隨著醫療器材日益朝向高度數位化與模型導向開發（Model-Based
Development）發展，建模的驗證性（Verification）、有效性（Validation）、不確定性量化（Uncertainty
Quantification），已成為產品安全性、法規合規與上市時程的關鍵核心，也就是所謂的 VVUQ。
傳統 DOE（Design of
Experiments）在模型驗證與不確定性分析上，常面臨試驗成本高、參數空間龐大、效率受限等挑戰。AI
DOE 的導入，正逐步改變 VVUQ 的實務做法，透過智慧化實驗設計與資料驅動分析，大幅提升模型可信度與合規效率。
本研討會將聚焦於AI DOE 如何實際應用於醫療器材 VVUQ 流程，結合法規思維與工程實務，說明如何在符合國際醫療器材法規（如 FDA、ISO）要求下，建立可追溯、可驗證、可審查的建模與驗證策略，協助業界在創新與合規之間取得最佳平衡。
