「健保卡」背後的超前部署!健保署默默做這2件事,打通防疫保衛戰的任督二脈
「健保卡」背後的超前部署!健保署默默做這2件事,打通防疫保衛戰的任督二脈

台灣的防疫之戰,社會最關注的莫過於每天確診數量。然而,在看得到的醫療與衛生安全戰場之外,防堵疫情的另一道重要關卡,則是訊息的傳遞。從各國旅遊警示到口罩實名制,都考驗政府如何將資訊快速流通、界接,其中關鍵就是人手一張的「健保卡」。

延伸閱讀:20國求助台灣!口罩國家隊40天神建置92條產線,建廠經驗輸出歐美

這個最不引人注意、卻格外重要的武器,讓醫師看診時第一時間就能掌握病患旅遊史,口罩實名制也讓民眾憑卡片至藥局,或是上網訂購買到口罩。每一個新政策的背後,都有賴健保署署長李伯璋與旗下的資訊團隊擔起大樑、破解關卡、整合需求。

時間拉回今年農曆春節,政院一聲令下,決定要製作旅遊史查詢系統,讓醫生插入病患健保卡就可以掌握是否出入旅遊警示地區,只給了健保署一天的時間準備。而讓全台6,000多間藥局開賣口罩的機制,同樣也只有24個小時,系統就得上線。「我們接到任務之後,真的只有緊張,」健保署資訊組科長張齡芝回想,時間不等人的情況下,還是成功如期達陣。

當外界都在看這幾場戰役過程中,他們做對了哪些事,才能使每個專案進行的又快又好,李伯璋卻有不同想法: 前幾年替醫療環境建立好的基礎,以及正確的做事心態,才是真正他們加速的關鍵。

兩大基礎,讓健保卡變成防疫不可缺的助手

1.雲端影像病例打好網路基礎,醫療院所才能查詢旅遊史

過去一位病患在A醫院做完核磁共振(MRI)、資料只會留存該院,如轉到B醫院看診,又得重做一次檢查,不只徒增患者負擔,也造成醫療資源重複的浪費,追根究柢就是影像、報告在不同醫療院所之間,沒有一套「交換」系統。

李伯璋2015年上任後,最重要的目標,就是要減少浪費醫療資源。2017年推動健保署打造的影像病例共享系統,他發現,各院所的網路環境差異太大,如果網速不夠、下載影像過長,醫生自然不想接納新系統。於是他們和中華電信合作,無條件替醫院架構光纖網路,後續也依循此想法、希望解決藥局慢性處方籤重複領藥問題,讓藥局也能有共享資訊、同步牽進光纖,現在超過90%的醫療院所和藥局都已經使用光纖上網

自此,光纖網路讓再小的醫療院所,都能快速讀到健保署的資料,當政府決定共享旅遊史,醫院都能無痛接軌,或是口罩實名制進駐藥局時,也能加快藥師與遠端連線、更新口罩領取的狀況。

2.「健康存摺App」免讀卡機就註冊,為口罩預購鋪路

口罩現在不需插卡、直接用App預購也是好例子。這次口罩開放網路預購,是在健保署既有的健康存摺App增開功能。過去健康存摺App須靠自然人憑證申請才能帶入個人資料,但李伯璋認為持有自然人憑證的民眾太少,轉向和電信公司合作,以手機SIM卡認證身分,才讓這次口罩網路預購同樣不用讀卡機、也能做到實名制,連帶健康存摺的使用人數衝破100萬人。

李伯璋_衛生福利部中央健康保險署署長_2020-03-27_賀大新攝影_3866_Lr.jpg
衛生福利部中央健康保險署署長李伯璋解說健康存摺的發展歷程。
圖/ 賀大新 / 攝影

延伸閱讀:口罩預購第5波15日開跑,幼童口罩網購備貨600萬片上路!SOP與14個關鍵QA整理

張齡芝補充,之前的經驗都成為資訊組同仁「練兵」的一環。比如建立雲端病例系統時,得接納全台的院所、診間,硬體早已準備完成,這次只是在醫療人員熟悉的系統中,加入旅遊警示功能,完全能應付這些流量,「我們這次(旅遊警示)完全只處理軟體,沒有再額外搭建硬體,」否則難以在1天內上線整套系統。

面對時程壓力的專案,80分就先上線吧

完成形同緊急搶灘的任務,李伯璋也提到了做事的心態「務實」:先達成核心目標,再來慢慢改進。像旅遊警示最初只是一行文字,重點是明確顯示最需要被傳遞的資訊:這位患者去過哪些國家,後續才陸續加入顏色、藥師與護理師都能讀取等功能。口罩進入藥局銷售時也為了降低操作難度,減少教育成本和時間,以原先藥師就使用的系統為原型,打造另一套操作邏輯類似的系統,便於藥局投入任務。

「如果我們有時間,一定做到100分,」張齡芝說,「 但時程壓力之下,先以80分為目標。 」假設最初任務就是口罩實名制3.0、讓民眾持健保卡到超商預購,得各大超商等外部系統,相較直接在藥局購買、所有資料都在健保署就能抓取,得耗費更多溝通成本和行政手續,根本不可能完成。

口罩預購讓系統被塞爆,給健保署的學習

口罩網路預購剛上線時,一次太多人湧入導致系統無法負荷。李伯璋沒有責怪任何同仁,畢竟能從錯誤中學習,這些過去的失敗就會有意義,「你第一次沒有經驗,必然會碰到一些瓶頸,(只要改善)第二次就一定不一樣。」

他提到,公務機關難免想「做安全、預算內的事」就好,但這次經驗也給團隊一個學習:不要害怕投資,一次到位,反而更能解決問題。 當時他們趕緊向協力廠商與中華電信借機器、增加系統可承受的流量,第二波來臨前也盡快增購機器,還把健保快易通裡的預購圖示移到首頁,卻沒有發生「塞車」的問題。

以結果來看,李伯璋和團隊做過的事情,絕對是防疫的超前部屬,但他一開始並沒有想那麼多,只是希望服務一般使用健保的大眾之外,「我要讓醫界也對健保署滿意度很高,」資訊通暢、資源不要浪費,就是他想做到的事。

責任編輯:林芳如、蕭閔云

本文授權轉載自:經理人月刊

延伸閱讀:
1. 防疫旅館是什麼?夠住嗎?飯店業推「家屬外宿」,助攻防疫
2. 林務局爆紅月曆,藏著一名公務員的理想小革命!林務局局長:一開始被嫌棄
3. 疫情最糟會怎樣?全球恐2500萬人失業,5種人要特別小心

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓