商傳媒｜康語柔／綜合外電報導
人工智慧（AI）正全面改變藥物開發流程，透過自動化新藥探索與測試，大幅提升效率並降低成本。傳統藥物開發耗時超過十年、成本逾二十億美元，且臨床試驗成功率僅一成；AI技術的應用，有望徹底顛覆這項高風險、高投入的模式。
AI技術結合機器學習、深度學習及自然語言處理等，能分析龐大的化合物數據，精準預測藥物對人體的影響，甚至篩選出最適合的臨床試驗參與者。這種以數據而非假設為起點的「無偏見」方法，取代了漫長且仰賴試錯的化學實驗過程，加速新型化合物的發現。
許多生技與製藥公司已投入AI應用。Insilico Medicine運用其生成式AI平台英矽智慧（Pharma.ai）開發藥物，並與禮來（Eli Lilly）達成一項高達二十七點五億美元的全球藥物推廣協議。阿斯特捷利康（AstraZeneca）則與美國食品藥物管理局（Food and Drug Administration）合作，即時分享臨床試驗數據，可望縮短數月甚至數年的開發時程。此外，Nimbus Therapeutics與禮來也簽訂合作案，針對代謝疾病（尤其是肥胖症）的口服療法，若開發成功，禮來將支付高達十三億美元的里程碑金。Recursion於2024年攜手輝達（Nvidia），共同打造製藥界最大的超級電腦，以訓練更強大的AI模型；其AI代理程式LOWE在Recursion OS平台上，能協助生物學家和化學家更快速地視覺化數據並測試演算法預測。Tempus利用AI預測患者對治療的反應，並支援醫師，已與默克（Merck）及第一三共（Daiichi Sankyo）建立合作夥伴關係。嬌生（Johnson & Johnson）等製藥巨擘也開始實驗AI藥物開發。
學術界同樣積極參與，包括史丹佛大學、加州大學柏克萊分校、舊金山加利福尼亞大學、麻省理工學院與威斯康辛大學麥迪遜分校的研究人員，已聯手打造能分析蛋白質結構與分類治療方式的AI代理程式。OpenAI的o1-preview模型在哈佛大學與貝斯以色列女執事醫療中心的研究中，診斷急診病患的準確度達六成七，超越人類醫師。Google DeepMind也憑藉AlphaFold2獲得2024年諾貝爾化學獎。
儘管AI帶來巨大潛力，挑戰依然存在。數據品質是主要難題，研究人員常面臨醫療數據不足、遺失或錯誤的困境。AI模型能否完全捕捉人類生物學的複雜性，以及患者數據的隱私倫理問題，也引發業界討論。為此，生成合成數據和推廣「可解釋AI」成為解決方案。
根據美國醫學會（American Medical Association）2026年的一項調查，超過八成醫師已將擴增智慧工具應用於專業工作，但同時有逾八成六的醫師認為，若無數據隱私保障，AI的廣泛採用難以實現；近八成八的醫師則強調更強的安全措施不可或缺。儘管如此，AI最終定位是輔助而非取代醫療專業人員，其加速藥物上市的潛力，將使全球更多國家受惠於製藥突破，不再僅限於少數資源豐富的國家。
