食品藥物管理署(下稱食藥署)自109年3月5日起於邊境導入大數據分析技術，建置「邊境預測智能系統（Border Prediction Intelligent System, BPI）」，挖掘潛在食安風險，輔助邊境不合格產品命中之精準度，將問題產品阻絕於境外。以生鮮冷藏冷凍水果為例，導入前後的平均不合格率由3.0%提升至3.8%，顯示精準抽驗的成效。
我國輸入的產品逐年增加，100年起至113年底已自40萬餘批增加至76萬餘批，在人力、經費有限及產品多元化的情況下，又需兼顧通關時效，爰食藥署於109年間起開始導入BPI之人工智慧技術，輔助邊境抽驗之決策。
業者申報輸入食品及相關產品時，首先透過食藥署負責掌理全國輸入食品資訊之「邊境查驗自動化管理資訊系統(Import Food Information System, IFI)」核判，倘屬IFI判定為一般或加強抽批機率的產品，則由BPI之人工智慧AI預測智能模型進行風險預測。BPI是蒐集國內外開放資料及食品雲相關系統資料，藉由7種機器學習演算法運算100多個特徵因子(包含產品報驗資料、歷史違規紀錄、國內外食品安全警訊等資訊)建立預測模型，利用大數據即時運算風險機率，並以7種演算法集成投票以決定是否抽驗。再由IFI依據產品風險項目及邊境查驗人員的經驗綜整判斷檢驗項目，以進行後續的取樣檢驗，倘檢驗結果為不合格的產品，業者應辦理退運或銷毀，以阻擋不合格產品於境外，同時針對該產品也會提高其抽驗機率，最高至100%逐批查驗。
以每年報驗批數達3萬餘批，查驗機率為2~10%的一般抽批查驗之生鮮冷藏冷凍水果分析，於導入BPI前後的抽驗結果，其平均檢驗率下降2.4%，約可減少檢驗費用400餘萬元，不合格命中率由3.0%提升至3.8%，提升約三成，顯示以較少的人力物力達到精準抽驗之成效。
食藥署利用IFI與BPI的2個系統協同合作，與邊境查驗人員共同守護國人的食用健康安全。
