健康台灣深耕計畫 114–118 年
衛生福利部投入 489 億元，全面升級台灣醫療體系
範疇 01
優化醫療工作條件
範疇 02
多元人才培育
範疇 03
導入智慧科技醫療
Mino 的核心場景
範疇 04
社會責任醫療永續
範疇3 三大治理要求，Mino 全數符合
衛福部規範申請機構須具備 AI 治理、資料治理與資安治理三大能力。 Mino 由設計之初即符合這三項核心要求。
AI 治理
透明、可追蹤的 AI 生命週期管理
衛福部要求醫院建立 AI 管理委員會機制、揭露 AI 運作邏輯、並持續監測模型效能。Mino 以「醫護最終確認」為核心設計原則，所有 AI 建議均須人員核閱才能寫入病歷。
AuditEvent 操作日誌
每筆 AI 生成記錄含時間戳、模型版本與操作人員，完整可稽核
模型版本管控
院內部署版本固定，可回溯查詢特定時段使用的模型版本
醫護最終確認
AI 僅輔助建議，所有記錄送出前需醫護確認，完全符合負責任 AI 指引
資料治理
FHIR R4 + TW Core 1.0 原生支援
衛福部明確要求計畫使用 FHIR 與 TW Core IG 進行資料整合。Mino 所有輸出格式均原生符合 FHIR R4 規範，並對映台灣本地 TW Core Profile，可直接對接院內 EMR。
| 使用情境 | FHIR Resource | TW Core Profile |
|---|---|---|
| 護理交班摘要 | Composition | TWCoreComposition |
| 生命徵象記錄 | Observation | TWCoreObservation |
| 診斷 + ICD-10 | Condition | TWCoreCondition |
| 藥品開立 | MedicationRequest | TWCoreMedicationRequest |
| AI 操作稽核 | AuditEvent | — |
資安治理
100% 院內部署，病患資料從不離院
衛福部指出，醫院若缺乏資安治理能力，將面臨個資外洩風險。Mino 採全院內部署架構，語音辨識與 AI 處理均在院內伺服器完成，符合個資法與衛福部個資保護規範。
全院內部署
語音、AI 運算全在院內完成，無任何資料傳送至外部雲端
加密內網傳輸
所有裝置間資料透過 TLS 加密，僅在院內網路環境流通
ISO 27001 認證進行中
依循國際資安標準，完整的存取控制與日誌記錄機制
實際落地的智慧醫療場景
Mino 覆蓋醫院日常最耗時的三大文書流程，立即可計量的成效
護理師
護理交班語音紀錄
每班省 76 分鐘
- 口述交班，自動生成 SOAP 格式摘要
- 生命徵象自動對映 FHIR Observation
- 護理計畫與照護紀錄一次完成
醫師
門診與病房記錄
每日省 52 分鐘
- 問診同步生成 SOAP 臨床筆記
- 自動帶出 ICD-10 診斷代碼
- 支援醫病共同決策（SDM）紀錄
醫師
醫囑與用藥開立
自動系統整合
- 語音口述醫囑，自動解析藥品與劑量
- 對映健保用藥代碼，減少人工查找
- 結構化記錄直接匯入 HIS 系統
為什麼選擇 Mino 作為計畫 AI 夥伴？
符合衛福部 AI 指引
依衛福部「負責任 AI 實施指南」設計，AI 操作完整追蹤、模型版本可控、醫護最終確認三原則全數到位。
台灣本地開發，了解臨床情境
開發團隊深耕台灣醫療體系，熟悉健保規範與本地醫療術語，語音辨識針對台灣口音與醫學詞彙特別優化。
彈性整合現有 EMR / HIS
透過 REST API 與 Webhook 對接院內現有系統，不需替換既有基礎建設，降低導入風險與成本。
可量化成效，有助計畫核銷
護理交班省 76 分鐘、門診文書省 52 分鐘，可提供系統使用記錄與效益報告，協助計畫成果回報。