然而，若缺乏統一的數據平台，醫療機構間的資訊交換將面臨重大挑戰。為了加速推動智慧醫療與醫療數據標準化，衛生福利部近期宣布啟動台灣醫療資訊標準大平台，未來將透過「資料統一」、「規則統一」、「應用程式統一」三大核心策略，打造完善的醫療數據生態系統，確保數據順暢交換，提升醫療決策的準確性與行政效率。
台灣電子病歷系統三大痛點
衛福部資訊處長李建璋指出，雖然醫療院所都已經落實數位化，電子病歷也早已無紙化，但是各個醫院間的系統彼此無法互通，形成一座座的資料孤島，導致資料交換必須採用很原始的方式，例如病患在不同醫院轉診時，還是需要影印紙本病歷、用光碟燒錄醫療影像，「如同網際網路有標準互通，電子病歷也需要資料交換標準，而FHIR（Fast Healthcare Interoperability Resources）就扮演著醫療資料交換標準的角色。」
他提到，衛福部的首要目標是建立全國統一的電子病歷（EHR）標準，確保各醫療機構能夠無縫整合數據，加速智慧醫療的應用落地。除了導入FHIR國際醫學資料標準，還會搭配導入三大國際醫療標準，包含LOINC實驗室數據標準、SNOMED CT臨床術語標準以及RxNorm藥品處方編碼標準，使醫療數據能夠跨機構順利交換。
除了電子病歷資料交換痛點之外，醫療院所常面臨的痛點還有健保申報常常更改規則，由於藥物一直與時俱進，而且還有很多不同新的適應症，一旦規則改變，就必須重新改寫程式才有辦法申報；以及現在智慧醫療所開發出來的應用程式，多半只能針對單一中心可以使用，若是要提供給其他單位，還是必須重新改寫，無法擴散全台使用。
衛福部資訊處長李建璋指出，未來將透過「資料統一」、「規則統一」、「應用程式統一」三大核心策略，打造完善的醫療數據生態系統，確保數據順暢交換，提升醫療決策的準確性與行政效率。
針對這些問題，衛福部也將計畫導入CQL（Clinical Quality Language）技術，建立「規則圖書館（Rule Library）」，統一健保申報、醫療品質評估與診療準則。透過CQL，醫療機構可自動檢查診斷與處方是否符合規範，確保醫療決策標準化，減少錯誤並提升行政與醫療服務效率與病患照護。此外，也將建立「AI醫療應用程式生態系」，打造類似Google商店及蘋果App Store的AI醫療市場，讓醫療機構能自由下載與應用AI技術，提升臨床決策與醫療效率。而為了確保不同AI應用程式能無縫整合至醫療系統，也將導入SMART on FHIR標準，統一開發規範，標準化AI醫療應用環境，提升電子病歷互操作性，並促進AI創新與商業化，推動智慧醫療普及與應用價值提升。
醫學中心先行兩年打通
「美國已經將FHIR標準入法，規定自2023年開始，如果電子病歷沒有採用FHIR格式、應用程式沒有SMART on FHIR標準就不准販售。」李建璋強調，不只美國入法，歐洲也已經跟進，台灣也不能落後。
他坦承，說服醫療院所離開習慣的舒適圈確實有不小挑戰，不少醫師認為，雖然用紙本把病歷印出或是燒光碟很不方便，但台灣地小，是否有必要花這麼大的力氣把電子病歷系統打掉重練？電子郵件其實也可以達到傳遞的目的。「其實建立FHIR標準並不光是為了病患的便利，而是為了迎接智慧醫療，如果資料的底層不夠透通，每家醫療院所打造的應用程式都必須客製化，未來就沒有辦法做到有個市集可以像手機下載App這麼方便。關鍵是，如果不跟進，一旦國外成熟的電子病例系統進軍亞洲市場，屆時台灣醫療相關的應用產業就難以存活。」
根據衛福部的規劃，未來將設立短中長期目標來執行，短期將先從醫學中心開始導入，讓台灣23家醫學中心在兩年內先統一資料交換格式，接下來才依序往300多家的區域／地區醫院以及一萬兩千家的診所落實。過去資源較為不足的區域醫院，往往須仰賴電子病歷業者服務，但是這些業者目前並沒有實作現代化電子病歷的能力，對此，衛福部也會輔導這些業者升級，例如開辦工作坊就是其中一種方式。
政策結合工作坊推動新技術瞭解
儘管基礎工程透通已勢在必行，但即便是醫學中心有優秀的醫學資訊人員，面對不熟悉的FHIR、CQL（Clinical Quality Language）以及SMART on FHIR等新標準與技術，在實作上也面臨不小的挑戰及壓力。
李建璋坦承，這些新技術不只是醫療資訊廠商不熟悉，學校也沒有相關專門的課程教授，目前都是由衛福部資訊處帶著工研院團隊建構先導團隊，透過網站、研討會或是邀請國外專家慢慢學習建立起來，「因為FHIR有太多的技術細節，再加上區域醫院以下資訊室人員較少，多半都是仰賴相關廠商提供服務，因此目前醫學中心的資訊室以及民間業者都是輔導的目標對象，除了提供帶狀的工作坊之外，之後也會透過政策來鼓勵，未來也不排除設立台灣智慧醫療學校，把課程放上醫療資訊標準大平台內，透過這些方式來加速大家對於新技術的瞭解。」
他解釋，不同於台灣人工智慧學校開設的智慧醫療專班，著重於Python程式撰寫、理解人工智慧演算法，以及運用資料開發AI相關應用，台灣智慧醫療學校將會更聚焦於FHIR、CQL（Clinical Quality Language）以及SMART on FHIR等知識，培育新人才並且在大平台的園地中耕耘。