雖然ＡＩ科技在市場上的應用發展，目前主要仍在生成式ＡＩ領域在工業上的應用；在生技醫藥領域的應用雖較晚，但目前在幾個領域已逐漸成熟。國際上學術研究及科技製藥機構，從研發、臨床前實驗、臨床試驗上病人的分層及簡化流程、法規及上市後的監控等，已經分別得到一些實際應用，並逐漸受到ＦＤＡ的核可。
我對ＡＩ在生技醫藥的應用，始於兩年前與臨床試驗委託公司洽談，以ＡＩ用於二期臨床試驗受試者的篩選，尤其在複雜的失智症病人。
錯誤的收案是失智症臨床試驗早期失敗的主因之一，當時因為以ＡＩ收案雖已經ＦＤＡ核可，可以快速篩檢，但仍然處在參考階段，必須配合臨床評估及生物標記的應用，無法省略這些程序，徒然增加預算，最後放棄。
但我對ＡＩ在生技醫藥領域的應用開始著迷是在兩年前，當時我成立的新藥公司邀請美國ＵＣＬＡ前阿茲海默失智症研究所所長Gary Small教授來台時，我諮詢他的幾個問題，他幾乎都以ChatGPT問答，在幾秒鐘內幾乎都得到很好的意見回覆，令我印象深刻。當我們問到二○二二年提出阿茲海默失智致病典範轉移機制、細胞自噬溶解（autolysosome）失控的紐約大學Ralph Nixon教授，是否可能得到諾貝爾獎時，ＡＩ回答：雖然此創新機制很具突破性，也解答抗體藥物不足的問題，但仍需有以此新學說的新藥，經臨床試驗來證實才有可能獲頒諾貝爾獎。ＡＩ的回答讓我們莞爾一笑。
最近我著迷於詢問ＡＩ幾個上市公司藥物的發展前景。令我驚訝的是，ＡＩ在幾秒鐘內，都能提供該藥自基礎生物學、靶向作用機制、毒性、安全、功效、市場上相關商品的各項指標比較，及國際競爭力與成敗可能性，幾乎含蓋到近期的所有資料，令人嘆為觀止。雖然有些回覆未能涵蓋未公開的內容，或有所出入，但已經近乎完美。這對上市新藥的市場及股東投資的抉擇相當重要。
ＡＩ對新藥的研發，從藥物尋找到靶向標的，是未來在複雜的病理機制疾病（如失智症、癌症、免疫疾病）最重要的應用，目前有些已經進入二期臨床試驗。最困難的挑戰可能是小分子藥物的合成及毒理與功效的預測，仍需臨床試驗的驗證。未來ＦＤＡ會逐漸經過ＡＩ在各階段所收集到的資料修正法規，使新藥開發能更精準、更快速、副作用更低、功效更佳，效果更好及更方便使用。
因此，大學、教育部、國科會及經濟部應及早導入ＡＩ在教學、研發、臨床試驗及產業的研究及應用。新藥開發也許仍需要十年以上，但要達到生技產業的台積電，只能立刻著手進行投資，未來十年方有可能與國際競爭。
（作者為南台科技大學講座教授）
沒有留言:
張貼留言