產經新聞
面對年年攀升的進口食品數量與複雜多元的食品類型，食品藥物管理署（以下簡稱食藥署）自109年起正式導入人工智慧與大數據分析技術，打造「邊境預測智能系統」（Border Prediction Intelligent System, BPI），攜手「邊境查驗自動化管理資訊系統」（Import Food Information System, IFI），藉由科技協助完成高風險產品預警與精準抽驗，在有限人力與資源下，有效提升食品安全防護網，強化對不合格產品的邊境阻截力道。
以進口生鮮冷藏冷凍水果為例，導入BPI系統後，不合格產品的命中率從原先的3.0%上升至3.8%，提升幅度近三成，顯示AI預測模型能有效辨識潛在風險，有助於抽驗更精準，並降低不必要的檢驗成本與通關延滯。相較於導入前，平均檢驗率降低2.4%，每年更可節省約400萬元的檢驗費用，在確保通關效率與民眾食安雙重目標下，展現政府在智慧監管上的實際效益。
據食藥署統計，台灣每年進口產品的報驗批次自民國100年的40萬餘批已大幅成長至113年年底的76萬餘批，進口量近乎翻倍。在此龐大數據與海量資訊中，食藥署自109年起導入AI模型作為邊境風險評估工具，BPI系統整合國內外開放數據、歷史違規紀錄、食品安全警訊等逾百項特徵變數，並透過7種機器學習演算法交叉預測，形成投票式決策，決定是否抽驗樣品。
整體流程上，當業者申報食品輸入時，系統會先透過IFI進行初步篩選，判定是否屬於一般或加強抽批項目，再由BPI系統即時進行風險機率運算，交由查驗人員綜合研判後進行檢驗，若最終產品檢驗不合格，除立即辦理退運或銷毀外，也會自動提高該產品未來抽驗比率，最高可達100%逐批查驗，確保問題產品無法流入市面。
食藥署強調，BPI系統不僅是科技工具，更是推動智慧政府、精準治理的核心示範之一，未來將持續優化模型效能、擴大數據應用面向，協同邊境查驗人員共同守護全民飲食健康，為臺灣食安把關再升級。
