台灣在AI與醫療科技的發展上具備深厚基礎，但真正落地應用仍面臨關鍵瓶頸。生策會會長楊泮池指出，問題並不在技術，而是在制度。

「AI醫療現在最大的問題，不是做不出來，而是做出來沒有辦法實際落地應用。」他分析，現行醫療體系的給付架構仍停留在傳統模式：看診、檢查、手術與藥物都有明確給付，但AI智慧醫療輔助診斷、健康管理APP、遠距照護系統等新型態醫療工具，卻沒有對應的給付機制。

這導致一個現實困境：醫院若導入AI智慧醫療系統，不但沒有額外收入，反而增加成本，病人則缺乏支付意願；企業即使技術成熟，也無法形成穩定商業模式，楊泮池直言：「AI再強，進不了臨床，就是沒有價值。」

楊泮池表示，國際上已有解方，例如歐洲部分國家已將數位醫療工具納入處方體系，由醫師開立並由保險支付，讓智慧醫療成為正式醫療行為的一部分。相較之下，台灣仍缺乏這樣的制度設計。

他認為，未來可從三方向推進：一、 建立「數位醫療給付」或試辦機制。二、導入商業保險，分擔支付壓力。三、逐步納入部分健保支持。透過這樣的混合模式，讓AI醫療從技術走向產業。

除支付問題，楊泮池強調，數據才是AI智慧醫療的關鍵資產。「AI有算力、有算法，但沒有資料可以算，是沒有用的。」

台灣擁有完整的醫療體系與長期累積的完整健康資料，這在全球相當少見。但目前資料分散，而且使用門檻高，未能形成有效應用。

對於個資疑慮，楊泮池認為問題不在於能不能用，而在於要怎麼用。「比照國際先進國家的作法，建立適合我們自己的規範，可以去識別化、可以知情同意、可以嚴格監管，但不能因為怕風險，就什麼都不做。」

他主張採分散式架構，資料保留在醫院端，在去識別化及知情同意後透過技術串聯運算，避免集中帶來的風險，同時又能進行大數據分析。

台灣長期在AI硬體與半導體領域具優勢，但楊泮池提醒，未來的競爭不只是硬體，「做晶片硬體是供應者，掌握數據才是主導者。」若能將健康數據與AI能力結合，台灣有機會在全球智慧醫療市場占據重要位置。