近年來，人工智慧與數據資料科學快速發展及成熟化，已從一般影像辨識、語音與文字分析，深入延伸到醫療與健康領域，催生以個人化、預測及預防為核心的「精準健康」新模式。同時間，各國政府紛紛將智慧醫療與精準健康視為國家級戰略重點，透過醫療數據、基因資訊與生活型態資料的大規模整合，搭配AI提升醫療品質並促進產業創新。在此趨勢下，台灣已將精準健康納入六大核心戰略產業，推動「健康台灣深耕計畫」，強調從「治療後端」轉向以預防、早篩、生活介入為核心的佈局。台灣擁有全球領先的醫療體系與高覆蓋率的健保大數據（NHIRD），若能結合強大的ICT產業與AI硬體供應鏈，具備發展智慧醫療的獨特基礎。然而，現況呈現「高度保守、低度流通」的結構性困境：跨院資料整合不易、法規調適滯後、去識別化標準不一及商業模式不清，導致豐富的數據難以轉化為具備國際競爭力的產業解決方案。過去國內智慧醫療計畫多呈現「點狀創新」與「專案導向」，缺乏整體產業生態的系統性檢視。因此，本計畫旨在扮演「戰略盤點與路徑設計」角色，不僅是延續健康技術研發，更要識別並規避結構性錯誤（如資源分散、誘因失衡）。透過結構分析與利害關係人訪談，聚焦於能發揮台灣強項（如AI輔助診斷、在宅照護）之重點場域，並從制度結構出發，兼顧健康長期效益與風險控管的選擇，探討數據商用化與公共利益最大化的平衡點，為台灣AI驅動精準健康與智慧醫療奠定更堅實且可持續的發展基礎。爰此，本社規劃以「臺灣健康產業轉型關鍵：醫療數據利用之突破」為主題，希冀：(一)研析全球健康數據治理與智慧醫療趨勢；(二)檢視臺灣健康數據環境與政策執行成效；(三)診斷醫療及健康數據產業發展之挑戰與障礙；(四)本議題將邀集國內產官學研專家進行分析與討論，研提健康產業轉型行動策略與政策建言，未來提供政策研擬與執行之參考。
