一、總體策略與願景

歐盟展望歐洲(Horizon Europe)計畫於2021至2027年投入935億歐元，健康集群(Cluster 1)為其「全球挑戰與歐洲工業競爭力」支柱下其中一領域。2025年健康集群工作計畫(Horizon Europe Work Programme 2025 Health) 聚焦強化歐洲健康體系的韌性與創新力。

二、重點目標

歐盟健康集群在2025年度工作計畫提出六項主要目標(Destinations)，以回應當前公共衛生挑戰，並推動健康領域的創新發展，如圖一所示。

(一)在快速變化的社會中保持健康
聚焦於提升民眾健康韌性與生活型態管理能力，透過推廣健康生活方式、改善飲食與環境因素，強化風險認知與預防介入，特別是針對弱勢族群。歐盟將運用數據科技、人工智慧與數位健康工具，促進個人化疾病預防與健康促進，並建構跨部門協作平台，整合政府、醫療與社區資源。

(二)在促進健康的環境中生活和工作
強調改善環境污染、氣候變遷與社經條件等健康風險因子，透過城市規劃、暴露評估與智慧監測技術，建構永續的健康環境，並透過多部門整合推動政策協同，促進綠色健康社會的實現。

(三)對抗疾病與減輕疾病負擔
致力於提升對慢性病、傳染病、心理健康與高風險族群的整合管理，藉由預防、早期診斷與個人化治療，發展跨國臨床試驗與風險因子研究，並強化從研究到實務的轉譯能力，建立具韌性且公平的健康體系。

(四)確保獲得平等創新、持續性與高品質的醫療保健
致力於縮減地區與族群間的醫療可及性落差，發展具擴展性與安全性的健康科技與治理創新，鼓勵智慧醫療、遠距照護與跨部門合作機制，進一步建立以公平與效率為核心的健康治理體系。

(五)開發並應用新興工具、技術與數位解決方案以促進健康社會
著重於開發與部署先進醫療科技，如先進治療藥物產品(Advanced Therapy Medicinal Products, ATMPs) 、高階醫材、AI 工具與數據平台，以提升個人化醫療與公共健康的效率，並強化數據共享、臨床試驗平台與歐盟健康資料空間建設，推動技術轉譯與數位轉型，提升整體系統韌性與國際競爭力。

(六)保持創新、永續和有競爭力的歐盟健康產業
聚焦於強化醫療器材、數位健康與藥品研發能力，結合法規優化與數位化流程，支持創新導入市場，並鼓勵中小企業參與，提升歐盟在全球醫療科技市場的領導地位與自主能力，實現綠色與永續轉型的健康產業體系。

三、代表徵案
下列將針對其中三項目標中(包括：對抗疾病與減輕疾病負擔；確保獲得平等創新、持續性與高品質的醫療保健；以及開發並應用新興工具、技術與數位解決方案以促進健康社會)，與人工智慧及精準健康相關之代表性徵案作介紹。

(一) 利用人工智慧進行流行病防範和應對
(1)關鍵挑戰與創新應用
COVID-19疫情曝露抗感染措施不足與系統韌性缺口，為克服此困境，本案強調應用先進的AI技術以實現快速反應與調適，開發整合式創新工具與策略，例如感染預警系統、個人化藥物使用規則與快速診斷技術，為歐盟及全球提供更有效的防疫工具。研究應善用多點流行病學監測與數位科技，建立高效率、資料驅動的預測與治理模式。同時應評估政策干預、處方行為與臨床指引更新的影響，優化藥物使用準則與感染控制成效。
(2)預期成果
本案可利用歐洲健康數據空間(European Health Data Space, EHDS)與歐洲開放科學雲(European Open Science Cloud, EOSC)，促進多部門協同治理。目標在於建構一個智能化的疾病監測與應對平台，改善大流行應對速度、提升公共衛生決策的科學性，並增強歐盟及全球公共衛生體系對未來傳染病威脅的韌性。

(二)用戶驅動的生成式人工智慧模型在醫療保健領域之應用
(1)關鍵挑戰與創新應用
人工智慧在醫療領域中具有應用的潛力，但仍面臨技術成熟度、法規合規、安全性，以及倫理等挑戰。本案支持跨領域合作，開發以用戶為中心的生成式人工智慧(Generative AI, GenAI)工具，藉由真實臨床資料與臨床需求緊密連結，提供個人化醫療解決方案，並促進醫療科技的創新轉化。
(2)預期成果
本案鼓勵建立用戶需求驅動的GenAI平台，能提取患者醫療資料，支持診斷、治療計畫制定及健康管理；強化模型的可靠性、安全性及倫理合規，確保模型在實際臨床環境中的安全應用；促進資料的互通與共享，遵循資料保護法規，建立資料治理架構，推動可查詢(Findability)、可存取(Accessibility)、可聯結(Interoperability)及可再用(Reusability)之資料；提高醫務人員與患者對AI工具的接受度與信任，並促進科技在臨床實務中的實質應用。期望提升醫療AI的應用，特別在於以用戶需求為核心的GenAI工具，解決臨床與患者的需求，推動個人化醫療與智慧醫療的普及。

(三)利用多模型資料提升生成式人工智慧在生物醫學研究中的應用
(1)關鍵挑戰與創新應用
先進的數據整合技術和GenAI，可以加速生物醫學研究、藥物開發與臨床診斷的創新。透過整合多源、多模型的數據，包括基因體學(Genomics)、醫學影像(Medical Imaging)及電子健康記錄(Electronic Health Records)等，與GenAI技術進行深度學習模型的構建，而能生成合成數據、模擬臨床情境，以克服數據不足、隱私保護和數據碎片化的困境，並提供更為準確的診斷、預後和治療策略。
(2)預期成果
本案強調模型的透明性與可解釋性，以符合醫療安全規範，並確保生成的AI結果具有臨床應用價值。最終建立一個數據驅動平台，促進AI在生醫領域的創新應用，強化歐洲在個人化醫療與精準醫學領域的競爭力。

(四)以基因工程技術優化細胞療法
(1)關鍵挑戰與創新應用
目前細胞療法領域已可治療多種疾病，但仍面臨的多種挑戰。本案強調應用先進的基因編輯(Genome Editing)和表觀基因編輯(Epigenome Editing)技術，設計具有可控性、安全性與療效的工程細胞，用以治療多種疾病，如癌症、自身免疫疾病及退化性疾病等。研究內容範圍涵蓋基因工程與表觀遺傳等，以及製備流程的優化。
(2)預期成果
本案期望建立一個跨學科的研發平台，促進生醫研究機構與產業合作，突破技術瓶頸，提升細胞療法的臨床潛力。旨在推動生醫技術的快速發展與臨床應用，加速推動下一代細胞療法的安全性、個人化和大規模製造，為重大疾病的治療提供全新的解決方案。

(五)強化細胞分泌體在臨床領域的應用
(1)關鍵挑戰與創新應用
細胞分泌體(Secretome)為一種再生醫療工具，可成為傳統細胞療法的低風險替代方案。然而，因為未充分了解其作用機轉、製程標準化不足、品質與效能評估指標不一，以及缺乏臨床可接受的製造與驗證流程等，導致目前尚無任何細胞分泌體為基礎的療法獲得監管機關核准。本案聚焦於以人類細胞來源的細胞分泌體或其活性成分，如細胞外囊泡(Extracellular Vesicles)、生長因子(Trophic Factors)、RNA及蛋白質等，發展具明確臨床前療效證據的產品。研究團隊需針對這些成分進行嚴謹的安全性評估，並建構符合優良製造規範(Good Manufacturing Practice, GMP)的製備流程，包括細胞培養、分泌物純化、儲存與運送機制。此外，要與監管機構密切合作，制定臨床試驗所需的標準作業程序與技術文件，以順利推進至臨床應用階段。 
(2)預期成果
本案期望分泌體療法的標準化生產、高品質及批次一致性，進一步推動其作為獨立的生物藥品進入臨床階段。並完成療效驗證、制定製造流程、建立品質管理體系(Quality Management System)，並配合規範申請的全流程，最終促成分泌體療法獲得監管部門批准，成為再生醫學中安全、有效且具有商業化潛力的創新療法。預期將改善目前缺乏有效治療的多種疾病，提高患者福祉，並推動歐盟在生醫領域的先進地位與競爭力。