個人化的病後照護服務。

三、日本科研推動趨勢
綜合分析日本在科研計畫中推動AI應用於健康照護的趨勢，發現其核心策略聚焦於「個人需求與場域/科技裝置整合」的優先方向。這一方針在技術、應用及社會需求等多層面均有所體現，展現出「數位與AI深度融合」的整體科研推動格局。具體而言，可歸納為五大面向：
  1. 技術面：技術發展趨向於低成本且高準確度，強調非侵入式的多樣化資料來源，並積極推動邊緣運算（Edge Computing）的應用，以實現即時、高效且安全的數據處理，提升系統的反應速度與隱私保護能力。
  2. 應用面：特別關注因應人口高齡化帶來的挑戰，致力於實現個人化照護方案，同時推動數位化心理健康支持，滿足不同年齡層與需求的健康管理服務。
  3. 系統面：系統建構強調結合社會實際驗證，重視資料倫理與社會參與機制的導入，確保AI系統在真實環境中的可行性、社會接受度及永續發展。
  4. 產業面：積極從大學研發中挖掘具市場潛力的創新技術，推動技術轉化為新創企業，並引入創業加速器支持，致力於打造完整且具活力的健康照護產業生態系。
  5. 社會需求面：高度關注偏鄉地區照護的數位化轉型，推動心理健康科技發展，建構結合生理與生活數據的多模態資料平台，並實施匿名化及差分隱私技術，針對高齡照護等具體社會議題提供創新解決方案。

對應台灣需求之英日參照案例
一、台灣醫療環境的實際需求
在探討英國與日本的AI健康照護發展經驗之前，應先釐清台灣當前醫療環境所面臨的兩大關鍵挑戰：即「高齡化社會」的結構性壓力，與「社會心理健康」的迫切需求。這兩大議題構成了台灣發展AI健康照護時，應優先應對的挑戰，也使得英國與日本在相關領域的參照案例，顯得格外具有參考價值。

首先，在高齡化社會的挑戰下，台灣正承受著醫護人力供需嚴重失衡的壓力。此一結構性問題在偏鄉地區尤為顯著，導致偏鄉醫療與高齡化照護的需求日益沉重。為緩解此困境，政府正積極將居家醫療（Hospital-at-Home, HaH）及遠距醫療視為新的推動方向，期望能藉此突破醫護人力不足與交通往來的限制。

其次，在社會心理健康方面，儘管心理疾病在台灣相當盛行，但其伴隨的社會汙名化問題依舊存在。與此同時，青少年與長者等族群的心理健康風險正持續上升，而醫療體系中可用的資源卻顯得不足且分布不均。此外，數位時代的來臨，也為社會帶來了新型態的壓力來源，使心理健康議題變得更加複雜。

英國的科研計畫針對上述挑戰，提供了兩種值得參考的推動方向。其一為提升現有臨床體系效率，其二為針對特定高風險族群提供精準支持。

首先，英國推動多項科研計畫，讓臨床支援系統與AI協同工作，其目標在於提升臨床決策的速度與效率，而非直接取代醫護的專業判斷。具體案例包含臨床共駕AI助手（Medwise AI計畫）、AI影像試用平台（RAIQC）及感染控制決策輔助系統（NEX.Q）等。

其次，英國聚焦以AI推動心理健康干預，特別針對「邊緣族群」與「高風險族群」提供支持。例如，Adora計畫聚焦更年期女性的多樣症狀與醫療孤立問題；famOrli計畫則致力於填補家庭心理健康支持的「等待期」空白，以減少年輕人的精神健康惡化風險。

二、對應心理健康需求之英國參照案例
針對台灣在社會心理健康的議題，英國的參考案例：以AI結合音樂與VR對抗焦慮症（VR-MELODY計畫），為數位心理健康干預提供了具體的參考模型，展現了英國在整合尖端科技、專業內容及臨床應用方面的跨領域合作能力，也是將技術從大學端轉移至醫療院所並最終應用在家用端的具體案例。
  1. 計畫目標與背景：此計畫旨在為出現焦慮症狀的成年人，創建一個個人化的VR解決方案，以減輕焦慮並增強心理韌性。其背景源於英國約有六成成年人曾出現焦慮症狀，而國家醫療服務體系（NHS）的心理治療資源卻面臨排隊時間過長的困境。此計畫為期三年（2023/04～2025/03），總金額為249,874英鎊，由醫療VR裝置商（Rescape Innovation）、學術單位（Cardiff University）、音樂公司（UMG）及生成式AI公司（Bria.ai）共同執行。
  2. 技術路徑—閉環式的AI個人化系統：此計畫的核心技術在於建立一個能持續學習與優化的閉環系統。首先，透過頭戴裝置讀取使用者的心率變異性（HRV）等生理訊號，AI 模型會即時調整音樂與場景。其次，系統會利用問卷及使用者的行為點擊，建立個人化的「情緒與曲風」偏好模型。最後，在每次 VR 體驗結束後，系統會收集使用者的自評回饋，並以每三週一次的頻率進行模型再訓練，達成閉環式的迭代與優化。
  3. 商業模式—B2B與B2C雙軌並行：為確保技術落地與永續發展，計畫規劃了雙軌商業模式。在B2B方面，將以現有已導入超過50個NHS常規護理流程的DR.VR™ 裝置為基礎，將VR-MELODY作為附加模組銷售給醫院，主要受眾為醫護人員與病患。在B2C方面，則計畫開發一款名為「Melody Well-being」的訂閱制App，預計於2025年第四季度在Meta Quest Store上市，首年目標為吸引五萬名付費用戶。

三、對應偏鄉醫療需求之日本參照案例
針對台灣在偏鄉高齡照護議題上，日本的參考案例：大學轉型遠距居家照護（健康城市建構據點計畫），提供了大學如何轉型並扮演核心角色的參考模式。
  1. 計畫目標與背景：此計畫由藤田醫科大學於2021至2022年執行，屬於地區共創場域形成支援計畫。其目標是針對愛知縣豐明市面臨的高齡化與勞動世代外移的社會議題，打造一個讓居民「不需特別意識即可維持健康」的智慧健康城市，以實現預防醫療和健康壽命的延伸。
  2. 豐明模式—大學角色的轉變：藤田醫科大學不僅是學術機構，更轉型經營介護產業，於2013年成為日本首個取得介護保險事業認可的學校法人。該校在愛知縣豐明市的「豐明團地」設立據點，與地方政府及企業推動「產學官合作」，建立區域整合照護系統，此「豐明模式」已成為許多地方政府參照的範例。
  3. 解決方案—人機共存的支援模式：此計畫體認到，現有的日本健康照護挑戰，光靠技術與App是不足夠的。因此，其解決方案強調「人機共存」，除了提供具心理衝擊力的即時數據與非侵入性監測資料以促進行為轉變外，更強調融合具專業知識的「人」（如藥師、護理師、照護師等）所提供的健康管理服務，最終目標是建立一個結合醫療、照護、ICT 與人力資源的整合照護體系。

結語
一、AI前瞻科技研究
  1. 強化公部門主導，推動AI於臨床決策與診斷
建議借鑑英國公部門領導的成功經驗，積極發揮政府在資源整合與政策引導上的核心角色，促進醫療院所、AI新創企業及學術研究機構之間的深度合作，共同打造具備臨床驗證功能的實證場域。重點聚焦於影像判讀、臨床決策支援等高資料量且具挑戰性的應用場景，藉此加速AI技術在臨床實務中的落地與普及。
  1. 推動心理健康AI平台
建議建立一個整合AI技術的心理健康評估與早期介入平台，提升心理健康服務的普及率與可及性，並透過數位化手段降低使用門檻，促進全民心理健康管理，同時兼顧隱私保護與數據安全，滿足不同族群的多元需求。
  1. 聚焦高齡與偏鄉照護
建議制定面向高齡照護與偏鄉健康服務之「應用指引」，提供大專院校與社會合作計畫具體可行的技術清單及其實際應用方式說明，並鼓勵學校端與在地醫療及社福單位建立長期協作。指引內容宜涵蓋如需求定義、資料保護、效益評估與擴散條件等，藉由具代表性的案例與工具箱，支持在不同場域的穩健落地與規模化。透過此指引，促進學校在地醫療需求緊密結合，深化社會責任的實踐，並助力打造具社會影響力的智慧健康生態系。

二、AI科技應用
  1. 推AI＋IoT即時分析，兼顧資安與隱私
研發能在小型IoT健康照護裝置端進行即時AI分析與預測的技術，實現數據的快速處理與反應，提升健康監測與照護的即時性與精準度。同時，導入差分隱私、醫療數據匿名化等先進資安技術，確保個人敏感資訊在收集、傳輸與分析過程中的安全與隱私保護。
  1. 鼓勵多元醫療數據整合與AI分析
整合醫療、生活與生理等多模態數據，運用新興人工智慧分析技術進行資料融合和深度分析，進而提供使用者相關評估初步判讀分析，從而規劃個人化且動態調整的病後照護與健康管理方案。具體而言，透過AI技術整合醫學影像、電子病歷、穿戴式裝置等多元資訊，發掘不同資料間的互補性，並利用AI分析產出判讀與預測結果，實現更全面的健康監測與風險預警。


參考文獻
  1. Alami, H., Lehoux, P., Auclair, Y., de Guise, M., Gagnon, M. P., Shaw, J., ... & Fortin, J. P. (2020). Artificial intelligence and health technology assessment: anticipating a new level of complexity. Journal of medical Internet research, 22(7), e17707.
  2. Cardiff University, Centre for Trials Research. (2025). VR-MELODY [Project profile]. Retrieved June 19, 2025, from https://www.cardiff.ac.uk/centre-for-trials-research/research/studies-and-trials/view/vr-melody
  3. Chung-Hua Institution for Economic Research. (n.d.). CIER Open Call. Retrieved June 19, 2025, from https://cieropencall.org/
  4. Coddington, M. (2025, January 23). Virtual reality and music: A new frontier in anxiety treatment? Technology Networks. Retrieved June 19, 2025, from https://www.technologynetworks.com/informatics/blog/virtual-reality-and-music-a-new-frontier-in-anxiety-treatment-395298
  5. Dalugdug, M. (2024, December 11). Universal Music to study music and VR treatment for anxiety with Rescape Innovation. Music Business Worldwide. Retrieved June 19, 2025, from https://www.musicbusinessworldwide.com/universal-music-to-study-music-and-vr-treatment-for-anxiety-with-rescape-innovation/
  6. Health and Care Research Wales. (2025, May 22). Welsh researchers in pioneering virtual reality study to support people living with anxiety. Retrieved June 19, 2025, from https://healthandcareresearchwales.org/about/news/welsh-researchers-pioneering-virtual-reality-study-anxiety
  7. Kuwaiti, A., Nazer, K., Al-Reedy, A., Al-Shehri, S., Al-Muhanna, A., Subbarayalu, A. V., ... & Al-Muhanna, F. A. (2023). A review of the role of artificial intelligence in healthcare. Journal of personalized medicine, 13(6), 951.
  8. NHS England. (2023). AI in Health and Care Award: Phase 1 and 2 project summaries. Retrieved from https://www.england.nhs.uk/aac/what-we-do/innovation-and-technology-payment/ai-award/
  9. Page MJ, Moher D, Bossuyt PM, Boutron I, Hoffmann TC, Mulrow CD, et al. PRISMA 2020 explanation and elaboration: updated guidance and exemplars for reporting systematic reviews. BMJ 2021;372:n160. doi: 10.1136/bmj.n160
  10. UK Research and Innovation. (2025). VR-MELODY – Utilising music and AI to advance DR.VR™ and co-create a personalised VR solution to reduce anxiety and build mental resilience in adults [Project page]. Retrieved June 19, 2025, from https://gtr.ukri.org/projects?ref=10054153

相關文章:
1. 借鏡國際AI機器人擴散應用與普及之策略研析

 
歡迎來粉絲團按讚！
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。