Yahoo奇摩財經 
產業分析－生成式AI 席捲新藥開發市場
全球瘋生成式人工智慧（Generative AI），是因為現在AI可以學習各產業的語言，生成式AI讓AI應用門檻大幅降低，並可以運用到所有產業，其中生技醫療領域也是生成式AI重要發展標的，在新藥發現探索設計（drug discovery）、數位健康診療和智慧醫療應用等扮演重要的發展角色。
生成式AI技術浪潮席捲新藥研發商機，可從輝達（NVIDIA）近期一系列投資AI藥物探索設計公司如Inceptive（mRNA）、Superluminal Medicines和Recursion來觀察，從產業需求端來看，新藥研發的挑戰為漫長的研發週期、龐大的研發成本、以及難以預估的失敗率，且須整合生物醫學、藥理學、生物化學、藥物化學、分子動力學、統計物理和結構生物等藥物設計的跨領域學科知識，其中複雜度難以想像。
在藥物發現之旅，無論是小分子藥物或大分子藥物，甚至新興核酸藥物，都與細胞蛋白質型態息息相關，蛋白質（備註:蛋白質是基因產物）是疾病和生命的重要組成，其功能與疾病作用有關，也是藥物開發的核心，因此尋找目標致病蛋白或疾病相關蛋白的生物靶點至關重要，如果能理解蛋白質的作用、蛋白質結構和作用間的關聯，就可以圍繞它開發藥物，製藥公司通常必須篩選幾百萬（少至百萬，多則300～500百萬）種不同分子的大型資料庫，才能找到一種對特定疾病產生積極攻擊生物靶點位置的候選藥物分子，過程複雜且昂貴。根據麥肯錫報告數據成功開發一項藥物，平均需要10～15年的時間和平均10億美元成本，有些甚至超過20億美元，生成式AI技術服務為製藥公司在藥物設計提供了加速、自動化和擴大工作規模所需的基礎設施，也為整個藥物開發過程中在降低風險下，節省寶貴時間和金錢，提升藥物開發效率。
■吸引國際大藥廠、
科技和AI製藥公司三方押注
國際科技巨頭如：谷歌、微軟、輝達、甲骨文和IBM近年持續擴大投入AI新藥探索設計，新創AI製藥公司如BenevolentAI（英國）、Insilico Medicine（美國）、Exscientia（英國）和Atomwise, Inc.（美國）雖然歷經多次失敗，但目前已將AI開發候選藥物推展至臨床2/3期（截至目前，US FDA尚未核准任何AI所開發的新藥），以及近年國際市場交易熱度增高如Inceptive 、Structure Therapeutics和Septerna等皆在今年成功募資破億元美元等，都可看出AI新藥開發市況持續看好。
根據markets&markets報告，2022年全球AI藥物發現市場產值規模約為6億美元，預估到2027年可成長達 6.6倍達到40億美元，年複合成長率為45.7％，此外Deep Pharma Intelligence觀測自2015年起投資於AI相關製藥公司的投資額約為22億美元，AI相關製藥公司的資本逐年大幅增加，截至2022年12月其年度累積投資額總額高達593億美元，顯著增加26倍。AI在藥物研發的推動因素來自於縮時、降本和加速，約降低藥物發現投資成本至1/2，並且減少藥物開發所需時間，開發時間僅需過去的1/3，以及加速對於創新（藥理）療法的發現和開發，如罕見疾病或新抗生素等未滿足需求，或過去因蛋白質結構特性而導致無法成藥的作用靶點現在也有機會探勘其成藥的可行性，以及預測臨床試驗結果，來解決臨床試驗失敗的複雜問題。
■台灣以自建AI平台為主，
朝AI新藥開發多路進擊
台灣在全球生成式AI發展不缺席，台灣AI運算力及醫療能量如數據和經驗參數是優勢，自建AI平台，憑藉AI與國際大廠競逐AI藥物探索設計、數位健康診療、以及醫療服務應用市場。AI可以挖掘基因組數據、健康紀錄、醫學成像及其他患者資訊，除了藥物發現和開發之外，也評估患者的風險或更早地發現疾病。隨著全球生成式AI的快速發展，以AI篩選藥物和AI臨床設計是開發的關鍵工具，台灣目前已於高雄籌組生成式AI聚落，在開發AI藥物設計平台廠商如安宏生醫專攻AI蛋白質降解藥物開發、長聖以AI進行CAR-T新藥關鍵靶點的篩選，長佳智能以AI進行醫療AI產品開發和臨床試驗設計評估模型，以及獲得國內十幾家生技製藥公司採用的分子智藥AI輔助設計藥物服務等，都在為台灣AI製藥領域搶佔新商機。
