王伯伯因肺炎住院兩週，出院當天，女兒在病房外接到的不只是一袋藥，還有一份厚厚的衛教單張、一張回診單，以及「有狀況要再回來」的叮嚀。回到家之後，誰來量血氧?誰來判斷喘的程度是不是惡化?答案往往是：一個沒有受過專業的醫療訓練、卻必須立刻上線的家屬。

這個場景，正是台灣長照體系過去最大的斷點，醫院的照護品質很高，但病人一跨出醫院大門，銜接就斷了。長照3.0想補的，正是這一段；而AI，正在成為補洞的關鍵工具。

長照3.0：從「量的擴張」轉向「質的整合」

行政院於2025年12月31日核定《長期照顧十年計畫3.0》，自2026年起分階段上路。如果說長照2.0的成績單是「把資源放到看得到的地方」，十年內社區整合照顧服務據點成長近21倍，長照需要等級服務涵蓋率達到近九成，那麼長照3.0所要解決的是「資源接不上家庭日常」的問題。

長照3.0提出八大目標，其中與在宅照護最直接相關的，是「醫療照顧整合，推動責任醫療」與「導入智慧照顧，善用科技輔具」這兩項。具體展現在三個新制上：

在宅責任醫療網絡：推動責任醫師制度，讓醫師主動走入個案家中，而不是等病人自己想辦法回診。出院前就完成返家照顧計畫，把醫院端與居家端的資訊與責任銜接起來。

在宅急症照護（HaH）：當長者出現肺炎、尿路感染、軟組織感染等三類急症，且符合特定條件，可以選擇在家接受相當於住院等級的醫療照護，而不必再進急診室人擠人。這是健保與長照3.0首度在「急症」這個場景上正面交手。

智慧科技輔具納入補助：2026年7月起，居家智慧科技輔具租賃正式納入長照給付項目。這代表政府第一次明確承認，科技設備是照護的必需品，而不是家屬自費的加值選項。

這三項新制合起來，畫出一條清楚的路線：照護的重心，正在從「醫院」這個高成本、高密度的場域，往「客廳」這個低成本、但資訊與人力都稀薄的場域移動。而要讓客廳撐得起原本由醫院承擔的照護強度，AI幾乎是唯一可行的解法。

AI如何補上居家照護的資訊落差

醫院之所以能提供高品質照護，關鍵在於資訊密度，在醫院的護理站隨時看得到生命徵象、醫囑、檢驗數據。客廳沒有這些，AI要做的，就是在居家場域重建一套等效的資訊與決策系統。這套系統大致可以拆成三層。

感知層：智慧床墊、跌倒偵測攝影機、穿戴式生理量測裝置，負責把原本只有護理人員巡房才會察覺的訊號，變成持續性的數位資料。GIS業成集團的3D光學床邊偵測系統、合錦科技的隱私保護感測系統，都是用毫米波或ToF技術，在不打擾長者生活的前提下，捕捉跌倒、離床、久臥等異常行為。這一層解決的是「沒人在旁邊看著」的問題。

決策層：原始數據如果沒有判讀，只是噪音。這一層由AI演算法負責找出異常模式、預測跌倒或衰弱風險，並且把居家蒐集到的數據，跟醫院端的病歷、用藥紀錄串接起來，這也是為什麼FHIR這類醫療資訊交換標準，會成為很重要共通資料格式：若沒有共通的資料格式，居家的感測數據就只是孤島，進不了醫師的判斷流程。

協作層：感測與判讀之後，最後一哩路是把訊息送到對的人手上。語音輸入自動生成照護紀錄、異常事件即時推播給家屬與個案管理師、責任醫師遠端掌握個案動態，讓居家照護不再只靠一個家屬單打獨鬥，而是接回一個專業團隊。

這三層合起來，等於是把醫院護理站的功能，拆解之後重新部署到每一個家庭的客廳裡。

不只是技術問題：在宅照護的真實挑戰

AI能補資訊落差，但不代表在宅照護從此一路順暢。幾個現實的挑戰，值得在系列文章一開始就誠實面對。

第一，長照人力短缺是現在進行式，AI能減少巡房與文書負擔，但無法取代第一線照顧者的雙手與情感連結，過度期待AI「取代人力」反而會錯置資源配置的優先順序。

第二，長者與第一線照服員的接受度，是許多智慧照護導入案例反覆強調的痛點，長輩嫌操作複雜而抗拒，照服員忙到沒空學新工具。再好的系統，使用率低就等於沒有效果。

第三，財源的可持續性，長照3.0預算已破千億，2026年支出年增率預估逾兩成，而長照基金高度仰賴的房地合一稅收正在下滑。科技投資需要長期攤提，這筆帳必須跟政策的財務韌性一起算。

這些挑戰不是要否定AI在宅照護的方向，而是提醒我們：技術只是工具，真正決定成敗的，是制度設計、人員培訓與財源規劃能不能跟上技術導入的速度。

下一步：誰來操作這套系統？

當感知層、決策層、協作層的架構逐漸成形，下一個問題自然浮現：這麼多層的數據與決策，誰來統籌？答案很可能不是某一個App或某一台設備，而是一個能夠跨系統協調、主動介入的AI Agent，它不只是被動顯示數據，而是像一位數位化的第二雙手，協助家庭照顧者排程、提醒、甚至預先判斷風險。這也是本系列下一篇文章要深入探討的主題。

從醫院到客廳，照護場域正在改變；而AI，正在重新定義「在宅」這兩個字的可能性。

（專欄反映作者意見，不代表雜誌立場）

喜歡這篇文章嗎？加入會員即可收藏文章、產品及供應商