鼻子過敏變死亡、驗孕變流產?健康存摺App就醫紀錄漏洞百出,健保署回應了
鼻子過敏變死亡、驗孕變流產?健康存摺App就醫紀錄漏洞百出,健保署回應了
2020.06.17 | 時事焦點

最近因為口罩實名制的關係,健保署的「健康存摺」APP也跟著被許多人使用。而有一位媽媽利用健康存摺查詢兒子的就醫記錄,卻沒想到自己兒子在兩個月內,竟然三度被報為「不明原因死亡」,讓媽媽相當傻眼,也覺得很觸霉頭。而且,根據健保署事後表示,其實國內在健康存摺內「被死亡」的人恐怕還不少。

這位媽媽表示,根據他的查詢,發現自己兒子在106年的8月到9月間,竟3度被申報為「界定不清及不明原因的死亡」,但兒子明明健健康康的活著,而且怎麼有人可能會死了又死,死了再死?因而上爆怨公社去爆料。

結果沒想到他po完之後,也有很多網友表示健康存摺真的錯誤百出,有人去挖耳屎卻成了耳聾,也有人去驗孕卻被報成了流產。

而發生這些問題,很多都是因為醫生在輸入資料時要輸入的「診斷碼」輸入錯誤導致。尤其是因為診斷碼非常多,而醫生也不見得記得住每一個,有時就有可能有輸入錯的情況發生。

根據健保署表示,那位媽媽的案例中,發生問題的原因是該民眾至桃園某醫院皮膚科看診,醫師在輸入診斷碼手誤,導致資料有誤,醫師原本想申報R098「鼻過敏」,卻誤植為R99「 界定不清及不明原因的死亡 」。院方將會向健保署申請更正為正確診斷碼,醫院主管亦已聯絡家屬說明並致歉,家屬表示健保署及院方都有在處理,請大家給相關單位時間修正。

門診申報錯誤率比住院高,健保署:診斷碼輸入錯誤

健保署進一步說明,現行醫療院所申報醫療資料以105年改版為國際疾病分類標準第十版「ICD-10」,包含門診、急診及住院資料,健保署在醫療院所申報醫療資料時會進行邏輯檢核,其中本案院所輸入錯誤的R99「界定不清及不明原因的死亡」,院所原意想輸入鄰近診斷碼,應屬錯誤。有關於R99「界定不清及不明原因的死亡」是否列為健保署檢核系統的邏輯條件,因為包含門診、急診及住院,健保署將再洽相關學會及專家討論。

根據健保署表示,他們全面檢視院所醫療申報資料,也發現門診醫療資料申報錯誤率比住院高,106年計123家院所436人、107年計145家院所509人、108年計164家院所505人, 近三年共計有258家院所、1,533人、3,772件數(約佔申報量百萬分之4.2)有類似的錯誤情形。

健保署表示將會立即進行更正,將通知有誤植之醫療院所立即進行更正,以及會再洽相關學會及專家討論申報系統檢核邏輯,以針對健康存摺的正確性進行更正以及加強。民眾若對健康存摺內容有疑問,可撥打健保免付費電話0800-030598詢問。

責任編輯:陳映璇

本文授權轉載自:T客邦

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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
一次搞懂工業AI
© 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