先講結論，五句話：

  1. 用腳本自動化批次抓病歷，不是灰色地帶。只在臨床照護必要範圍、只碰自己照護的病人、用完不留存，跨過這條線，法規要求醫院留得下每一筆存取與複製紀錄。
  2. 台灣沒有 HIPAA 十八項那種清單。我們的標準是「無從辨識特定個人」這個結果，刪滿十八項不等於完成去識別化。
  3. 只要還原用的代號對照表還在你電腦裡，你手上那份遮完的病歷就不能當匿名資料看，它仍有間接識別的可能，屬於假名化而不是匿名化。
  4. 往外送的順序只有一種：本機模型優先，院內部署次之，境外商業模型最後，而且送之前要先看自己醫院的規範。
  5. 真的要往外送，別送「遮過的病歷原文」，送「重寫過的臨床問題」。讓一段紀錄被還原的不是欄位，是敘述的唯一性。

下面把推論過程攤開。

這篇的起點，是上一篇 chart-scrub（病歷去識別化工具）發文後，黃祥瑋醫師在留言提了兩件很重要的事：一是自動化把病歷抓下來收集通常是違規的，只是看醫院有沒有在抓；二是即便符合 HIPAA 十八項，他個人還是不會把資料送到雲端或境外。

這兩句都站得住，而且背後都有具體的法源。我把條文一條一條查回全國法規資料庫核對現行版本，順著「抓病歷、遮病歷、送病歷」這條動線整理在下面。

一、抓病歷：法律看的不是工具，是範圍

用 AutoHotkey 複製跟手動 Ctrl+C 複製，在法條上沒有分野。法律真正在意的是範圍：你抓的是不是自己照護的病人、是不是照護必要、抓完有沒有留下來累積。

先講最實際的一層：這件事留得下紀錄。醫療機構電子病歷製作及管理辦法（111 年 7 月 18 日修正）第 13 條要求，病歷的存取、增刪、查閱、複製，連同執行人員、時間、內容，都要保存完整紀錄；第 4 條還要求系統要有異常使用的因應措施。誰在什麼時間複製了哪些內容，法規要求院方必須留得下來。至於院方實際能看到多細、能不能直接算出你複製了幾筆，要看各院 HIS 與稽核設定，條文不保證這件事。祥瑋說的「看醫院有沒有在抓」，制度上就是這個意思：痕跡一定在，抓不抓是各院的執行。

而且實務上最先找上門的，通常是自己醫院，法院排在很後面。醫院這幾年一直被要求把資安做起來（醫院屬於資通安全管理法的「緊急救援與醫院」關鍵基礎設施領域，個別醫院可經衛福部指定為關鍵基礎設施提供者，被指定的要提出資安維護計畫），端點監控與異常告警愈做愈普遍。醫院也有義務管人：醫院個人資料檔案安全維護計畫實施辦法要求總床數一百床以上的醫院（公立醫院準用）依業務需要設定存取權限、跟所屬人員約定保密義務、把個資使用紀錄至少留存六個月。批次抓病歷最可能的劇本，是資安告警、約談、院內懲處，一路都還沒碰到刑法。

那刑法呢？大家最常聽到的是刑法第 359 條，這條值得把構成要件講完整，因為它常被簡化成「用腳本抓就是犯罪」，那不是條文寫的。它要同時滿足三件事才成立。第一是「無故」：取得紀錄欠缺正當理由。臨床照護必要範圍內調自己病人的病歷，是有授權的；超出照護必要、碰到不是自己照護的病人，授權基礎才會被質疑。第二是取得的要是「他人」電腦系統的電磁紀錄：帳號是你的，不代表資料是你的，你對那批資料有沒有處分權限要個案認定。第三是「致生損害於公眾或他人」：這個獨立要件最常被漏掉，成立與否要能說明損害是什麼，複製了不等於當然有損害。所以用自己的帳號不等於免責，大量複製也不等於當然犯罪，中間那片灰色地帶，不值得拿職業生涯去測試。我沒有找到醫師用本人 HIS 帳號批次下載病歷的公開判決，這裡只能講風險方向，不能講定論。

最後一層是個資法。病歷是個資法第 6 條的「特種個資」，原則禁止蒐集、處理、利用，只有六款例外能開門（例外長什麼樣，第四節講研究的時候會攤開）。臨床照護本身有法源，這不是問題；問題出在「抓下來累積成一個資料集」的那一刻：複製、儲存、輸出在個資法上都算「處理」，從那一刻起你就需要一個答得出來的例外，而「我自己想研究」不在清單裡。

所以抓病歷的安全範圍就是一句話：只在臨床照護必要範圍、只碰自己照護的病人、用完不留存。自動化只是把這件事做快，沒有改變它的性質；範圍守得住，工具隨你選。

二、什麼才算「去識別化」

台灣看結果，不看清單

先介紹 HIPAA 十八項。HIPAA 是美國 1996 年的《健康保險可攜性與責任法案》，它的 Safe Harbor 規則列了一張清單：姓名、比州更小的地理區域、跟個人有關的日期、電話、Email、身分證號、病歷號、保險號、帳號、證照號碼、車牌、裝置序號、網址、IP、生物特徵、臉部照片、其他任何唯一識別碼，十八類刪乾淨，再加一個常被忘記的第二條件：機構沒有實際知情，認為剩下的資訊單獨或與其他資料結合仍能辨識個人。兩個都滿足，法律上就「視為」完成去識別化（地理與日期各有細節例外，這裡不展開）。它最大的好處是可操作：照清單做完，大部分情況就有明確依據，不用逐案猜。

台灣沒有這張清單。我們的門檻在個人資料保護法施行細則第 17 條，寫的是「以代碼、匿名、隱藏部分資料或其他方式，無從辨識該特定個人」。那是結果標準，不是清單標準：法律不管你刪了幾個欄位，只問最後那段文字指不指得回一個人。刪滿十八項，不等於在台灣已經完成去識別化。

復健科的人對這件事要特別有感。罕見診斷，加上特定術式，加上就診年月，加上哪一家醫院，四項湊起來常常就足以回推到一個人，而這四項沒有一項在十八項清單裡。真正把人認出來的，常常是整段敘述的唯一性，而不是某個特定字串。

這個結果標準的天花板，是憲法法庭 111 年憲判字第 13 號，就是 2022 年 8 月的健保資料庫案。它講的去識別化標準，理由第 54 段的原文是「使一般人採取當時存在技術與合理成本，在不使用額外資訊時，不能識別特定當事人」。要注意這份判決審查的對象：它處理的是個資法第 6 條第 1 項但書第 4 款下的健保資料庫利用，所以才會一併要求限定醫療衛生目的、限定主體（公務機關或學術研究機構）、統計或學術研究的必要性，以及獨立監督機制。這是那個案子的整組理由，不是任何人把病歷去識別化之後都要打勾的通用條件。不過放在那個脈絡下讀，方向仍然很清楚：去識別化本身不是免死金牌，它是跟目的限制、監督機制包在一起才站得住的。個人把去識別化的資料丟給境外商業模型，這兩個配套剛好都是零。

假名化不等於匿名化：對照表就是那把鑰匙

這條是這次整理下來，對做工具的人最有殺傷力的一條。

同一份憲判 13 號，理由第 35、36 段把線畫在「能不能還原」，不在「刪了幾個欄位」：資料「客觀上仍有還原而間接識別當事人之可能時」仍屬個資，「客觀上無還原識別個人之可能時」才喪失個資本質。判決還說健保資料「客觀上非無以極端方式還原而間接識別特定當事人之可能性」，所以無論原始或經處理都還是個資。門檻高得驚人。

把這條套回 chart-scrub 就很清楚了。它把同一個人跨次就診都換成同一個代號 PT-0001，那張對照表只存在你自己電腦上。這是刻意設計的功能，因為「三個月前打過針、這次又痛回來」這種前後對照本來就是臨床判斷的一部分。可是那張表同時就是還原身分的鑰匙。

講白話，結論跟行動就是三件事：

  1. 只要對照表還在你電腦裡，你手上那份遮完的病歷就不能當匿名資料看，它至少仍有間接識別的可能。它做的是假名化（pseudonymisation），不是匿名化（anonymisation）。遮罩降低風險，但沒有讓資料離開這部法律。（送到外部之後那一份文字算不算個資，還要連同接收者拿得到什麼資料、內容本身有多獨特一起判斷。）
  2. 「遮完再往外送」不等於「送出去的已經不是個資」。往外送這個動作，性質上是在利用特種個資，要回到個資法第 6 條問例外要件。是的，這代表我們平常「遮一遮再貼」的做法，並沒有因為遮了就在法律上變安全。
  3. 行動上的分界：例外要件答得出來（法定情形、或走機構核准的流程）再送；答不出來，就讓它留在本機模型。

有意思的地方在於，讓它停留在假名化的，正是它最有用的那個功能，也就是跨次就診同一代號。這兩件事沒辦法同時要。

三、遮完之後要送去哪：三道關卡

先把詞說清楚。這裡講的「上雲端、出境」，就是把病歷內容貼進網頁版 ChatGPT、Gemini 這類服務的那個動作：文字一送出，就離開你的電腦、進到業者的伺服器，而這些伺服器多半不在台灣。問題從來不是 AI 本身，是資料去了哪裡。

主管機關對這個方向的態度，其實早就寫在條文裡。電子病歷辦法第 8 條：雲端服務之資料儲存地點，應設置於我國境內，特殊情形要經中央主管機關核准才能例外。醫院個資辦法第 8 條第 2 項：醫院傳輸個資要採必要保護措施，國際傳輸電子病歷還要符合電子病歷辦法。這兩條規範的都是醫療機構，個人拿病歷去貼 ChatGPT 不直接適用，但態度講得很白：病歷資料在地化是原則，出境是例外，而且例外要核准。

那你個人呢？如果你把一段病人資料完全遮到無法辨識、而且不留解碼本，是不是就可以送雲端了？這是整篇最該問清楚的版本。它牽涉到三套性質不同的規範，這三套不是同一張清單，過不過也不是一起判定的，要一關一關過。

第一關：這段文字還算不算個人資料（個資法）

兩個條件：內容本身指不回任何一個人（施行細則第 17 條的「無從辨識該特定個人」），而且沒有解碼本、送出去那段跟任何對照表都對不回去（憲判 13 號理由第 35、36 段）。

這兩格如果真的過了，那段文字就不是個資法所稱的個人資料，第 6 條的特種個資限制也就不處理它。這句話不是我在放寬解釋，憲判 13 號自己就是這樣寫的：資料「客觀上無還原識別個人之可能時」才喪失個資本質。反過來讀就是：真的到了那個狀態，它就是喪失了。但個資法退場，不等於全部退場，後面還有兩關。

那把對照表刪掉是不是就過關了？往那個方向走了一步，但不會自動變成可以。刪掉對照表確實把最直接的那把還原鑰匙拿掉了，這是必要條件。可是憲判 13 號畫的線不是「有沒有對照表」，是「客觀上還有沒有還原的可能」，而且要不另外取得其他資料就無法識別。回到上面復健科那個例子：罕見診斷、特定術式、就診年月、哪一家醫院，這四項湊在一起常常就指向同一個人，而它們一項都不在你遮掉的欄位裡。對照表刪了，這個組合還在。

而且「客觀上」三個字的意思就是：不是你自己看不出來就算。這一關整個壓在一個你自己做、沒有第二個人覆核的判斷上。

第二關：你還是醫院的員工（機構規範）

這一關不會因為資料匿名化就消失。醫院可以禁止你把 HIS 上的內容往外貼，不管有沒有去識別化，因為這是僱傭關係跟資訊資產的事，跟資料還是不是個資無關。第一節說過，實務上最先發生的也是這一層：端點資安告警、事件通報、院內懲處，門檻比刑事低太多。

公立醫院的人還多一層要看：行政院《使用生成式 AI 參考指引》（112 年 10 月 3 日函頒）規定業務承辦人不得向生成式 AI 提供應保密或個人資訊，例外是封閉式地端部署的模型，確認環境安全後分級使用。適用範圍要看清楚：直接適用的是行政院及所屬機關（構），公營事業、公立學校、行政法人與政府捐助財團法人「得準用」，其他機關「得參照」，所以你是不是直接被綁，要看自己醫院的設立與隸屬關係，以及院內有沒有把它接成內規。方向倒是很一致：個資不進雲端模型，要用就用地端。

還有兩條文字很特別的法律職業義務：醫療法第 72 條寫「醫療機構及其人員因業務而知悉或持有病人病情或健康資訊，不得無故洩漏」，違反依第 103 條可處 5 到 25 萬元罰鍰；醫師法第 23 條對醫師課的保密義務幾乎是同一句話。兩條的文字裡都沒有「可識別」三個字。真匿名化之後的文字還算不算「病人病情或健康資訊」、外傳算不算「洩漏」，條文沒有直接答案，我不敢說這兩條一定不適用。別把匿名化當成保密義務的自動通行證。

第三關：你是在臨床流程裡用嗎（衛福部指引）

這一關的依據，是查證過程中翻到最直接對應的一份文件：衛福部「醫療機構應用生成式人工智慧指引」，115 年 5 月 29 日以衛部醫字第 1151663164 號函頒。它是行政指導，不是強制規定，但這是主管機關第一次把「醫院用生成式 AI」的規矩講全：適用公私立醫院與診所，點名的應用情境第一項就是病歷撰寫輔助；核心原則是 AI 只能當輔助工具，臨床判斷、病人安全、病歷內容最終都要由合格醫事人員確認；工具有錄音功能要事先告知病人，AI 直接跟病人互動時要揭露「這是 AI」。它點名的風險裡，有一半跟個資無關：AI 幻覺、使用者過度依賴造成臨床判斷退化、外部服務中斷，這些是病人安全的事。

那我們到底能不能用它做現在在做的事？指引裡有一段幾乎是直接回答：

若為個人研究、教育示範或僅限功能驗證之內部測試，可視情況參照本指引原則辦理。惟若測試內容涉及真實病人資料或臨床作業流程，例如於門診或病房實際使用、系統與機構內資料介接，即屬生成式人工智慧系統導入之階段，仍建議依本指引相關規範執行。

拆開來是三種情況：

  1. 個人研究、教育示範、不碰真實資料的功能驗證：可以做，參照指引原則辦理就好。
  2. 把真實病人資料放進生成式 AI 流程，包括在門診當場把真實病歷貼進網頁版 ChatGPT：這不算個人測試，算「導入」。指引雖然不是強制規定，但它建議走機構的評估流程。這不是個人自己拍板比較妥當的事。
  3. 去識別化這個步驟本身在本機做：資料沒有離開你的電腦，不觸發上面那些。真正要回答的是「遮完之後送去哪」，也就是這三關本身。

注意那句話的關鍵是一個「或」：「涉及真實病人資料或臨床作業流程」。就算資料已經不是個資了，只要你是在門診、病房的實際作業流程裡用，還是落在「導入」那一側。理由就是上面那些跟個資無關的風險。

那份書面的資料處理承諾放在哪一關

指引要求醫療機構在契約中確認模型服務商名稱、版本、部署型態，並要求供應商提出資料流向、存取權限設計等文件。它常被當成第四道門檻，但位置放錯了：那講的是機構跟供應商簽約，不是個人送一段非個資的文字之前要先拿到一紙合約。它的正確位置是第一關的保險：因為「我確定無法辨識」這句話是你自己說了算，萬一判斷錯了，那份承諾是你唯一的緩衝。臺大醫院拿到微軟的書面公文才開始用，買的就是這個緩衝。

三關過完，真正的操作分界在這裡

「完全遮完、確定無法辨識、不留解碼本」不是不行，它清掉的正是最重的那一層。但復健科的自由文字特別難過第一關，因為唯一性藏在敘述裡，不在欄位裡。所以實際動作是這一句：

不要送「遮過的病歷原文」，要送「重寫過的臨床問題」。

前者是把姓名跟病歷號挖空的原文，罕見診斷、特定術式、就診年月、院所那個唯一組合原封不動留在裡面；後者是你用自己的話把它重述成一個一般化的問題，唯一性在你重寫的當下就被拆掉了。這兩件事在法律上的距離很遠，在操作上只差一個動作。

還要補一句：第二關跟第三關不會因為匿名化而消失。院方規範要查，臨床流程裡的實際使用要走機構評估，這兩件事跟資料還是不是個資，一點關係都沒有。三關過不完的場合，本機模型是預設值，不是備案。

四、想做研究，是另一條路，而且門檻更高

前面三關講的是「拿去問 AI」。如果你的目的其實是把病歷做成可分析的資料、拿去訓練或評估模型、寫成論文，規範會換一整套。

人體研究法第 4 條把「取得、調查、分析、運用個人的生物、行為、生理、心理、遺傳、醫學等資訊」的研究都納入人體研究，範圍比多數人直覺的寬：不動針、不抽血，只是分析既有病歷資料，也算。第 5 條原則要求研究計畫先經倫理審查委員會（IRB）審查通過，除非落在主管機關公告的免審範圍。同一部法的「去連結」定義也比一般遮罩嚴得多，要求永久不能以任何方式連結或比對回去。

個資法這邊，前面欠的那六款例外在這裡攤開。第 6 條原則禁止蒐集、處理、利用病歷這類特種個資，例外是：法律明文規定；公務機關法定職務或非公務機關法定義務所必要，且有安全措施；當事人自行公開或已合法公開；公務機關或學術研究機構基於醫療衛生目的做統計或學術研究，且資料無從識別特定當事人；為協助法定職務或義務所必要，且有安全措施；當事人書面同意。對想做研究的臨床人員，真正走得通的入口通常是第四款跟第六款，而這兩條路殊途同歸：第四款的主體限定是公務機關與學術研究機構，你得掛在機構上做；第六款的書面同意，實務上也是走機構與 IRB 的流程去取得。「我自己想研究」本身不在六款清單裡。

所以「我只是自己做個小分析」這句話，在法律上不是一個安全的定位。有沒有免審、要不要取得同意，是所屬機構跟 IRB 判定的，不是自己判定的。

五、那醫院自己都在用了，我為什麼不行

這是查完之後最該回答的一個反問：臺大很早就把 GPT 導進醫院了，北榮的病歷助手也上線了，那我貼一段到 ChatGPT 有什麼問題？

差別不在有沒有用 AI，在用的是哪一種帳號。把幾家的做法攤開來看，共同點很清楚：

  • 臺大醫院：2023 年 3 月通過申請、開始試用 Azure OpenAI，走的是機構的雲端租戶，微軟出具書面公文保證不保留、不利用上傳的資料；資料送進 API 之前，先由程式自動去識別化與遮罩。到現在是混合部署，雲端的 GPT 負責病歷目錄解析，轉診回覆這種更敏感的任務改用地端跑的 Llama 3.3-70B。
  • 臺北榮總：2025 年 10 月起與華碩合作的「智慧病歷助手」在內科、外科、兒科、婦產科上線，依既有病歷、檢驗結果與模板自動生成病歷草稿。資訊室主任郭振宗講得很直接：採用地端模型以維護醫院資料不外流，並建立完整的稽核機制。
  • 高醫：KMU Genie 平台拿開源 Llama 當底，用院內去識別化過的病歷微調再加 RAG，採院內部署以避免機敏資料流向院外雲端；高醫表示已通過 ISO 27001 與 ISO 27701 認證。（這些細節出自 CIO Taiwan 的專訪，文末列的中央社訊息平台那篇只支持平台與五項應用。）
  • 長庚：與華碩台智雲、國眾電腦合作的 AI 推論雲平台，走的是地端算力部署的私有雲，整合 HIS 與資料倉儲，上面掛了十二種醫療 AI 模型加一個 LLM 生成式 AI 小助手，導入九個院區，上線兩個月累計超過 2.7 萬次。
  • 北醫體系：規模最大的一家。生成式 AI 在病歷、護理交班等流程累計應用超過 41 萬次，每月替護理同仁省下逾 800 小時文書；北醫附醫、萬芳、雙和三院在 2024 年初陸續完成 HIS 3.0 升級。不過我找到的公開報導只講規模跟治理架構，沒有寫用哪個模型、跑在哪裡。這不是說北醫沒做，指引要求的是合約裡要有，不是新聞稿裡要有；但對我們讀者來說，光看報導判斷不出這一點，這件事本身就值得記住。

在我查到的這幾個公開案例裡，有講清楚部署方式的，走的都是機構租戶或地端、私有雲，不是個人帳號的網頁版模型。我沒有查遍所有醫院，但這些例子說明了機構導入通常會具備的條件：一份寫明資料流向與保存政策的合約、或一台放在院內的機器，外加稽核紀錄，正好就是那份指引要求的東西。

所以那句反問的正確版本是：醫院做的是「機構導入」，你我在診間做的是「個人使用」，適用的條件不一樣。醫院用得成，是因為它先把合約、部署、稽核這三格填滿了；個人帳號的網頁版，這三格是空的。

順帶一提，臺大送進 API 前的遮罩是照 HIPAA 十八項做的，很務實，因為那張清單可以寫成程式。但這不改變第二節的結論：十八項是工程上的檢核表，台灣法律上的門檻仍然是「無從辨識特定個人」這個結果。

六、所以，用 chart-scrub 的時候要注意什麼

把上面查到的東西收回工具本身，變成四件使用上要知道的事：

  1. 它做的是假名化，不是匿名化。跨次就診同一代號是刻意設計的功能，因為前後對照本來就是臨床判斷的一部分；代價是那張對照表就是還原身分的鑰匙。請把對照表當成病歷本身來保管：留在本機、不要放進雲端同步資料夾、不要留在共用電腦上。
  2. 遮的動作本身很安全，遮完之後的去向才是問題。工具整段跑在本機，線上版載入完就算斷網也能用，資料在遮的過程中沒有離開你的電腦。但遮完的輸出仍然要走第三節那三道關卡跟階梯：本機模型優先，院內部署次之，外部商業模型最後，而且第二關（院方規範）跟第三關（臨床流程）不會因為遮了就消失。
  3. 它遮得掉欄位，遮不掉敘述的唯一性。罕見診斷、特定術式、就診年月、院所那個組合，跑完 chart-scrub 還原封不動留在文字裡。真的要送外部模型，別送遮過的原文，把它重寫成一般化的臨床問題再送。
  4. 它不是批次抓病歷的通行證。輸入端的範圍還是第一節那句：臨床照護必要、自己照護的病人、用完不留存。遮罩處理的是「送出去」的風險，處理不了「抓下來」的問題。

工具的 README 我已經照這輪查證改過一遍，法律那節現在從「假名化不等於匿名化」開始講，每條法源都連到全國法規資料庫的現行版本，GitHub 上直接看得到。

結尾：實際上到底怎麼做

寫這篇有點像在幫自己的工具寫使用說明書的反面：不是它能做什麼，是它做完之後你還是不能做什麼。把實際應用收成五條，可以直接帶走：

  1. 抓病歷：只在臨床照護必要範圍、只碰自己照護的病人、用完不留存。不要寫腳本批次抓下來累積資料集，那在個資法上至少是「處理」特種個資，而且院方留得下紀錄。
  2. 要給 AI 看：先去識別化，然後照階梯選模型，本機、院內、最後才是外部商業模型。真的要送外部，第三節那三道關卡要一關一關過，而且第二關（院方規範）跟第三關（臨床流程）不會因為匿名化就消失。
  3. 記住假名化不是匿名化：代號對照表就是還原身分的鑰匙，請把那張表當成病歷本身來保管。
  4. 想在門診、病房的實際流程用生成式 AI：走機構的導入評估，不要把臨床現場當個人測試場。
  5. 想拿病歷做研究或訓練模型：那是人體研究法與 IRB 的地盤，不是「個人測試」。要不要免審、要不要同意，讓所屬機構跟 IRB 判定。

最後要老實說：我不是法律人。這篇是工程師式的逐條查證，不是法律意見，條文解讀我沒有把握每一處都對。所有出處都列在下面，每條法規的全國法規資料庫現行版本、憲法法庭判決全文、衛福部指引的原始函頒頁都有。如果有懂這方面法律的朋友看到哪裡理解錯了，拜託直接指正我，我會回來更新這篇，這種討論比按讚有價值太多了 🙌

也謝謝祥瑋願意在留言把話直接講出來。

出處

法條都是回全國法規資料庫對過現行版本的：

醫院實作現況的部分，出處在這裡：