首頁 › AI 系統 › goalkeeper 醫療 AI 合規守門

醫療 AI 合規 · API / MCP

goalkeeper 醫療 AI 合規守門

醫療 AI 內容的合規守門 API — 回報五道檢查的法規符合狀態，放行與否由你決定

goalkeeper.yao.care
5 道
合規檢查關卡
API +MCP
兩種串接方式
115.05.29
規範版本可鎖定
0 原文
原文不寫入稽核
看線上服務 申請串接 / API 金鑰

✅ 是一個「查核器」

送進 AI 產出的醫療內容，回傳五道檢查各自的狀態（pass / warning / fail / error）與依據法條。

❌ 不是「放行決策器」

它不會回你「可以發 / 不可以發」——整體放行與否，由你依各關卡狀態自行決定。

典型使用者是在醫療內容產製流程中導入 AI 的團隊 —— 醫療 AI 內容／衛教平台開發者、數位健康服務商，以及醫療機構的資訊與法遵團隊 —— 把 goalkeeper 接在「AI 產出」與「對外發布」之間，做一道依台灣法規的自動把關。AI agent 也能透過 MCP 介接。

Five Checkpoints

五道檢查，每道綁台灣法源

依衛福部《醫療機構應用生成式人工智慧指引》(115.05.29) 等多部法律，每道檢查綁多條法源

disclosure

揭露 / 免責

是否註明 AI 生成、可能有誤、僅供參考，必要時由醫事人員確認。

依據：生成式 AI 指引、病人自主權利法 §5

source_attribution

來源標註

實質臨床 / 事實主張是否有溯源。

依據：醫療法 §67、電子病歷製作及管理辦法

scope_boundary

越權 / 越級診斷

是否逾越為「下確定診斷 / 治療指令」或冒充醫事人員親自執行。

依據：醫師法 §11、護理人員法 §24、醫療器材管理法

pii

個資外洩

是否夾帶可識別個資（身分證、電話、病歷號…）。

依據：個資法 §6、醫療法 §72

hallucination

幻覺查核

編造文獻、錯誤藥物交互、與臨床指引不符（三子型）。

依據：生成式 AI 指引、AI / ML 醫材軟體指引

Reading the Result

判讀鐵則

不可只看 summary.fail === 0 就放行；error ≠ pass

pass

通過該關卡。

warning

有疑慮，需人工覆核。

fail

未通過，建議擋下。

error

無法判定，需人工覆核（error ≠ pass）。

建議策略：全 pass 才自動放行、任一 fail 擋下、任一 warning / error 轉人工覆核。

Integration

一支 API，AI agent 也能用

REST API 與 MCP Server 同網址、同金鑰；最小呼叫如下

curl -X POST "https://goalkeeper.yao.care/medical/validate" \
  -H "X-API-Key: <你的金鑰>" -H "content-type: application/json" \
  -d '{"content":"本內容由 AI 生成，可能有誤，僅供參考，必要時由醫事人員確認。","audience":"patient"}'
POST /medical/validate

查核內容 → 回各關卡狀態。

GET /medical/describe

查可帶參數、關卡清單與依據法條（不需金鑰）。

POST /mcp

MCP Server，供 AI agent 串接。

完整欄位、判讀鐵則與 curl 範例見 goalkeeper API 串接手冊； 五道檢查對應的台灣法源見 合規與稽核依據。

隱私優先、可稽核重現

呼叫端送原文，服務先在內部去識別化，全程在遮罩後文本上判定； 原文與個資原值永不寫入稽核，稽核只存遮罩文雜湊（HMAC）+ 各關卡狀態摘要。

每次查核留一筆紀錄（request_id / 規範版本 / 各關卡狀態 / 時間，不含原文）， 租戶可用 GET /medical/audit 自助調閱自己的紀錄；規範版本可鎖定，確保判讀可重現。

要把合規守門接進你的醫療 AI 流程？

開通、配額、規範版本鎖定、啟用哪幾道檢查 — 來信 service@yao.care 或 LINE 與團隊聊聊。

申請串接 / API 金鑰

FAQ

常見問題

goalkeeper 是什麼？

醫療 AI 內容的合規查核 API。送進 AI 產出的醫療內容，依台灣醫療法規回報五道檢查的符合狀態與依據法條，但不替你決定整體放行。

它會幫我決定能不能發布嗎？

不會。它是查核器、不是放行決策器，只回各關卡狀態（pass / warning / fail / error）；整體放行與否由你依關卡狀態自行判讀。建議全 pass 才自動放行、任一 fail 擋下、warning / error 轉人工覆核。

會檢查哪些項目？

五道：揭露免責、來源標註、越權／越級診斷、個資外洩、幻覺查核；每道綁台灣法源（如衛福部《醫療機構應用生成式人工智慧指引》、醫師法、個資法等）。

我送的原文與個資安全嗎？

隱私優先：服務先在內部去識別化，全程在遮罩後文本上判定；原文與個資原值永不寫入稽核，稽核只存遮罩文雜湊（HMAC）與各關卡狀態摘要。

怎麼串接？AI agent 也能用嗎？

提供 REST API（POST /medical/validate）與 MCP Server（同網址、同金鑰），一般系統與 AI agent 都能串接；開通、配額與規範版本鎖定請來信 service@yao.care。

Further Reading

延伸閱讀

與 goalkeeper 醫療 AI 合規守門 相關的名詞解釋與情境指南

情境指南

用 AI 生成的醫療／衛教內容，會不會違反法規？怎麼自我檢查？

在台灣，醫療機構使用生成式 AI 需遵循衛福部《醫療機構應用生成式人工智慧指引》等規範。重點在五件事：揭露是 AI 生成、實質主張要溯源、不得越權下確定診斷、保護個資、防止幻覺。建議把這些落地成「每次發布前的自動檢查關卡」，而非靠人工逐篇審。
名詞解釋

SMART on FHIR

一套開放標準，讓第三方應用程式能安全地「掛載」進電子病歷系統，並透過 FHIR API 存取健康資料。
名詞解釋

臨床決策支援系統 CDSS

CDSS（Clinical Decision Support System，臨床決策支援系統）是協助醫事人員做臨床判斷的軟體，分析資料後提供提醒、建議或證據，但最終決定仍由臨床人員負責。
名詞解釋

醫療機構應用生成式 AI 指引

衛福部發布、規範醫療機構使用生成式 AI 的參考指引，涵蓋揭露、來源標註、不得越權診斷、個資保護與幻覺防範等要求。
名詞解釋

MCP（Model Context Protocol）

一套由 Anthropic 提出的開放協定，讓 AI 助理 / LLM 以標準化方式連接外部工具與資料來源。
名詞解釋

AI Agent（AI 代理）

能自主把目標拆成步驟、呼叫工具並依每一步結果決定下一步以完成任務的 AI 系統，而非單次一問一答。
名詞解釋

大型語言模型（LLM）

用海量文字訓練、以「預測下一個詞」為核心、能理解與生成自然語言的深度學習模型，如 GPT、Claude、Gemini。

Issue Tracking

goalkeeper 醫療 AI 合規守門 議題追蹤

自動追蹤與本服務相關的最新議題，由 AI 蒐集公開新聞並對照本系統的設計觀點。

看全部議題追蹤
Google News · 6月5日

AI 會回答不代表答案正確：醫療 AI 的可信度從何而來

「AI 能回答」不等於「答案正確」，醫師指出，醫療 AI 的核心價值不在生成速度，而在於能否提供具備可信度的資訊。當生成式 AI 在臨床場域廣泛應用，如何確認 AI 產出的醫療內容品質，已成醫療機構與業者共同面對的核心課題。

讀全文
回 AI 系統