當AI給你營養建議：台灣《營養師法》還沒想過的法規空白

之前分享利用 Claude Code 做飲食營養分析 Bot 的經驗。我自己有個習慣，就是在做新的專案時，會先評估法遵風險。當我在做飲食營養分析 Bot 時，我才知道原來台灣除《醫師法》外還有《營養師法》，而《營養師法》第 12 條列舉營養師的法定業務，包含營養評估、飲食設計、個案諮詢、膳食管理等。

這部《營養師法》在幫大家的健康把關，因為不能隨便一支影片、一段報導，就能提供營養建議。在法規中，需要接受完整的專業教育，並持續進修，每 6 年就要提出繼續教育的證明文件，才能更新執業證照；沒有「營養師」的證照不能自稱「營養師」，法規中列舉了營養師的業務範圍，並規定須親自執行業務，不能由他人代理，如果藉由通訊方式執行業務，還要經過執業登記的主管機關核准；執行業務時還要做紀錄，這些紀錄可能還會成為法律或醫療紀錄文件。

成為「營養師」需要符合嚴格的要求與限制，並不是隨便用AI分析、讓AI提供建議就能取代的。台灣每年會舉辦 2 次營養師的考試，參考自中華民國營養師公會在 2025年的資料，台灣每年營養科系的畢業生約 1500 人，到 2025年，累計已有 11,860 人通過考試取得執照，及格率約 25%，看起來是一個具有挑戰性的考試。

Bot 的個人化建議，算不算「執行業務」？

在我設計的 Bot 裡，不是只有拍照上傳讓 AI 去分析、評估，事實上還有其他情境的飲食需求，再提供使用者建議，例如由 Bot 提醒當天攝取的蛋白質不足，或我在前篇文章中提到的鈉的攝取量過高，Bot可能提醒要減少鈉的攝取或是多補充哪些蛋白質來源，這些分析與建議是否算「執行業務」？在該法第 29 條中也寫明，如果沒有取得營養師的資格而執行相關業務，本人及其雇主各處新臺幣 5 萬元以上，25 萬元以下罰鍰。

法律規範的對象是「人」，目前法律還沒有明確定義 AI 工具的法律地位，也不知道該找誰負責，是開發的工程師？大語言模型的公司？還是開發的公司？一般開發者通常會在提供的資訊裡加上「僅供參考、非醫療建議」的免責聲明來規避，但無從得知這樣的聲明在法律是否具有效力。另外，由於在 Bot 中可以設定慢性病的個別飲食計算，還可能同時踩到《醫師法》（涉及診療）與《營養師法》（涉及個案管理）。同時，即使開發者已在服務中加入「僅供參考、非醫療建議」的免責聲明，主管機關或法院在判斷是否構成營養師業務的執行時，仍然會以服務的實質功能為主要審查對象。例如，若 Bot 提供高度個人化的營養評估、針對個案的飲食設計、或針對慢性病提出具體調整建議，這些行為在實質上已接近營養師法第 12 條所列的業務範圍，單憑免責聲明可能無法完全排除法律風險。目前台灣尚無直接針對此類 AI 工具的司法判決，但實務上「看實質、不看形式」是法院在醫事法領域常採用的審查原則，這也是開發者需要特別留意的地方。

法規精神 vs. AI現實：一個難解的矛盾

現行《營養師法》的立法精神是保護民眾不受道聽途說與庸醫之害，但 AI 時代最大的衝突，可能是「AI 可能比平均水準的諮詢更準確，卻沒有法律地位」。這個矛盾，台灣目前沒有出口。

現行中華民國法律無法解決的根本問題包括：

1. 不明確的責任主體：誰應該為 AI 建議導致的傷害負責？開發者說是工具，使用者說信了 AI，傷者說誰賠？
2. 「諮詢」的定義沒有數位化更新：在立法時只想到人對人的「諮詢」。AI 是一對百萬人的個人化互動，現有法律框架根本無法對應。
3. 跨國AI模型供應商的管轄空白：若 AI 背後是 Anthropic、OpenAI、Google 或其他國家的大語言模型，台灣主管機關（衛福部/食藥署 或數位發展部）可能無法管到供應商，只能管台灣境內的介接服務。

他山之石：美國、歐盟、英國

基於過往工作的經驗，我請AI協助找尋相關資料。

美國：風險分級模式

目前在應用程式商店中有提供食品營養分析功能的應用程式，可能還結合許多類似運動監測、生理資訊監測的功能，這些目前都可能是遊走在灰色地帶，以不違反《營養師法》為前提來提供服務。但我在想，有沒有可能有符合時代發展的進一步作法？

美國 FDA 在 2020年啟動「數位健康卓越中心」（Digital Health Center of Excellence，DHCoE），目的是協調 FDA 內部所有數位健康相關工作，並非直接負責審批決策，DHCoE的主要工作領域為數位健康政策支援、醫療器材網路安全、AI/ML、真實世界證據（Real World Evidence）、法規科學研究。美國FDA把軟體分成「醫療器材等級」和「非醫療器材」，判斷標準是：軟體的輸出是否直接用於醫療診斷或治療決策。一般健康追蹤 app 通常不被歸類為 Software as a Medical Device（SaMD），但若 AI 針對慢性病患者給出具體飲食處方，就可能跨線。DHCoE 在2025年11月，數位健康諮詢委員會專門討論「生成式 AI 驅動的數位心理健康醫療器材」，顯示美國 FDA 已開始正式處理生成式應用的監管問題，而再更早之前我也提過歐盟與美國相關的監管資訊；在 2026年 1 月美國 FDA 更新 2019 年的「一般健康工具指引」（General Wellness: Policy for Low Risk Devices）與 2022 年的「臨床決策支援軟體指引」（Clinical Decision Support Software，CDS），核心方向是「低風險放行、高風險維持管控」，這些對美國的軟體開發者來說，很多過去灰色地帶的健康工具現在明確不需要美國 FDA 審查，也降低許多法遵風險。

除了美國，歐盟與英國也各自走出不同的路，剛好可以跟美國的「風險分級」對照。

歐盟：雙軌疊加、從嚴

歐盟《醫療器材法規》（Medical Device Regulation，MDR）與《AI Act》的交集，其判斷邏輯類似於美國此FDA，看的是「意圖用途」，如果應用程式（APP）只是健康提醒或追蹤，屬於「一般促進健康應用程式」（Wellness App）；但只要涉及診斷、治療建議或臨床判讀，就會被歸類為醫療器材軟體（SaMD）。如果這個SaMD 本身內建 AI 或機器學習，例如針對慢性病患者給出個人化飲食建議，依「AI Act對醫材的高風險分類」還會被額外歸類為「高風險AI系統」，必須同時符合 《MDR》 與 《AI Act》 兩套規範，包括資料治理、透明度、人為監督、風險管理與上市後監控等義務。在之前的全球 AI 監管進度中，也提到歐洲議會已於2026年6月16日公布確認通過的AI 法 Omnibus 修正案，將嵌入受歐盟產品安全法規約束之產品的AI系統則延至2028年8月2日。

英國：補強規範中，採認國際機制

英國藥品與保健產品管理局（MHRA）的現行指引「軟體與人工智慧（Software and artificial intelligence (AI) as a medical device）一樣是判斷軟體是否具「醫療用途」，但目前尚未有專屬的AI醫療器材規範，只確認會在「2026年依英國生命科學產業計畫發布專屬框架」，處理AI生命週期治理、透明度與資安要求——這一點跟台灣現在的空白狀態其實頗為類似。比較特別的是，英國另外設計國際採認機制「Statement of policy intent: international recognition of medical devices」：只要廠商已取得美國FDA、加拿大衛生部或澳洲TGA的核准，就能直接申請英國的簡化審查，預計可縮短6到12個月的上市時間。

英國在2024年啟動全球第一個AI醫療器材法規沙盒「AI Airlock」，並持續擴大測試規模；2025年9月更成立「AI醫療監管國家委員會」（National Commission into the Regulation of AI in Healthcare），研議AI醫療器材監管的未來方向。

結論：在法規灰色地帶裡，我們還能做什麼？

從我自己動手做自己的飲食營養分析 Bot 開始，原本只是想解決自己的健康管理需求，卻意外找到台灣法規對 AI 時代未曾設想的空白。《營養師法》的立法精神立意良善，是要保護民眾不被沒有專業訓練的建議誤導，但它假設的前提，是「諮詢」發生在人與人之間，而不是一個能同時服務上百萬使用者、隨時給出個人化建議的AI。

目前沒有人真正確定「僅供參考、非醫療建議」這句話在法律上是否站得住腳，也沒有人能明確回答，當AI建議出錯時，責任該由誰承擔：寫程式的人、訓練模型的公司，還是提供服務的開發者？

美國、歐盟、英國的做法，剛好提供 3 種不同參考方向：美國 FDA 用風險分級處理：低風險的一般健康工具直接放行，只有真正涉及診斷或治療決策的高風險應用才需要嚴格審查，效率最高，開發者至少知道自己站在哪條線的哪一邊；歐盟則是 《MDR》 加 《AI Act》雙軌從嚴，只要 SaMD 內建 AI，一律視為高風險系統，資料治理、透明度、上市後監控一項都不能少，課責機制最完整，但代價可能是提高業者的法遵成本與風險；英國則一邊補齊自己的AI 醫材框架，一邊用「國際採認」承認美、加、澳已經做過的審查結果，等於用別人的把關，換自己上市審查的時間。

對台灣來說，個人角度認為比較務實的方向，是「美國式的風險分級」加上「英國式的國際採認」，而不是照搬歐盟的雙軌從嚴。台灣的個人開發者、小型新創本來就資源有限，如果比照歐盟，要求 AI 飲食建議工具比照醫療器材做完整的風險管理與上市後監控，等於直接把像我這樣的個人專案排除在合法範圍之外；但完全不管、放任現況模糊，又會回到前面說的責任真空。與其從零打造一套台灣專屬的AI醫材框架，不如先參考美國「一般健康工具」與「臨床決策支援軟體」的分級標準，把「提醒/追蹤」跟「個人化處方級建議」劃出清楚界線，同時比照英國的精神，承認 FDA、EMA等已經做過的風險判斷，減少台灣主管機關從零審查的負擔。這樣至少能讓像我一樣的個人開發者，知道自己的 Bot 站在哪一邊，而不是所有人一起賭一把。

對我自己來說，這個Bot目前只服務我一個人，還沒有到需要煩惱法律責任的規模。但如果哪天想把它分享給更多人使用，這篇文章整理的這些問題，就是我在推出這個服務前必須先想清楚的事，而我更希望，台灣的法規能在公開服務之前，能先明確的標示範圍，減少我的法遵風險與成本。

 

Image by Jan Mateboer from Pixabay