關於 公私營合作例子 ，我們在網路上蒐集到這些相關的討論、資訊與評價

【香港邊區起得最多樓？】 #房屋供應懶人包

個個都話自己個區起樓最密，唔通真係個個區都最密？我地整理晒2011年1月開始截至今年3月入伙的房屋供應數據，睇清不同區嘅房屋供應規模同公私營比例，邊區起得多公屋，邊區起得少私樓一目了然。

點解要睇十年嘅房屋供應數字﹕

1. 定位「真實」的土地發展位置﹕提到房屋供應政府官員口中都係移山填海，或者無論時間同地點都係十萬八千里遠嘅明日大嶼，回顧地區嘅房屋供應狀況，先確切知道到近期發展嘅土地主要喺邊。

2. 睇下單位供應迫晒邊區﹕覺得番工番學迫車多咗人，房屋供應係主因之一。老街坊一般唔想社區變得太快，冷冰冰嘅供應數字背後，其實係伴隨重建而來有血有肉嘅社區變遷，除咗係數字，仲係活生生對生活嘅影響。

歡迎下面搵番自己住的地區的房屋供應狀況，分享埋比街坊一齊睇，八掛一下隔離區嘅房屋供應狀況亦得。

（一）公營房屋供應主導的主要地區

▌沙田 新界樓王
興建全港最多37157個單位，公營房屋比例為68.5%，較大規模的公營發展包括﹕碩門邨、欣安邨、水泉澳邨、駿洋邨合共提供21,524個單位。另一方面私人單位都唔少，全港第四多，主要來源是政府賣地，27個地盤合共提供了11,716個單位。

▌深水埗 濁水漂樓
興建36,426個單位，公營房屋比例為76.2%，較大規模的公營發展包括﹕蘇屋邨 (重建)、石硤尾邨 (重建) 、海達邨 、麗翠苑及凱樂苑提供19,941個單位，另外的私人房屋單位主要供應是市建局及私人發展商的重建項目。

▌觀塘 公營冠軍
興建31,923個單位，公營房屋比例為88.6%，公營單位興建數目為全港最多，較大規模的發展包括 ﹕安達邨、安泰邨及牛頭角下邨 (重建) 提供22,800個單位。

▌離島 東涌崛起
興建13,744個單位，公營房屋比例為69.2%，較大規模的發展包括﹕迎東邨及滿東邨提供7500個單位。私人房屋的供應主要集中在2015-16年間東涌迎康路3塊地皮興建3,758個單位。

（二）公私營供應五五開的地區

▌九龍城 重建災區
興建30,780個單位，公營房屋比例為50.3%，公私營房屋供應數目相若，較大規模的公營發展包括﹕德朗邨、啟晴邨合共提供13,400個單位。私人房屋方面，九龍城大部分的單位供應是散落不同地點的舊樓重建項目，其中最大規模的是何文田邨重建而來的1429個單位和紅磡「劏房之城」1008個單位，較大規模的重建地皮來源有公務合作社重建和工廈重建，另外啟德發展區4個項目共合興建了2,884個單位。

（三）私營房屋供應主導的地區

▌西貢/將軍澳 港鐵圈地
興建27,640個單位，私人房屋的比例為80.1%，私人單位數目全港最多（註1），供應最集中的位置分別是日出康城站上蓋及外圍8個地盤合共興建了11,629個單位，以及將軍澳站上蓋及南面的12個地盤合共興建了8417個單位。

▌元朗 私樓亞軍
興建26,925個單位，私人房屋的比例為66.1%，興建數目全港第二多，私人房屋供應集中在四個位置，分別是元朗站、朗屏站、十八鄉路和沙埔青山公路潭尾段，合共有15個地盤和興建了12,132個單位，公營房屋方面，較大規模的公營發展包括﹕洪福邨、屏欣苑提供7,309個單位。

▌屯門 黃金地產
興建16,661個單位，私人房屋的比例為65.8%，供應集中在屯門南開始、青山公路青山灣段至掃管笏，黃金海岸附近共10個樓盤，興建了7,423個單位，較大規模的公營發展有欣田邨提供4,700個單位。

▌大埔 專才入主
興建12,196個單位，私人房屋的比例為95.9%，供應集中在白石角科學園附近12個樓盤，興建了8,598個單位。

（四）私營房屋主導但發展規模較細的地區

▌東區 公屋絕跡
興建8,625個單位，私人房屋比例為84.6%，發展模式主要為私人重建，單位數目最多的項目只提供了650個單位。

▌荃灣 西鐵屋苑
興建8,115個單位，私人房屋比例為88.1%，單位供應集中在荃灣西站的5個地皮，合共提供了6059個單位。

▌ 零公屋朋友
中西區、油尖旺、灣仔、南區分別興建6,781至1569個單位不等，四區過去十年均沒有公營房屋落成，私人單位供應主要是私人重建發展。

（五）公營房屋主導但發展規模較細的的地區

▌ 蓄勢待發
黃大仙、葵青、北區分別興建7,637至5,687個單位，公營房屋比例界乎61.5至82.5%之間，較具規模的公營房屋發展有東匯邨提供2400個單位和葵聯邨的3000個單位。

近年房屋供應的出現一種「畫大餅」模式﹕公營房屋供應相當部分是透過個別大型屋邨撐起供應數字例如﹕沙田的水泉澳邨和觀塘的安達臣邨；私人房屋亦可觀察到整區純私樓的現象，最明顯的例子有日出康城、荃灣西、掃管笏、元朗站上蓋等等，政府「畫大餅」模式亦直接導致不同地區嘅公私營比例兩極化，有區ALL-IN公屋，有區無公屋。

註1﹕十年前地產界有一種說法，指未來將軍澳單位供應足，二手樓價有調整壓力，但結果將軍澳樓價沒有受單位供應影響，成為樓價上升最快的地區之一，以單位供應預測個別地區的樓價升跌有一定局限，原因之一是單位供應有機會引來人口移入。

-
💪 研究有價　月捐撐起土地研究工作：https://liber-research.com/support-us/
FPS ID：5390547
HSBC PayMe 捐款支持：https://bit.ly/32aoOMn
戶口號碼：匯豐銀行 640-198305-001 (LIBER RESEARCH COMMUNITY (HK) COMPANY LIMITED)
義工招募：https://bit.ly/2SbbyT3

【美國制裁五家新疆太陽能企業 北京: 將作必要反應】

✏️繼限制進口新疆棉花、番茄等產品後，美國宣佈對新疆多家太陽能公司及實體祭出制裁，以打擊供應鏈中的強迫勞動。

✏️白宮表示，這不僅是捍衛人權，也是要確保北京遵守公平貿易規則。

✏️北京再次否認關於新疆的各種指控，表示將作出「必要反應」捍衛中國企業。

✏️這次制裁發生在中國制定《反外國制裁法》之後，產業鏈中的企業會如何應對引人關注。

▫️報導全文：https://www.rfa.org/mandarin/yataibaodao/jingmao/jt-06242021100842.html


▪️接續川普政策 拜登打擊新疆強迫勞動

6月24日，拜登政府針對新疆強迫勞動祭出新的制裁，這次瞄准的是來自新疆的太陽能產業。這項跨部門的制裁包含針對一家中國公司的進口「暫扣令」及對五家中國實體的出口管制。

「美國不會容忍我們供應鏈中存在強迫勞動，並將繼續維護我們的價值觀以及美國工人和企業的利益。」白宮聲明寫道，由中國政府支持的新疆強迫勞動「既是對人類尊嚴的侮辱，也是中國不公平經濟做法的一個例子……解決這些虐待行為是拜登政府的重中之重。」

白宮強調，這項制裁的目的是要確保北京遵守公平貿易規則及國際秩序。

美國在新疆問題上針對中國的行動由特朗普政府時期發起。長期關注中國人權相關議題的前美國務院全球婦女議題無任所大使、現任智庫新美國安全中心（CNAS）印太項目高級研究員的柯莉（Kelley Currie）接受本台訪問時，肯定拜登政府在新疆相關政策上的延續性。

「拜登政府在今天的白宮聲明中強調一個論點，也是我們在上屆政府經常談到的──強迫勞動和奴隸勞動不僅有違人權，也傷害了美國及其他國家的工人，因為他們正在與這些中國工人競爭……這個議題與世界每個國家都有關係。」


▪️跨部門制裁: 一個暫扣令、五家上了黑名單

在這波跨部門的制裁行動中，美國國土安全部（DHS）下屬的海關與邊境保護局（CBP）宣佈對中國合聖盛硅業公司及其子公司生產的產品發佈「暫扣令」（withhold and release order，簡稱WRO）。

「暫扣令」表明美國海關與邊境保護局已發現有力的證據，認定這些產品與強迫勞動有關係。貨物被扣押後，進口公司可向海關提供證據，證明沒有強迫勞動，或情況已改善，才得以放行。

2021年以來，美國海關與邊境保護局已頒布六個「暫扣令」，其中一個針對來自新疆地區的棉花和番茄產品，另一個針對新疆生產建設兵團 （XPCC）的棉花產品，還有一個針對大連遠洋漁業公司。

目前，美國49個正在執行的「暫扣令」中，有35個針對來自中國的商品，11個暫扣令是針對來自新疆的強迫勞動製造的商品。

至於未來制裁是否會擴大到新疆地區以外的中國其他工廠?美國國土安全部部長馬約卡斯(Alejandro Mayorkas)在24日記者會上回答本台維語部記者提問時表示，對進行中的調查暫不評論。

「我們會從根本上移除(供應鏈中)的強迫勞動，不論來自哪裡……。我們還與私營企業緊密合作，以實現移除強迫勞動的共同目標。」 馬約卡斯說。

除了國土安全部，美國商務部將合盛硅業、新疆大全新能源、新疆東方希望有色金屬、新疆協鑫新能源和新疆生產建設兵團（XPCC）等五家中國公司與實體列入限制出口黑名單，這些都是太陽能電池重要原料單晶硅（a-Silicon）或多晶硅（Poly-Silicon）的主要製造商。

美國商務部表示，這些公司和兵團在中國新疆對維吾爾族、哈薩克族和其他穆斯林少數民族成員實施鎮壓、任意大規模拘留、強迫勞動、高科技監控，涉及侵犯和踐踏人權的行為。

▪️G7聯合打擊強迫勞動 中國如何接招?

中國外交部發言人趙立堅於24日例行記者會駁斥新疆發生種族滅絕、強迫勞動的指控是「世紀謊言」、意圖遏制中國發展。「從棉花到光伏，從農業到工業，美方以人權為幌子，不擇手段打壓新疆產業發展，損害的是新疆人民的生存權、發展權。」

趙立堅說，北京將採取「一切必要措施」 作出必要反應，保護中國企業的權益。

新疆是中國多晶硅的主要產區，佔全球產能45%。中國的太陽能產業在過去十年急速發展，在大量補貼以及技術升級之下，中國拿下全球太陽能電池板銷售額的60%。

長期參與美國國會中國相關立法事務的美國外交政策理事會（American Foreign Policy Council）印太事務研究員蘇布里克（Michael Sobolik）告訴本台，美國發佈制裁的時間點與七大工業國峰會(G7)達成共識有關。

「(制裁的時間點)是在拜登總統出訪北約、七國集團峰會之後，這是他試圖在應對中國問題上做出多邊共同應對的又一個例證……這也是為未來更多國家(加入制裁中國強迫勞動)奠定基礎。」蘇布里克說。

上週，七大工業國峰會(G7)發表了一份反對強迫勞動的聲明，內文沒有直接點名中國。《華爾街日報》稱，這反映出歐洲和日本不願意在這個問題上與中國對抗。

不過，白宮國家安全顧問沙利文在從歐洲返回美國後的電話簡報中曾預告，關於強迫勞動，七國集團特別確定了三個領域：服裝、農業以及多晶硅領域即太陽能領域。

「我們所期望的是，其他七國集團夥伴將研究對那些被證明是用強迫勞動生產的商品進行各種形式的限制。這些限制的確切形式、時間將因國家而異。」沙利文說，美國期望各國在大方向上「保持一致」。

今年初，市場關注新疆被指存在強迫勞動，美國太陽能行業協會(SEIA)稱，鑒於新疆濫用勞工的報導，以及無法在那裡進行獨立審計，太陽能企業應立即轉移供應鏈。當時，共有包含杜克能源在內的175家公司簽署反強迫勞動的書面承諾。


▫️白宮聲明：https://www.whitehouse.gov/briefing-room/statements-releases/2021/06/24/fact-sheet-new-u-s-government-actions-on-forced-labor-in-xinjiang/

▫️聯邦公報：https://public-inspection.federalregister.gov/2021-13395.pdf

▫️新疆太陽能涉強迫勞動報告：https://www.shu.ac.uk/helena-kennedy-centre-international-justice/research-and-projects/all-projects/in-broad-daylight

AI 助陣醫學、防疫，個人隱私難兩全？

2021/06/09 研之有物

規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

評論

本篇來自合作媒體研之有物，作者周玉文、黃曉君，INSIDE 經授權轉載。

AI 醫療、科技防疫的人權爭議

健康大數據、人工智慧（AI）已經成為醫療研發的新聖杯，新冠肺炎（COVID-19）更將 AI 技術推上防疫舞臺，各國紛紛串聯大數據監控足跡或採用電子圍籬。但當科技防疫介入公衛醫療，我們是否在不知不覺中讓渡了個人隱私？

中研院歐美研究所副研究員何之行認為，規範不完備是臺灣個資保護的一大隱憂，《個資法》問世遠早於 AI 時代、去識別化定義不清、缺乏獨立專責監管機構，都是當前課題。

「天網」恢恢，公衛醫療的新利器
自 2020 年新冠疫情大爆發，全世界為了因應危機展開大規模協作，從即時統計看板、預測病毒蛋白質結構、電子監控等，大數據與 AI 技術不約而同派上用場。但當數位科技介入公共衛生與醫療健康體系，也引發人權隱私的兩難爭議。

2020 年的最後一夜，臺灣再次出現本土案例。中央流行疫情指揮中心警告，居家隔離、居家檢疫、自主健康管理的民眾，都不應參加大型跨年活動。而且，千萬別心存僥倖，因為「天網」恢恢，「我們能找得到您」！有天網之稱的電子圍籬 2.0 出手，許多人拍手叫好，但也挑起國家進行隱私監控的敏感神經。

隱私爭議不只在防疫戰場，另一個例子是近年正夯的精準醫療。2021 年 1 月，《經濟學人》（The Economist）發布亞太區「個人化精準醫療發展指標」（Personalised-health-index）。臺灣勇奪亞軍，主要歸功於健全的健保、癌症資料庫及尖端資訊科技。

國際按讚，國內反應卻很兩極。早前曾有人質疑「個人生物資料」的隱私保障，擔憂是否會成為藥廠大數據；但另一方面，部分醫療研究者卻埋怨《個人資料保護法》（簡稱《個資法》）很嚴、很卡，大大阻擋了醫學研發。為何國內反應如此分歧？

中研院歐美所副研究員何之行認為，原因之一是，

《個資法》早在 2012 年就實施，跑在 AI 時代之前，若僅僅仰賴現行規範，對於新興科技的因應恐怕不合時宜。

健保資料庫爭議：誰能再利用我們的病歷資料？

來看看曾喧騰一時的「健保資料庫訴訟案」。

2012 年，臺灣人權促進會與民間團體提出行政訴訟，質疑政府沒有取得人民同意、缺少法律授權，逕自將健保資料提供給醫療研究單位。這意味，一般人完全不知道自己的病例被加值運用，侵害了資訊自主權。案件雖在 2017 年敗訴，但已進入大法官釋憲。

民間團體批評，根據《個資法》，如果是原始蒐集目的之外的再利用，應該取得當事人同意。而健保資料原初蒐集是為了稽核保費，並非是提供醫學研究。

但支持者則認為，健保資料庫是珍貴的健康大數據，若能串接提供學術與醫療研究，更符合公共利益。此外，如果過往的數據資料都必須重新尋求全國人民再同意，相關研發恐怕得被迫踩剎車。

種種爭議，讓醫學研究和資訊隱私之間的紅線，顯得模糊而舉棋不定。何之行指出，「個人權利」與「公共利益」之間的權衡拉鋸，不僅是長久以來政治哲學家所關心的課題，也反映了現代公共衛生倫理思辨的核心。

我們有權拒絕提供資料給醫療研究嗎？當精準醫療的腳步飛也似向前奔去，我們要如何推進醫學科技，又不棄守個人的隱私權利呢？

「精準醫療」與「精準健康」是近年醫學發展的重要趨勢，透過健康大數據來評估個人健康狀況，對症下藥。但健康資料涉及個人隱私，如何兼顧隱私與自主權，成為另一重要議題。

去識別化爭點：個資應該「馬賽克」到什麼程度？

何之行認為，「健保資料庫爭議」短期可以從幾項原則著手，確立資料使用標準，包括：允許退出權（opt-out）、定義去識別化（de-identification）。

「去識別化」是一道安全防護措施。簡單來說：讓資料不會連結、辨識出背後真正的那個人。何之行特別分享 Google 旗下人工智慧研發公司 DeepMind 的慘痛教訓。

2017 年，DeepMind 與英國皇家醫院（Royal Free）的協定曝光，DeepMind 從後者取得 160 萬筆病歷資料，用來研發診斷急性腎衰竭的健康 APP。聽來立意良善的計畫，卻引發軒然大波。原因是，資料分享不僅未取得病患同意，也完全沒有將資料去識別化，每個人的病史、用藥、就醫隱私全被看光光！這起爭議無疑是一大教訓，重創英國社會對於開放資料的信任。

回到臺灣脈絡。去識別化指的是以代碼、匿名、隱藏部分個資或其他方式，無從辨識特定個人。但要達到什麼樣的隱匿保護程度，才算是無從識別特定個人？

何之行指出，個資法中的定義不甚清楚，混用匿名化（anonymous）、假名化（pseudonymised）、去連結（delink）等規範程度不一的概念。臺灣也沒有明確定義去識別化標準，成為爭點。

現行法令留下了模糊空間，那麼他山之石是否能提供參考？

以美國《健康照護可攜法案》（HIPAA）為例，法案訂出了去除 18 項個人識別碼，作為去識別化的基準；歐盟《一般資料保護規則》則直接說明，假名化的個資仍然是個人資料。

退出權：保留人民 say NO 的權利

另一個消解爭議的方向是：允許退出權，讓個人保有退出資料庫的權利。即使健保資料並沒有取得民眾事前（opt-in）的同意，但仍可以提供事後的退出選項，民眾便有機會決定，是否提供健康資料做學術研究或商業運用。

何之行再舉英國國民健保署 NHS 做法為例：英國民眾有兩階段選擇退出中央資料庫 （NHS Digital）的機會，一是在一開始就拒絕家庭醫師將自己的醫病資料上傳到 NHS Digital，二是資料上傳後，仍然可以在資料分享給第三方使用時說不。畢竟有人願意為公益、學術目的提供個人健康數據，對商業用途敬謝不敏；也有人覺得只要無法辨識個人即可。

近年，英國政府很努力和大眾溝通，希望民眾認知到資料分享的共善，也說明退出所帶來的社會成本，鼓勵人們留在資料庫內，享受精準醫療帶給個人的好處。可以看到英國政府藉由公眾溝通，努力建立社會信任。

參照英國經驗，目前選擇退出的比率約為 2.6%。保留民眾某種程度的退出權，但善盡公眾溝通，應是平衡集體利益與個人隱私的一種做法。

歐盟 GDPR 個資保護的四大原則

健保資料庫只是案例之一，當 AI 成為大數據浪潮下的加速器，最周全之策仍然是針對 AI 時代的資料運用另立規範。 歐盟 2018 年實施的《一般資料保護規則》（General Data Protection Regulation，以下簡稱 GDPR），便是大數據 AI 時代個資保護的重要指標。

因應 AI、大數據時代的變化，歐盟在 2016 年通過 GDPR，2018 年正式上路，被稱為「史上最嚴格的個資保護法」。包括行動裝置 ID、宗教、生物特徵、性傾向都列入被保護的個人資料範疇。
歐盟在法令制定階段已將 AI 運用納入考量，設定出個資保護四大原則：目的特定原則、資料最小化、透明性與課責性原則。

其中，「目的特定」與「資料最小化」都是要求資料的蒐集、處理、利用，應在特定目的的必要範圍內，也就是只提供「絕對必要」的資料。

然而，這與大數據運用需仰賴大量資料的特質，明顯衝突！

大數據分析的過程，往往會大幅、甚至沒有「特定目的」的廣蒐資料；資料分析後的應用範圍，也可能超出原本設定的目標。因此，如何具體界定「特定目的」以及後續利用的「兼容性判斷」，便相當重要。這也突顯出「透明性」原則強調的自我揭露（self-disclosure）義務。當蒐集方成為主要的資料控制者，就有義務更進一步解釋那些仰賴純粹自動化的決策，究竟是如何形成的。

「透明性原則的用意是為了建立信任感。」何之行補充。她舉例，中國阿里巴巴集團旗下的芝麻信用，將演算法自動化決策的應用發揮得淋漓盡致，就連歐盟發放申根簽證都會參考。然而，所有被納入評分系統的人民，卻無從得知這個龐大的演算法系統如何運作，也無法知道為何自己的信用評等如此。

芝麻信用表示，系統會依照身分特質、信用歷史、人脈關係、行為偏好、履約能力等五類資料，進行每個人的信用評分，分數介於 350-950。看似為電商系統的信用評等，實則影響個人信貸、租車、訂房、簽證，甚至是求職。

這同時涉及「課責性」（accountability）原則 ── 出了問題，可以找誰負責。以醫療場域來講，無論診斷過程中動用了多少 AI 工具作為輔助，最終仍須仰賴真人醫師做最後的專業判斷，這不僅是尊重醫病關係，也是避免病患求助無門的問責體現。

科技防疫：無所遁形的日常與數位足跡

當新冠疫情爆發，全球人心惶惶、對未知病毒充滿恐懼不安，科技防疫一躍成為國家利器。但公共衛生與人權隱私的論辯，也再次浮上檯面。

2020 年 4 月，挪威的國家公共衛生機構推出一款接觸追蹤軟體，能監控足跡、提出曾接觸確診者的示警。但兩個月後，這款挪威版的「社交距離 APP」卻遭到挪威個資主管機關（NDPA）宣告禁用！

挪威開發了「Smittestopp」，可透過 GPS 與藍牙定位來追蹤用戶足跡，提出與感染者曾接觸過的示警，定位資訊也會上傳到中央伺服器儲存。然而，挪威資料保護主管機關（NDPA）宣告，程式對個人隱私造成不必要的侵害，政府應停止使用並刪除資料。

為何挪威資料保護機關會做出這個決定？大體來說，仍與歐盟 GDPR 四大原則有關。

首先，NDPA 認為挪威政府沒有善盡公眾溝通責任，目的不清。人民不知道這款 APP 是為了疫調？或者為研究分析而持續蒐集資料？而且，上傳的資料包含非確診者個案，違反了特定目的與資料最小蒐集原則。

此外，即便為了防疫，政府也應該採用更小侵害的手段（如：僅從藍牙確認距離資訊），而不是直接由 GPS 掌控個人定位軌跡，這可能造成國家全面監控個人行蹤的風險。

最後 NDPA 認為，蒐集足跡資料原初是為了即時防疫，但當資料被轉作後續的研究分析，政府應主動說明為什麼資料可以被二次利用？又將如何去識別化，以確保個資安全？

換言之，面對疫情的高度挑戰，挪威個資保護機關仍然認為若沒有足夠的必要性，不應輕易打開潘朵拉的盒子，國家採用「Smittestopp」這款接觸追蹤軟體，有違反比例原則之虞。

「有效的疫情控制，並不代表必然需要在隱私和個資保護上讓步。反而當決策者以防疫之名進行科技監控，一個數位監控國家的誕生，所妥協的將會是成熟公民社會所賴以維繫的公眾信任與共善。」何之行進一步分析：

數位監控所帶來的威脅，並不僅只於表象上對於個人隱私的侵害，更深層的危機在於，掌握「數位足跡」(digital footprint) 後對於特定當事人的描繪與剖析。

當監控者透過長時間、多方面的資訊蒐集，對於個人的「深描與剖繪」（profiling）遠遠超過想像──任何人的移動軌跡、生活習慣、興趣偏好、人脈網絡、政治傾向，都可能全面被掌握！

AI 時代需要新法規與管理者

不論是醫藥研發或疫情防控，數位監控已成為當代社會的新挑戰。參照各國科技防疫的爭論、歐盟 GDPR 規範，何之行認為，除了一套 AI 時代的個資保護規範，實踐層面上歐盟也有值得學習之處。

例如，對隱私風險的脈絡化評估、將隱私預先納入產品或服務的設計理念（privacy by design），「未來照護機器人可能走入家家戶戶，我們卻常忽略機器人 24 小時都在蒐集個資，隱私保護在產品設計的最初階段就要納入考量。」

另外最關鍵的是：設置獨立的個資監管機構，也就是所謂的資料保護官（data protection officer，DPO），專責監控公、私營部門是否遵循法規。直白地說，就是「個資警察局」。何之行比喻，

如果家中遭竊，我們會向警察局報案，但現況是「個資的侵害不知道可以找誰」。財稅資料歸財政部管，健康資料歸衛福部管，界定不清楚的就變成三不管地帶。

綜觀臺灣現狀，她一語點出問題：「我們不是沒有法規，只是現有的法令不完備，也已不合時宜。」

過往許多人擔心，「個資保護」與「科技創新」是兩難悖論，但何之行強調法令規範不是絆腳石。路開好、交通號誌與指引完善，車才可能跑得快。「GDPR 非常嚴格，但它並沒有阻礙科學研究，仍然允許了科學例外條款的空間。」

「資料是新石油」（data is the new oil），臺灣擁有世界數一數二最完整的健康資料，唯有完善明確的法規範才能減少疑慮，找出資料二次利用與科技創新的平衡點，也建立對於資料二次利用的社會信任。

資料來源：https://www.inside.com.tw/article/23814-ai-privacy-medical?fbclid=IwAR0ATcNjDPwTsZ4lkQpYjvys3NcXpDaqsmE_gELBl_UNu4FcAjBlscxMwss