SMART on FHIR：我們選了一條不同的路

火線超人入選台灣 50 優良 SMART on FHIR 應用。我想借這個機會談的不是這個應用本身，而是它背後的方向，以及我認為台灣醫療 IT 接下來會走到哪裡。

大家都在做 AI，但少了一塊

這次評選裡，多數應用的主軸是 AI：影像判讀、異常偵測、臨床預測模型。這些技術都有真實的價值，不容質疑。

但它們有一個共同點：資料流的終點是系統或醫師，病人不在迴路裡。

醫療資料最終屬於病人自己。如果我們真的在做以人為本的智慧醫療，病人應該要能直接存取、查詢、理解自己的健康資料，而不是永遠在等報告、等解釋。SMART on FHIR 讓這件事在技術上成為可能，火線超人是我們在這個方向上的第一步實作。

平台化才是真正的槓桿

台灣醫療 AI 的投資大多集中在單點突破：一個科別、一種影像、一個模型。這條路的天花板很低，因為每個模型都是孤島，資料進不去也出不來。

真正有爆發力的方向是平台化。

當 FHIR 成為資料交換的共同語言，醫院就從封閉系統變成開放平台，上面可以長出各種應用，AI 是其中一種，但不是唯一一種。SMART 標準讓任何開發者都能在授權範圍內存取醫療資料，不需要為每個醫院重新整合一次。

這和 Ruby on Rails 的哲學完全一樣：地基做對了，上面可以長出的東西是無限的。

Omakase 的實踐

Omakase Smart Hospital 的核心是：讓最佳實踐變成預設，讓小團隊也能建立大型醫療平台。

我們在火線超人裡做的選擇都指向這個方向，OAuth 走 SMART 標準、AI 分析在院內處理不落地雲端、模組獨立部署互不影響。這不是因為這樣比較炫，而是因為這樣架構才有可能被其他醫院複製，才能形成真正的生態系。

接下來五年

我認為台灣醫療 IT 有幾個趨勢值得關注：

• FHIR 基礎建設普及：自建 FHIR Server 的門檻需要繼續降低，不能只有資源充裕的醫學中心才做得到
• 病人資料可攜性：跨院資料交換應該是常態，健保署的 FHIR API 是重要的推力
• AI 在資料層整合：讓 AI 服務直接消費 FHIR 資料，不需要為每個模型重新整理格式
• 開發者生態系：有了開放標準，才有機會讓更多小團隊進來做創新

入選五十大是一個確認，確認這個方向是對的。但從生態系的規模來看，我們才剛起步。