不論是化妝品或是藥品，在正式推出前都必須經過動物實驗，確保應用在人體身上不會產生不良反應，會使用動物是因為某些動物在生理特徵上與人類相似。
雖然實驗的初衷是出於善意，然而為了讓實驗效果接近真實，過程中只會施打少量麻醉或完全不做麻醉處理，對動物造成極大的痛苦，許多動物終其一生都奉獻給實驗，甚至不曾見過陽光。
研究期刊 Toxicological Sciences 最新一份報告指出，已經可以利用過往的資料，結合AI預測藥物反應，不僅能夠增加效率、節省成本，未來或許能讓「白老鼠」永遠走出實驗室。
科學醫藥需求下，大量動物被犧牲
據統計，每年全球約有1億1500萬隻動物被用在各種實驗中，以歐盟來說，在2011年就用了了1萬7896隻狗、3713隻貓、35萬8213隻兔、6686匹馬、6095隻猴子、67萬5065隻鳥、7萬7280隻豬、2萬8892隻羊、3萬914頭牛，以及超過100萬隻魚及850萬的齧齒類動物。
因為科學家不能恣意預測藥物的性能及反應，動物實驗室就成為現代藥品開發重要的基礎，在動物上取得的實驗數據，也為後期進入人體測試階段提供極大的安全性。不過動物實驗具有極高的重複性，以化妝品毒性測試來說，因為不確定毒性效果，必須重複的在動物身上給藥，往往讓動物承受極大痛苦，且實驗過程充滿未知，經常造成大量動物意外死亡。
然而在科學醫藥的需求下，這類動物的犧牲雖然被視為合理，若從生命的角度來看，過程不僅不人道，也造成極大的資源浪費。
AI毒性準確率，比動物實驗還要高
根據研究期刊 Toxicological Sciences最新一份報告指出，現在的技術已經可以根據過往累積的實驗數據資料，去預測藥物可能的反應。
藥物研發因為相當耗時，許多藥廠近年也都紛紛擁抱新科技，目前已經有28家大型醫藥公司、93家新創公司，投入數千萬美元研究如何將AI導入製藥以及新藥品測試。人工智慧公司Exscientia執行長Andrew Hopkins表示：「AI在設計以及化合物選擇上表現得更好，」最終可以減少實驗的次數「代表能節省更多的金錢以及時間。」Andrew Hopkins認為，目前在動物實驗中取得的數據多數儲存在資料庫中，基於生物學的複雜性，以及過去未能有效利用，如果能借助AI將這些數據加以利用，就能減少動物實驗。
研究團隊從2014年開始累積數據，總共蒐集1萬種化學合成物，透過AI針對這些物質進行86萬次的測試，最終得出分子結構與毒性類型之間的關係，可以知道該物質對於DNA、皮膚會造成什麼影響。最終結果顯示，AI測試得到的毒性準確率為87％，動物測試的準確率則為81％，可以說在某些情況下，AI的準確度已經與動物實驗好上許多。
動物實驗仍有其優勢
不過這個實驗的結果，真的就代表AI可以就此取代實驗用動物嗎？從上述例子來看，實驗團隊光是要做一種毒物測試，就花了將近四年的時間準備所需要的數據以及實驗，先不用說每一年有多少新藥在研發、實驗，如果該藥品需要進行多種毒性測試，甚至比較高階的藥物需要更多複雜的數據，那麼整個累積資料庫數據的前置工作就會被拉得很長。
另外，之所以會使用在生理特徵上與人類相似的動物來實驗，是因為人體組成非常複雜，許多的副作用、反應、過敏，往往是在實驗室中無法預測的，AI能在數據的基礎上完美的分析資料，但反過來想，這會不會讓AI束縛了動物實驗可能發現的意外反應呢？
當然，將AI導入藥品研發不單單只是為了人道原因，研發效率提升、成本降低或許才是更大的誘因，動物實驗仍存在其獨特的優勢，然而就由AI的加入，或許可以減少實驗用動物的犧牲數量，在人道、科技發展間取得平衡。
