為了解決臺灣電子病歷系統高度碎片化，無法共享醫療資料的問題，衛福部資訊處李建璋處長設計一套自動編碼輔助系統，具有五大創新亮點，包含對醫療病歷語法修正與潤飾、三大標準編碼自動萃取引擎、人機協作、臨床驗證與規模擴充能力、國際首創，獲得「2025未來科技獎」肯定，已完成台灣專利申請。
衛福部資訊處2024年起推動「次世代數位醫療平臺計畫」，促進臺灣電子病歷系統統一標準，但23家醫學中心採用10套以上電子病歷系統，且超過300家中小型醫院各自為政，無法有效整合、共享醫療資料，使AI訓練與應用受限，不利於建立具有泛用性的全國智慧醫療系統。不過，要將過去20年來醫院內部自由書寫式病歷轉換為結構化、標準化格式，依靠人工分類與編碼是難以負擔的工程。
李建璋處長進一步說明，以擁有超過98萬筆資料的國際通用臨床醫學代碼系統SNOMED CT（Systematized Nomenclature of Medicine – Clinical Terms）為例，可協助醫療機構以一致、可交換的方式記錄與理解醫學資訊，未來將成為智慧醫療應用的重要基礎，但龐大的筆數若靠人力完成資料轉換，幾乎不可能。
為此，李建璋處長規劃設計一套以大型語言模型（LLM）為核心的EHR自動編碼輔助系統SmartEHR Coder，建構一個可行且具規模擴張性的標準化資料轉換解決方案，並由承接「次世代數位醫療平臺計畫專案辦公室」的工研院團隊執行開發完成。
李建璋處長指出，本技術運用大型語言模型從非結構化病歷中自動萃取SNOMED CT標準碼，並整合LOINC、ICD-10等，以FHIR格式為標準，提升資料結構化與互通性，可支援AI模型訓練與跨院資料整合，已完成千筆病歷驗證，並具備自動標註與人工校驗機制，協助打造智慧醫療與數位健康新基礎。
李建璋處長表示，技術五大創新亮點如下：
- 語意保留的病歷潤飾與結構化轉換技術：此設計的語言模型模組能夠針對醫療病歷進行語法修正與潤飾，但不改變原始臨床語意，特別針對台灣常見的中英混寫、拼寫錯誤與簡寫處理，顯著提升準確度。
- 三大標準編碼自動萃取引擎：經由指令調校（prompt engineering）與專家訓練的模型，能自動從文本中萃取對應的LOINC、SNOMED CT、RxNorm編碼，具備可回溯性與結果可解釋性。
- 人機協作、符合AI倫理原則的設計：強調「輔助」疾病分類管理師而非「取代」人工 （Human in the loop），工具會列出推論依據，並讓人工進行最終確認，確保品質與符合人工智慧基本法所要求的透明性與當責性。
- 臨床驗證與規模擴充能力：本系統已於林口長庚、台北馬偕及中山醫院等進行實地測試，可進行單一病歷與批次處理並行運作，同時搭配直覺式介面，顯著提升臨床現場可用性。
- 國際首創並取得專利保護：目前已完成台灣專利申請，為全球少數進入臨床應用階段的LLM-based EHR自動編碼系統，具有國際領先地位與商業擴展潛力。
目前SmartEHR Coder技術已於今年10月16日至18日於「2025 台灣創新技術博覽會（TIE）未來科技館」展示，引起民眾與醫事人員熱烈關注，核心目標是透過科技減輕醫事人員負擔、提升臨床紀錄品質與效率，讓專業人員能將更多時間投入病患照護，打造更安全、更智慧的醫療環境。
應用對象涵蓋醫學中心、公衛單位至基層診所，支援臨床應用、AI開發與公共健康研究，並可採雲端、地端部署或與HIS系統整合，具高度擴展性與經濟效益，為臺灣智慧醫療與語意標準化平台建立基礎，也具國際輸出潛力。
