華安旗下全資子公司源華智醫今日參與 NVIDIA GTC Taipei 大會，總經理許銀雄以「邁向智慧化的藥物再利用：Agents 智慧協奏 AI 驅動的藥物開發流程」發表演說，分享源華智醫攜手 NVIDIA 以 AI 算力推動「老藥新用」，破解耗時十年、百億資金的製藥痛點，並首創生技界的「ARM 模式」，專注醫學智財（IP）與專利開發，後續授權給國際大藥廠，完美避開巨額臨床風險的商業模式。
跨越「AI 五層蛋糕」破解製藥產業魔咒
許銀雄表示，輝達（NVIDIA）執行長黃仁勳提出的「AI 五層蛋糕」架構中，台灣在最底層的算力硬體與基礎設施已是全球首屈一指，但為了持續保持競爭力，台灣勢必向頂層的應用與模型開發邁進，因此源華智醫毅然選擇生技製藥作為突破口，看準的正是傳統製藥產業長期以來的痛點「雙十定律」。
所謂的「雙十定律」是指在傳統的新藥開發流程中，研發一款新藥從實驗室走向市場，平均需要耗費至少 10 年的時間，並投入超過 10 億美元（約合新台幣 314 億元）的龐大資金，而更令人卻步的是即便投入如此巨大的人力與物力，新藥成功上市的機率依然僅有約 10%，成為傳統製藥產業長期以來的巨大痛點。
台灣生技產業該如何破除魔咒？許銀雄認為，答案就是「藥物再利用」（Drug Repurposing）俗稱為老藥新用，因此源華智醫透過導入多維度的 AI 技術，結合 NVIDIA 的強大算力，正試圖將傳統耗時費日的「生命科學」轉化為精準可控的「生命工程」，並以獨創的「生技界 ARM 模式」，為台灣打造下一座護國神山。
生技產業「老藥新用」的全球戰略價值
「老藥新用」並非空穴來風，而是近年來歐美各國競相投入的戰略方向，許銀雄指出，其核心概念在於從已獲得美國食品藥物管理局（FDA）核准上市、且有大量患者實際使用過的現有藥物中，尋找能夠治療其他疾病的新功效，而採取這項策略的最大優勢在於安全性與時間成本的大幅壓縮，因為老藥已在市場廣泛流通，其毒性、副作用與病理反應早已被醫學界徹底掌握。
許銀雄舉例，最經典的案例就是原本作為消炎、鎮痛、解熱的阿斯匹靈（Aspirin），後來被發現具有抗凝血功能，如今廣泛應用於心肌梗塞的預防與治療，還有最初研發目的是作為心血管擴張劑的威而鋼，結果卻意外發現能有效治療性功能障礙，創造龐大的商業價值，以及原本是治療高血壓的落健，無意間被發現具有促進毛髮生長的副作用，進而轉型為全球知名的生髮水。
這些過去多半依賴「不小心發現」的意外之喜，其實蘊含著龐大的市場潛力，許銀雄分享，根據統計，1997 年至 2020 年間 FDA 核准的藥物中，高達三分之一以上具備兩種以上的適應症，如今全球政策正積極推動這樣的發展，例如美國川普政府時期的 MAHA 政策，以及美國國立衛生研究院（NIH）與 FDA 發布的最新指南，全都強烈鼓勵針對罕見疾病與高價慢性病進行老藥新用的開發，以達到最快、最省資源的醫療效益。
源華智醫以 AI Agent 打造「智慧協奏」平台
人體是一個高度精密的運作體系，即使是同一種基因或細胞，應用在不同的器官、不同的組織，都會呈現截然不同的表現與功能變異，許銀雄指出，過去，科學家仰賴傳統的人工實驗去摸索這些關聯性，如今，科學家透過強大的 AI 算力與演算法，得以將模糊的「生命科學」升級為精準可控的「生命工程」。
過去科學家要了解蛋白質的 3D 結構，必須耗費鉅資與時間，並將蛋白質固化後使用 X 光繞射技術進行觀察，才能尋找能與之結合的化學分子，許銀雄指出，近年來，Google 的 DeepMind 團隊推出 AlphaFold，及其後續的 AlphaFold 2、AlphaFold 3，甚至藉此榮獲 2024 年諾貝爾化學獎，震撼科學界，但仍無法單靠一個 AI 模型解決所有製藥問題。
許銀雄指出，原因在於 AI 預測出的是「靜態」結構，但人體內的蛋白質屬於「動態」，因此源華智醫從多個不同的角度與工具來聯合預測同一件事情，建構一個「多類別、多方法、多 AI 技術」的自動化整合平台「智慧協奏」，全面採用 NVIDIA 的 GPU 作為核心算力，並與台灣本地的系統大廠群聯、安圖斯（Altos）合作，確保 AI 運算的極致效能。
許銀雄分享，源華智醫大量導入 NVIDIA 專為生醫產業打造的工具，包括 BioNeMo 框架，應用於蛋白質結構分析與分子生成，因 NVIDIA 已在底層完成 GPU 加速與 Docker 容器封裝，團隊可直接部署使用，或透過 NeMo 進行微調，以及 CuDF 資料處理庫，針對基因表現等龐大的純數據資料，透過 CuDF 進行底層加速，大幅提升系統建置與資料處理速度。
源華智醫導入 NVIDIA 首創生技界 ARM 模式
最關鍵的是團隊並非盲目套用現成工具，許銀雄指出，目前許多 AI 模型最初並非專為「老藥新用」設計，面對成千上萬個被優化過的單一工具，團隊運用 NVIDIA 的 NeMo Agent Toolkit，將大型語言模型（LLM）、工具鏈、工作流程、知識記憶與人類反饋迴圈完美串聯，並透過 AI Agent（代理）的自動化調度，使整個藥物篩選與驗證流程得以高速運轉，大幅提升精準度。
「AI 說有效能直接相信嗎？當然必須經過實驗驗證」，許銀雄說明，再強大的 AI 預測，最終都必須回歸科學實證，平台不僅停留在「大數據運算」，更將預測結果導入實際的細胞實驗與動物實驗中，目前團隊已針對數種藥物的新適應症展開驗證，其中一項最令人振奮的進展就是針對白斑病（Vitiligo）的治療，而這項老藥新用的技術已正式進入專利申請流程。
許銀雄強調，即便技術再突破，若缺乏可持續的商業模式，再好的理想也無法落地，而傳統藥廠必須承擔三期臨床試驗的龐大資金壓力與失敗風險，這對台灣中小型生技廠而言並不實際，因此源華智醫借鏡電子業的成功經驗，首創「生技界 ARM 模式」，決定只做到臨床前試驗與專利申請，目標成為極具潛力的「醫學智財（IP）」廠商，採取授權給全球大型藥廠的商業模式。
從硬體晶片到 AI 演算法，從電子工程到生命科學，台灣正處於產業轉型的歷史節點，許銀雄認為，「老藥新用」結合 AI 技術，有望打破傳統製藥業的雙十魔咒，為台灣開闢一條毋需與國際巨頭硬拚資本，卻能掌握核心智財權的創新之路，但要將這項願景化為現實，單打獨鬥絕對不夠，而今站在 NVIDIA 與 AI 時代的風口之上，台灣必須集結生技產業的力量，共同孕育下一個「護國神山」。
（首圖來源：科技新報）
科技新報粉絲團
加入好友
訂閱免費電子報
