我國 ABAC 代表張嘉淵於ABAC雅加達第一次會議提出「創新健康 AI 協作(BAT-HI)計畫」：透過聯盟式學習推動醫療AI去中心化應用

我國 ABAC 代表張嘉淵於本年參與ABAC永續工作小組（Sustainability Working Group, SWG）會議，並於ABAC雅加達第一次會議上提出「創新健康 AI 協作計畫」（Better AI Together for Health Innovation, BAT-HI）。該計畫延續張代表過去三年推動之「DAILY倡議」，且進一步升級，目標在於促進跨機構合作，建立具韌性且可擴展的醫療 AI 協作生態系。

隨著AI技術發展，相關醫療模型亦由早期的傳統神經網路，逐步擴展至大型語言模型（Large Language Models, LLM）與生成式AI應用，以支援電子病歷整合與個人化醫療決策輔助。在過去三年中，張嘉淵代表及其團隊透過ABAC平台持續推動醫療AI能力建構，並每年舉辦實作型工作坊，協助醫療專業人員將臨床洞見轉化為人工智慧模型。

在「DAILY」倡議的推動過程中，團隊逐漸體認到，智慧醫療與醫療AI普及化的核心目標，應是讓「任何年齡、任何地點、任何時間」的人皆能獲得適切醫療服務。過去智慧醫療產業的發展多聚焦於單一機構內部能力建構，然而隨著醫療資料與AI應用逐步邁向去中心化，未來智慧醫療發展將更需要跨機構協作與AI生態系的建立。

有鑑於傳統集中式AI系統可能存在單點失效（single point of failure）及資料治理風險，BAT-HI計畫提出新的合作架構。該計畫將以分散式AI協作模式為核心，透過聯盟式學習（Federated Learning）等技術，使資料保留於各醫療機構本地端，僅透過模型參數共享進行協同訓練。此一架構不僅可降低跨境資料移轉所涉及的隱私與資料主權風險，也有助建立跨機構AI合作的信任基礎。

BAT-HI計畫的願景，在於從過去建立大型集中系統的模式，轉向建立由多個具備本地AI能力之機構所組成的「AI星系（Constellation）」網絡。透過結合各機構所建立的「本地AI能力」，進一步形成跨機構共享知識與技術的合作體系，以提升整體醫療AI的韌性與創新能力。

另外可以期待的是在2026年，BAT-HI計畫的兩場主題活動。首先，團隊預計於2026年6月舉辦「聯盟式學習線上實作工作坊」，提供APEC區域參與者實際操作與學習技術的機會，並透過案例展示如何在資料留在本地的前提下，推動跨機構AI合作。此一活動亦將同時強化技術能力培訓與跨機構信任建立。其次，將於2026年9月與麻省理工學院（MIT）合作舉辦論壇探討尖端醫療AI技術研發應用。該論壇將聚焦於如何建構具韌性與永續性的醫療創新體系，並探討人工智慧在生物科技、精準醫療等前沿領域的應用。

在過去三年中，相關計畫已吸引來自約二十個經濟體的數百名醫療專業人員參與，並建立數百個醫療AI模型。2026年BAT-HI計畫將在此基礎上進一步推動跨機構模型協作與區域合作，並將相關實作成果轉化為政策建議。

此外，張嘉淵代表亦持續參與相關論壇。奠基於多年來協助ABAC向APEC衛生部長提交衛生相關建言之良好基礎。本年亦將規劃於APEC中極大化呈現ABAC年度衛生建言成果。