AI讓藥物研發快10倍卻被醫界打回票：生技醫療新創如何突破「臨床信任學」？

AI正在改變百工百業，生技醫療也不例外。

「過去一位資深的博士後研究員可能需要耗費6到12個月才能完成一個特定蛋白質的設計，如今透過AI運算，這個過程被壓縮到了短短的2到3週。」專注於藥物開發與蛋白質設計的史丹佛大學副教授Danny Chou在矽谷新創基地的Open Innovation Day活動上親口證實。

不過對於AI的運用，一直以來都面臨「道德」討論，尤其攸關健康乃至人命的生技醫療產業，台灣新創有哪些要注意的地雷？有哪些可以佈局的大趨勢？

從「精準醫療」走向真正「個人化醫療」

Danny Chou解析，隨著AI越來越成熟，在應用上可以注意的趨勢是從「精準醫療」過渡到「個人化醫療」。

「精準醫療鎖定的是突變，但個人化醫療照顧的是病人。」Danny Chou表示，所謂『精準醫療』，瞄準的是病灶上的基因突變，力求對症下藥；但『個人化醫療』看的則是整個人。

換句話說，關鍵差異是即使藥物能精準對應突變，若病患因其他併發症或體質無法承受標準劑量，治療依然無效。因此，真正的個人化，是必須連同病人的身體耐受度與生理變數一併計算在內的細緻工程。

這一點在醫療器材領域表現得更為具體。LuxCreo共同創辦人Michael Strohecker分享了他們如何利用AI與3D列印技術，顛覆傳統牙科矯正流程。過去，牙套通常具有相同的厚度，是一種通用型的解決方案。但LuxCreo利用AI針對每顆牙齒、每個階段進行局部增厚或調整，考量病患的牙周韌帶（PDL）彈性與舒適度偏好。

「如果沒有AI，要在診所內手動完成這種程度的客製化是不可能的，那會耗費太多時間。」Michael強調，AI將繁瑣的專業調整簡化為「一個按鍵」的動作，讓醫生能在診間即時生產出真正符合病患解剖結構與個人偏好的醫材。這正是從「標準化治療」走向「極致個人化」的關鍵一哩路。

對生技醫療新創來說，會講「醫療語言」很重要

然而，擁有再好的AI演算法或製造技術，在生技醫療領域如果無法進入臨床體系，一切都是空談。

正在做肝癌疫苗創業、來自史丹佛醫學院的台下聽眾肝臟醫師Felix，在聽眾問答環節中分享自己的經驗：在史丹佛一項涵蓋6.5萬名病患的試驗中，臨床醫生對病患健康評估的準確率為72％，而AI高達88％。但有趣的是，當醫生參考AI的建議後，準確率反而下降到了78％。

為什麼會這樣？Felix直言，這是因為醫療現場的複雜性，尤其是「信任」與「責任」，所以如果新創團隊中沒有臨床醫生，很難與醫院對話。

「如果你是科技人，你談的是技術；但醫生問的是科學、安全性與有效性。」Felix警告，若團隊中沒人能用醫生的語言回答關於安全與療效的問題，醫生將視合作為巨大的風險。他強烈建議台灣新創應尋求與梅約診所、德州醫學中心等頂尖加速器合作，藉此媒合臨床醫生加入團隊，這是建立信任的最短路徑。

精拓生技執行長陳柏翰可以說是跨越這道鴻溝的實例。陳柏翰不具備博士研究背景，但透過與大學及醫院的廣泛合作來建立「臨床證據」。陳柏翰指出，對於像他們這樣利用液態切片與類器官技術來協助癌症晚期病患的公司來說，與學術界合作不僅是為了技術，更是為了在台灣、美國甚至日本建立可信的臨床數據，這才是打動藥廠與醫院的關鍵。

「回到商業的根本，你解決了臨床上的什麼痛點？」陳柏翰總結。