文／黃冠凱 中山醫學大學附設醫院醫療資訊中心副主任
台灣正快速邁入超高齡社會。根據國家發展委員會最新推估，至2025年，台灣65歲以上人口將超過總人口的20%（國家發展委員會，2024）。因此高齡化帶來的挑戰，不僅是醫療支出的增加，更涉及長期照護需求的爆炸式成長。面對這一波堅強挑戰，台灣政府將來推動「長照3.0」政策，將朝向「轉型成長、轉向預防、轉動科技」三大方向，並以數據驅動作為智慧長照升級的關鍵動能。
一、從「服務說」轉向「資料說」：數據驅動的基礎工程
過去的長照醫療照護體系，多數以「服務流程管理」為核心，注重人力配置、作業程序與經驗管理。然而，這種「服務說」模式，往往難以精確量化成效，也無法在政策制定或資源分配上提供精確依據。
在將來長照3.0架構下，轉向「資料說」成為基本要求。所有照護服務流程、使用頻率、功能恢復成效，皆須以結構化數據形式完整記錄，並進行分析與回饋循環（衛生福利部，2023a）。舉例而言，服務單位需記錄每一次居家照護、每一筆輔具使用成果，並以標準化方式上傳到中央資料庫，以利後續AI分析、政策制定與個別化照護計畫設計。
根據衛福部統計，截至2024年底，台灣長照服務資料庫已累積超過14億筆以上的服務紀錄（衛生福利部，2024），涵蓋使用者人口特徵、疾病分類、失能程度、服務模式與成效評估，為智慧長照應用奠定了堅實的資料基礎。
台灣長照服務資料庫已累積超過14億筆以上的服務紀錄。（示意圖，圖片來源／pixabay）
二、智慧長照的核心：預防、早期診斷與償付型服務
以大量數據為支撐，長照3.0將重新定義了服務思維：
- 預防性服務：目標在於延緩失能、預防疾病惡化。透過數據建模，能夠提前識別高風險族群，例如跌倒、失智、慢性病惡化的潛在人群，並提供早期介入的健康促進服務（World Health Organization, 2021）。
- 早期疾病偵測：智慧長照導入AI行為分析技術，運用聲音變化、活動模式、甚至皮膚色澤變化（如熱影像技術），即早發現身體異常徵兆。日本藤田醫科大學即開發以床墊內建壓力感測器，能夠即時偵測住民夜間活動異常（Yamada, Aoyama, & Shimizu, 2022）。
- 償付型專業服務：針對出院後急性期恢復（Post-Acute Care, PAC）及跨院照護整合，設計精準償付模式，提升照護效能並優化資源分配。這一模式已在台灣急性後期照護計畫中初步試行，並取得良好成效（中央健康保險署，2023）。
這三大方向的服務設計，皆以臨床第一級數據（個人健康狀態）、第二級管理數據（服務流程、資源配置）為依據，進行精密規劃與個別化調整。
三、科技落地：自動感測與AI深度分析的新典範
智慧長照真正的飛躍，來自科技「實地部署」。
工研院開發的新一代智慧照護技術，採用毫米波雷達與熱影像感測，不需安裝傳統監視攝影機，即可保護個人隱私下全天候掃描住民活動，如上下床行為、跌倒模式，並透過AI即時分析異常行為（工業技術研究院，2023）。例如，當住民起床後行動異常遲緩，系統即會即時通知照護人員，大幅縮短事故發現與應變的時間，有效降低跌倒與失能風險。
此外，國際如以色列 Intuition Robotics 所開發的 AI 機器人 ElliQ，亦結合行為監測與對話功能，顯著提升高齡者自主活動率與心理健康指標（Broekens, Heerink, & Rosendal, 2011）。
因此科技落地，不僅讓智慧長照從「事後處理」進化為「事前預警」，更開啟了「預測醫療」與「預防式照護」的新篇章。
四、數據與科技的整合，打造全方位的智慧長照生態系
智慧長照推動，不僅仰賴單一科技產品，更需要政策制定者、科技供應商、照護機構三方協作，形成可持續的生態系統。
未來應重點推動：
- 跨部門資料整合：整合健保、長照、社福、交通等多元資料，進行大數據建模與決策支援。
- 技術標準制定：制定感測裝置、AI平台互通標準，確保產業生態的操作性。
- 場域實證與驗證機制：鼓勵智慧長照科技於實際照護場域落地測試，快速驗證並調整技術與服務模式。
政策思維亦須轉變：從「補救式支持」轉為「預防式治理」，以數據與科技為驅動力，全面構築預測型、連續型、個別化的長照服務體系。
結語：數據、科技、政策，驅動長照3.0的飛躍
2025年，台灣不僅迎向超高齡社會，也站上智慧長照轉型的關鍵節點。
數據是根基，科技是工具，政策是推動力量。
唯有三者並進，台灣才能從「被動治理」邁向「主動預防」，開啟智慧長照的新未來。
參考文獻（References）
- Broekens, J., Heerink, M., & Rosendal, H. (2011). Assistive social robots in elderly care: A review. Gerontechnology, 10(2), 94-103. https://doi.org/10.4017/gt.2011.10.2.003.00
- 中央健康保險署（2023）。急性後期照護計畫年度成效報告。取自 https://www.nhi.gov.tw/
- 國家發展委員會（2024）。中華民國人口推估（2024年至2070年）。取自 https://www.ndc.gov.tw/nc_27_38548
- 衛生福利部（2023a）。長照政策說明文件。取自 https://www.mohw.gov.tw/
- 衛生福利部（2024）。長期照顧管理資訊平台：服務統計資料。取自 https://ltc.mohw.gov.tw/
- 工業技術研究院（2023）。智慧照護技術發展成果。取自 https://www.itri.org.tw/
- World Health Organization. (2021). Decade of Healthy Ageing: Baseline Report. Geneva: World Health Organization. https://www.who.int/publications/i/item/9789240017900
- Yamada, M., Aoyama, T., & Shimizu, Y. (2022). Smart beds with sensors: Enhancing fall prevention for elderly residents. Geriatrics, 7(1), 17. https://doi.org/10.3390/geriatrics7010017
作者黃冠凱助理教授為中山醫學大學附設醫院醫療資訊中心副主任
（專欄反映作者意見，不代表雜誌立場）
