「AI醫療在台灣很有機會，但也非常危險！在AI醫療我們遇到的很大問題是落後中國，我們與中國各自有不同的優點與角度，雖然現在台灣在AI醫療方面是領先的，但我們能領先多久？」台北醫學大學HIoT健康物聯網產學醫研聯盟執行長郭景桓，在「Hit AI」人工智慧產業台灣首屆高峰會中說明。
五年前，推動雲端醫療量血壓，衛服部也在十大縣市持續推廣此應用，但這五年中，這應用在台灣尚未興起，反而是中國興起了！台灣在AI醫療的不足在於，醫生往往面對單兵作戰的困境；醫療支援分散且不均，沒有醫院願意分享他們的醫學資料，產官學界的資料交流是分散的；AI醫療非常先進但新創團隊沒有空間。最後，台灣在法規上也有其限制。
郭景桓另從台北醫學大學的角度說明，病人的安全、醫療品質都是北醫持續在發展的，創造醫美、睡眠、懷孕待產的AI化、用藥安全及疲勞駕駛的預測；而醫療的標籤化等等都是台灣醫療的優勢之一，以此優勢結合HIoT(健康物聯網)，並加上台灣醫生的資質，希望HIoT(健康物聯網)的專業到跨領域的專業能互相交流。
郭景桓認為，資訊是AI發展的重心，而台灣醫療環境是先進的、有機會的！需要發展個人化精準醫療結合基因、環境等各大面向，不管是在醫療影像、還是HIoT(健康物聯網)穿戴式資訊，加上聊天機器人，讓後端醫療服務能做客製化回饋，讓醫生的專業知識回饋至系統；最後讓台灣的AI人才有更多的空間並能支援新創，尤其是AI醫療，未來東南亞都是台灣的AI醫療很大的發展機會。
致力於臨床情境、物聯網、大數據及人工智慧發展的台北醫學大學HIoT健康物聯網產學醫研聯盟，在人工智慧的發展趨勢下，有效地解決臨床醫療的痛點、提升診斷的準確性，並減少健康物聯網供需上的落差；而郭景桓是這團隊中不可或缺的重要推手。台灣大學畢業的他，憑藉著醫療資訊、系統整合、產學合作的專長，將帶領醫療產業走向更高端的世界。
大數據(Big Data)的最大特點，是從龐大資料庫中整理和分析資料，找出資料之間的相關性，並預測未來發展趨勢；AI基於龐大的數據規模，機器才能從中學會如何做決定。在雲端時代Big Data的需求大增；所以，如何有效運用海量資料來發展產品，一直是近幾年HIoT健康物聯網產學醫研聯盟積極研究的目標。
郭景桓專注於發展人工智慧於醫療及健康的下一代研究，從專業的角度詮釋，如何發展深度學習技術運用於病人安全，結合創新的雲端科技，願提供國人專業的預防醫學服務。
今年10月，台北醫學大學與微軟啟動全台首創「AI人才培育計畫」；微軟提供核心資料科學、大數據、AI在內的15門學科教材，並結合北醫既有的醫療資料庫，藉由線上到線下的整合課程，培育AI人才，填補國內市場的供需缺口，並與世界接軌，開拓台灣AI人才的新藍海。
