2026 全球健康大會暨展覽會（Healthcare Information and Management Systems Society Global Health Conference, HIMSS26）的年會，主軸明顯從新技術展示，轉向醫療體系如何把既有數位工具真正推進到大規模落地。報導普遍指出，醫院高層如今關注的不再只是「能不能做」，而是「能不能擴大部署、維持治理，並證明投資效益」；人工智慧（AI）、互操作性（Interoperability）與資安韌性，也因此被視為同一條決策鏈上的關鍵環節。
從概念驗證走向營運現場，HIMSS26 為醫療體系重新定義「擴張」
多份報導提到，HIMSS26 最鮮明的訊號，是醫療產業正離開「試點專案停滯」（pilot purgatory）階段，轉向「Innovation to Scale」的執行期。曾任特斯拉（Tesla）總裁與 Lyft 營運長的 Jon McNeill 提出「演算法方法論」（The Algorithm），主張醫療機構在導入自動化之前，必須先質疑既有規則、刪除不必要流程、完成簡化，再談加速與自動化。研討會指出，這套方法曾協助 Tesla 在 30 個月內達成 10 倍成長，也被拿來對照醫療場域長期存在的流程慣性。
這波轉向也與醫療體系面臨的人力與財務壓力有關。專家形容，醫療機構正處於人力短缺與成本壓力並行的「完美風暴」，使數位投資不再只是創新選項，而被提升為營運必要條件。多份文獻同時強調，管理層評估專案時，已逐漸從單一部門的小型工具，轉向可跨部門整合的平台化架構，並要求更明確的投資報酬率（Return on Investment, ROI）證據，包括直接財務回收、作業效率改善，以及對臨床留任與品質的間接效益。
資料不只要能交換，還要能被計算：TEFCA、QHINs 與 FHIR 成關鍵基礎
在互通性議題上，顯示政策與技術標準正在同步推動資料流動。美國醫療保險與醫療補助服務中心（Centers for Medicare & Medicaid Services, CMS）被描述為重要催化者，正透過轉型路線圖推動全國連結，核心工具包括可信交換框架與共同協議（Trusted Exchange Framework and Common Agreement, TEFCA）及合格健康資訊網路（Qualified Health Information Networks, QHINs）。專家指出，透過單一閘道，授權資料交換可觸及逾 3 億名參與者，意味資料交換正從機構間傳輸，走向更大規模的全國網路。
不過，專家也反覆提醒，快捷式醫療服務互操作資源（Fast Healthcare Interoperability Resources, FHIR）與應用程式介面（Application Programming Interfaces, APIs）只是起點，而非終點。專家的共識都把「運算型資料層」（Computable Data Layer）列為下一階段基礎，意指資料必須先經過語意標準化、去重複與品質控管，才能讓 AI 在臨床或行政流程中即時使用。其中特別有研究顯示，70% 的組織認為，資料整合與品質仍是 AI 走向正式上線的主要瓶頸，顯示互通性正從法規遵循議題，轉為影響智慧醫療成效的核心基石。
AI 從助手變成工作流程參與者，治理與資安也被拉進同一戰線
AI 在 HIMSS26 的討論重點，則從生成式工具進一步延伸到代理型人工智慧（Agentic AI）。專家指出，這類系統不再只是回答問題，而是能執行多步驟工作，例如排程、病患接待、臨床紀錄與收入循環作業。電子病歷大廠 Epic Systems 提出「代理工廠」（Agent Factory），可用無程式碼方式建立代理；其臨床助理「Art」、病患互動工具「Emmie」及收入循環自動化工具「Penny」都被列為案例。另有報導提到，Cleo Health的「急性照護作業系統」（Acute Care OS）試圖把臨床文件完整性、收費與環境式紀錄整合到同一介面。
但 AI 加速部署的同時，治理風險也同步升高。研究顯示，前線人員使用未經核准工具的「影子 AI」（Shadow AI）現象已受高度關注；其中有資料指出，58%前線員工曾使用未授權 AI 工具，近 40% 為每週或更高頻率使用，另有 48% 使用者表示，主因是機構未提供正式替代方案。這使 AI 治理與資安不再被分開看待，多份報導因此把零信任架構（Zero Trust Architecture）、隔離式復原環境（Isolated Recovery Environments, IRE）及臨床持續營運能力，列為與 AI 部署同等重要的管理議題。
國際英文版：文章連結。
參考資料：基因線上綜合研究彙整報導。
