食藥署指出，台灣每年進口食品批次持續攀升，去年已突破 76萬件，較 2011 年增加近七成，但查驗人力幾乎沒有擴編，使稽查壓力日漸加重。為提升把關效率，該署自 2020 年導入AI輔助的「邊境預測智能系統（BPI）」，由電腦判讀潛在風險並決定抽驗對象，已成功提升問題商品命中率並降低檢驗成本。
食藥署副署長林金富指出，現行查驗由「邊境預測智能系統（BPI）」進行初步分析，系統結合7種機器學習模型，針對進口商品的品項、來源地、歷史紀錄等進行判讀，並以「多數決」方式判定是否需抽驗。他說明：「決定要抽誰，是電腦選的！」取代過去全靠人工隨機抽樣的方式，能顯著提升查驗效率。
全站首選：日將揚言「 3小時殲滅俄羅斯太平洋艦隊」! 還要聯烏奪回北方四島
目前全國僅有 71名正式邊境稽查人員。林金富表示，在行政院支持下，預計今年下半年可擴增至 100人，希望進一步強化把關能力，讓AI與人力雙軌並行，建立更穩固的防線。
北區管理中心視察何佳樺說明，BPI與既有的「邊境查驗自動化管理資訊系統（IFI）」相互整合，能在不額外增加人力的情況下，精準識別高風險進口批次，並即時啟動應對機制。系統透過分析產品類別、產地、進口商背景及過往違規紀錄，協助查驗人員做出判斷，提升查驗準確率，有效阻擋問題產品流入市場。
如生鮮水果，以AI上線後抽驗率由原本的 6.7%降至 4.3%，但命中率由 3%升至 3.8%，達成減量卻增效的目標。何佳樺指出，AI輔助下，查驗效率明顯提升，每年節省費用達 400萬元。若發現違規產品，系統也會自動調高抽驗頻率，最嚴重可達逐批查驗。
針對去年爆發的蘇丹色素事件，北區管理中心主任鄭維智說明，該事件源於境外進口，食藥署隨即啟動三項對策。首先，要求國外製造商提交未含蘇丹色素報告，違規者將被停權；其次，藉由AI輔助查驗高風險產品，一經命中即退運或銷毀；第三，將不合格進口商與其關係企業納入預警名單，加強後續監管。
林金富說明，邊境預測智能系統不僅依靠自身模型運算，還與全球 13個國家、14項食安資料平台建立聯繫，能同步掌握各國風險通報，結合過去檢驗資料與產品特性，進一步強化預測能力。他指出，面對不斷變化的食安風險型態，AI有助於縮短應變時間並提前部署，因此未來將持續調整演算法與資料庫內容，提升邊境查驗效率與準確性，降低問題食品進入國內的機率。
