一個很容易發生的瞬間
你在病房寫完一份出院病摘，覺得很長很雜，順手想：「叫 ChatGPT 幫我整理一下好了。」Ctrl+C，Ctrl+V，貼上去，按送出。
就這幾秒鐘，一份有姓名、病歷號、診斷的文字，已經離開了醫院。這就是本關 Boss「複製貼上幽靈」：它不是惡意的駭客，而是我們自己順手的動作。
這一關的任務是畫一道「結界」：先弄清楚什麼東西不能隨手貼，以及為什麼「改用本地模型」雖然有幫助，卻不能解決所有問題。本章是教學層級的整理，不是個案法律意見；實際專案請洽院內法遵、個資窗口與 IRB。
什麼是 PHI
PHI 是 protected health information（受保護的健康資訊）的縮寫，原本是美國 HIPAA 的用語。HIPAA 的 Safe Harbor 去識別化方法列出 18 類識別碼，例如姓名、比州更小的地理資訊、除了年份以外的日期、電話、電子郵件、病歷號、裝置序號、完整臉部照片等（45 CFR §164.514(b)(2)，出處：https://www.law.cornell.edu/cfr/text/45/164.514）。這份清單在台灣**沒有法律效力**，但很適合當作你的檢查表。
台灣的法規沒有這樣的清單，只有一個比較抽象的原則：資料要達到「無從識別特定當事人」。個資法施行細則 §17 說明，指以代碼、匿名、隱藏部分資料或其他方式，無從辨識該特定個人（出處：https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=I0050022）。條文沒有寫哪些欄位要拿掉、也沒有量化門檻，所以實務上更依賴機構與 IRB 的個案判斷。
提醒兩個常見的誤解。第一，只遮姓名不等於去識別化：日期、罕見疾病、住址、醫師署名、自由文字裡的敘述，都可能把人認出來。第二，假名化不等於匿名：把病歷號換成代碼，但院方手上還有對照表，對院方而言通常很難稱為無從辨識。
病歷是特種個資
個人資料保護法 §6 I 本文把病歷、醫療、基因、性生活、健康檢查與犯罪前科的個資，原則上列為不得蒐集、處理或利用，但書另有六款例外，例如法律明文規定、公務機關或學術研究機構基於醫療衛生目的並且資料「無從識別」、或經當事人書面同意等（出處：https://law.moj.gov.tw/LawClass/LawAll.aspx?pcode=I0050021）。
有兩個重點容易被忽略：
- 「處理」的定義很寬（§2 第 4 款，含記錄、輸入、儲存、複製、輸出）。所以把病歷存在自己電腦上，也算處理，不是只有上傳才算。
- 但書例外的條件，是「資料經去識別化」與「主體是特定機關」，不是「資料放在本機」。個人學生單純自學，不宜假設自動適用學術研究機構的例外。
個資法於 2025-11 有部分條文修正公布，其中部分條文的施行日由行政院另訂，截至本站研究時（2026-10）我們未查到明確的施行公告，發布前仍需再核對。
本地解決了什麼，沒有解決什麼
把這一段當成整站最重要的觀念：
本地解決的：資料不用送到雲端 API，也不用交給境外廠商。因此傳輸過程被攔截、第三方保存或再利用、跨境傳輸這幾類風險會降低。這是實實在在的好處，也是本站主線要做「斷網執行」的原因。
本地沒解決的：
- 合法基礎。你有沒有資格處理這份資料，是個資法 §6 與院方授權的問題，跟資料在哪裡無關。
- 保密義務。醫療法 §72 規範醫療機構及其人員不得無故洩漏因業務而知悉的病人資訊，醫師法 §23 有類似的規定。把病歷複製到個人電腦，仍需符合機構自己的隱私與資安規定。
- 研究倫理。用病歷資料分析或訓練模型，通常落在人體研究法 §4 所稱的人體研究範疇，宜先由 IRB 判斷是否需審查或免審。這點在 LV17 會詳細展開。
- 模型本身的記憶。fine-tune 後的模型權重可能記得訓練資料，這份權重是否仍屬個資、能不能分享，目前條文沒有明說，我們也沒有查到官方見解。
簡單說：本地 ≠ 合法。本地只改變資料流向，不改變「這是不是個資、你有沒有合法基礎、算不算研究」。
醫學生與畢業生的位置
醫師法 §28 I 第 1 款，是把「在認可醫療機構、於醫師指導下實習的醫學生或畢業生」從無照執行醫療業務的刑責中除外，它不是授權你取得或複製病歷。實習生能接觸哪些資料，通常依院方實習規範與系統權限；比較常見的做法是：只在授權系統內、因學習或照護需要而看；不匯出、不拍照、不貼到個人裝置或雲端工具；寫病例報告時先去識別化。以上屬機構慣例，不是單一條文。若是畢業後、尚未取得執照的階段，自行取用病歷做個人專案，目前沒有明文的授權依據，更宜先洽院方。
國外也有類似的規範可參考：Stanford 醫學院的相關報導指出，公開的 AI 平台不得貼入 PHI（來源：https://medicine.stanford.edu/news/stories/2025/04/stanford-tech-tools.html，部分內容為二手報導，僅作對照）。
實作：建立「只放合成資料」的工作資料夾
這一關沒有程式要寫，只要做一件小事：建立資料夾並寫下約定。
🍎 Mac：
mkdir -p ~/local-llm-lab # 建立工作資料夾（已存在也不會報錯）
cd ~/local-llm-lab # 走進去
echo "This folder contains SYNTHETIC data only." > README # 寫一份說明檔
cat README # 讀回來確認逐行解釋：mkdir -p 的 -p 代表「已經存在就不要報錯」；~ 代表你的家目錄；echo ... > README 把引號中的句子寫進叫 README 的檔案；cat 把檔案內容印出來。這份 README 是寫給「未來忘記規則的自己」看的。
☁️ Colab：沒有程式。請理解一件事：你上傳到 Colab 的檔案，位於 Google 的伺服器上，所以屬於「資料離開自己電腦」。因此不要上傳任何真實病歷。完成後對照下面的自我檢核表。
自我檢核表（有任一項答「否」，請停手）：
- 我要處理的文字，是我自己寫的虛構內容，或是由程式合成的嗎？
- 裡面沒有任何真實病人的姓名、日期、病歷號、聯絡方式嗎？
- 我沒有把這個資料夾與院內系統、真實病歷連在一起嗎？
本關重點
- 病歷是個資法 §6 的特種個資；本機處理仍屬「處理」。
- 去識別化不等於只遮姓名；台灣條文只有「無從識別」原則，沒有識別碼清單，HIPAA 的 18 項只能當檢查表。
- 本地降低傳輸與第三方揭露風險，但不解決合法基礎、保密義務、研究倫理與模型記憶。
- 實習與畢業階段接觸病歷，宜依院方授權規範；不匯出、不貼個人裝置。
- 本站全程使用合成資料，Colab 也一樣。下一站：AI 家族譜。