在現代醫療體系中，數據無疑是推動進步的關鍵。然而，台灣的醫療院所每天產生海量的臨床數據，卻常因格式不一、系統壁壘而成為「數據孤島」。這不僅阻礙了跨院所的協同照護，也限制了臨床研究的深度與廣度，更讓智慧醫療的發展面臨重重挑戰。想像一下，如果醫師能輕鬆獲取患者在不同醫療機構的完整病史；如果研究人員能快速整合大規模的真實世界數據；如果行政人員能高效管理與分析醫療資源——這將為台灣的醫療品質帶來革命性的提升。
「Taiwan-Health-MCP」專案的誕生，正是為了回應這些挑戰，並抓住數據時代賦予台灣醫療的巨大契機。在「開源揭幕(一)」中，我們分享了專案的願景。本篇，我們將更聚焦於專案的核心基石——FHIR R4 標準，以及它如何與我們的 MCP 協議結合，為台灣醫療從業人員描繪一個數據互通、智慧賦能的未來。
一、台灣醫療數據整合的痛點：為何互通如此困難？
對於第一線的醫療從業人員而言，數據整合的困境是日常工作中切身的體驗：
- 資訊碎片化：患者在不同醫院就診，病歷資料分散，醫師難以全面掌握患者狀況，影響診斷與治療效率。
- 重複檢驗與用藥：因資訊不互通，可能導致患者重複進行不必要的檢驗或開立重複藥物，增加醫療成本與潛在風險。
- 臨床研究受限：研究人員難以取得標準化、大規模的數據集，限制了疾病趨勢分析、新療法評估等研究的進展。
- 智慧醫療發展瓶頸：AI 應用需要大量高品質、標準化的數據進行訓練與驗證，數據整合的不足成為智慧醫療落地的主要障礙。 這些問題不僅耗費了寶貴的醫療資源，也增加了醫護人員的工作負擔，更可能影響患者的就醫體驗與健康結果。
二、FHIR R4：開啟醫療數據互通的鑰匙
面對上述挑戰，國際醫療資訊標準組織 HL7 推出的 FHIR (Fast Healthcare Interoperability Resources) 標準，被譽為解決醫療數據互通問題的「新一代黃金標準」。其中，FHIR R4 (Release 4) 更是首個被認定為「規範性」的版本，代表其穩定性與成熟度足以支持實際應用。
為什麼 FHIR R4 對台灣醫療至關重要？
- 現代化與易用性：FHIR 採用現代網路技術（RESTful API, JSON/XML），讓數據交換更直觀、更易於開發與維護，降低了系統整合的技術門檻。
- 資源導向，語義清晰：FHIR 將醫療數據拆解為「資源」（如病人 Patient、診斷 Condition、藥物 Medication），每個資源都有明確定義，確保數據在不同系統間傳輸時，語義不失真，減少誤解。
- 加速智慧醫療落地：標準化的 FHIR 數據，是訓練與部署醫療 AI 模型的理想基石。它能讓 AI 更容易理解、處理臨床數據，從而加速 AI 輔助診斷、智能決策支持等應用的發展。
- 國際接軌，台灣特色：採用 FHIR R4 讓台灣醫療數據與國際標準接軌，有助於參與國際合作與交流。同時，Taiwan-Health-MCP 專案更將其與台灣特有的醫療數據（如衛福部 ICD-10 中文化資料、TFDA 藥品資訊）結合，打造出最符合台灣在地需求的解決方案。
三、Taiwan-Health-MCP：如何將 FHIR R4 帶入臨床實踐？
MCP 層
MCP 協議的優勢在於它提供了一種統一的方式，讓不同的 AI 模型（如大型語言模型 LLM）能夠以結構化的方式調用外部工具與數據。對於 Taiwan-Health-MCP 而言，MCP 層扮演著關鍵的「轉譯器」角色，它將 AI 模型的意圖轉換為對後端醫療數據服務的調用，並將服務結果以 AI 模型可理解的格式返回。這不僅簡化了 AI 與醫療數據的整合複雜度，也使得專案能夠輕鬆擴展，支援更多元的 AI 模型與應用場景。
服務層
1. ICD Service (診斷與手術碼)
此服務模塊主要負責 ICD-10-CM（國際疾病分類第十版臨床修訂）與 ICD-10-PCS（國際疾病分類第十版程序編碼系統）的查詢、診斷併發症推論及衝突檢查。它整合了衛福部提供的 ICD-10 中文化資料，並能將查詢結果轉換為 FHIR Condition 資源，為臨床診斷與病歷編碼提供標準化支持。
2. Drug Service (藥品整合)
Drug Service 整合了台灣食品藥物管理署（TFDA）的五個官方藥品資料集，包括藥品許可證、外觀識別、成分、ATC 藥物分類及仿單說明書。透過此服務，使用者可以查詢藥品詳細資訊，並將其轉換為 FHIR Medication 或 FHIR MedicationKnowledge 資源，為藥物管理、用藥安全及 AI 藥物諮詢提供數據基礎。
3. Lab Service (檢驗標準)
Lab Service 模塊的核心是整合 LOINC（Logical Observation Identifiers Names and Codes）檢驗碼。它不僅提供台灣常用檢驗項目的 LOINC 碼對照，還能查詢檢驗參考值（依年齡、性別），並支援檢驗結果的自動判讀與批次處理。這對於電子病歷中的檢驗數據標準化、臨床決策支持系統的開發至關重要。
4. Guideline Service (臨床指引)
Guideline Service 旨在整合台灣醫學會發布的臨床診療指引。此模塊提供指引查詢、診斷建議、用藥建議及檢查建議等功能，協助臨床醫師制定更精準的治療方案，並能輔助 AI 模型進行臨床路徑規劃與決策支持。
結語：誠摯邀請醫療社群參與對話
Taiwan-Health-MCP 不僅是一個開源專案，更是我們對台灣智慧醫療未來的一個願景：
我們期望透過標準化、開放的數據平台，賦能每一位醫療從業人員，讓數據成為臨床決策的堅實後盾，讓 AI 成為醫護工作的得力助手，最終共同打造一個以患者為中心、高效且創新的智慧健康生態圈。
我們深知，要實現這個願景，單靠技術團隊的力量是遠遠不夠的。醫療數據的複雜性、臨床實踐的多樣性，都需要來自醫療體系內部最真實、最寶貴的聲音。
