AI就能測試化妝品，能讓「白老鼠」永遠走出實驗室了嗎？|數位時代 BusinessNext

AI就能測試化妝品，能讓「白老鼠」永遠走出實驗室了嗎？

動物實驗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，目前已經有科學家利用過往的資料，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。

從醫院到工廠，從2B到2C：北醫、光寶、AWS、希達數位以實戰經驗分享碳揭露與AI淨零新路徑

從歐盟CBAM到台灣氣候變遷因應法推進，碳足跡已從合規議題轉為競爭籌碼。企業如何透過碳盤查、產品碳足跡管理到AI數據治理，把減碳壓力轉化為綠色紅利？

氣候變遷不只是環境議題，而是攸關國際經貿的新政治語言，隨著碳定價時代來臨，去碳化能力將重新改寫全球供應鏈秩序，而這意味著：能源轉型不再只是政府的任務，是每一家企業的必修課。
在這波變局中，光是做好組織碳盤查仍不足夠，領先企業不僅開始管理產品碳足跡、更以AI數據治理提升供應鏈碳管理，例如，光寶科技因應客戶的脫碳淨零路徑積極建立碳足跡資料庫，並號召供應鏈夥伴參與，全面揭露產品碳足跡；以及台北醫學大學攜手希達數位等夥伴取得碳足跡數據與建立標準化的碳排計算方式，更好計算醫療器材設備的碳足跡。
換言之，碳不是被動記錄的數字，而是驅動新價值的槓桿，誰能把減碳轉化為市場優勢，就能在淨零新賽局中掌握主導權。對此，台灣永續能源研究基金會董事長簡又新進一步解釋：「台灣不僅是全球AI硬體重鎮，也積極開發AI應用服務，其中又以「AI驅動的碳排管理」最受矚目，因為，碳排數據龐大、變化快速，單靠人工根本無法處理，唯有借助AI才能即時解析、快速決策，讓永續不只是口號，而是可以落地的營運模式。」
「為實踐台灣2050淨零轉型，透過兩大–科技研發跟氣候法治–治理基礎，以及四個–能源轉型、產業轉型、生活轉型與社會轉型–轉型策略推動12個關鍵戰略，如發展風電/光電、氫能、前瞻能源等，目標是以削減碳排跟碳匯抵減達成淨零目標。」行政院能源及減碳辦公室副執行長林子倫如是說道。

醫療減碳進入關鍵期，AI驅動供應鏈碳足跡管理成顯學

根據國際健康無害組織（HCWH）的統計，全球醫療部門的碳排放量約占全球溫室氣體排放總量的 4.4%，這個比例相當於514座燃煤電廠年碳排的總和，其中，超過七成的碳排放來自於醫療的供應鏈（範疇三），例如藥品、器械設備的製造與運輸，以及相關廢棄物的處理，意味著醫療機構光是做好範疇一與範疇二的碳排管理還不夠，必須以供應鏈碳排管理的概念驅動低碳醫療。
「低碳醫療是全球關注的議題，但是，受到三個迷失–推動低碳醫療的成本高、需要更多數據才能展開行動、醫護人員太忙很難參與其中–影響，醫療機構的腳步不一而同，但從統計數據來看，低碳醫療僅需針對藥品、耗材、能源、運輸這些主要排放來源進行改善，即可看到顯著成效。」新加坡國立大學永續醫學中心主任暨教授Nick Watts以英國NHS為例說明，該單位已在2019年的基準下減少61%碳排等，只要從投資能源效率、數位化照護、預防醫療、在地化照護等面向切入、持續前行，即可看到成效。

台北醫學大學校長吳麥斯表示：「我們的醫療使命是『不傷害』：不僅要治病救人，也要減少對地球的傷害。」再加上環境部於今（2025）年初公告擴大碳盤查適用對象，自明（2026）年起，全國23家經衛生福利部評鑑為醫學中心之醫療機構必須每年定期揭露其溫室氣體排放盤查結果，因此，攜手希達數位等夥伴，透過收攏支氣管鏡、血液透析、核磁共振、雙和醫院健康檢查與冠狀動脈血管攝影等流程的碳排數據資料建立醫療碳排放因子資料庫，之後將進一步擴大到產品碳足跡計算，建立運輸與廢棄物數據庫，目標是在2028年完成三家醫院–衛生福利部雙和醫院、台北醫學大學附設醫院、台北市立萬芳醫院–的碳足跡全面揭露。「我們的期許是讓AI驅動的碳足跡管理平台處理繁瑣的碳排數據蒐集、分析等工作，讓醫護人員可以專注於人性化照護服務。」
協助台北醫學大學進行減碳行動的新加坡商希達數位有限公司執行長Torrent Chin表示：「產品的生命週期是固定的：原料、製造、運輸、使用與回收，碳排相對容易蒐集、分析與計算，醫療服務的碳排則沒有明確終點，需要進一步考量耗材、儀器與能源，對於商業模式也著重在服務的教育、旅遊與金融等產業來說，極具參考價值。」

醫療實戰對談，邀請各界重磅貴賓一同交流。左起：數位時代總編輯王志仁、新加坡國立大學永續醫學中心主任暨教授Nick Watts、台北醫學大學校長吳麥斯、新加坡商希達數位有限公司執行長Torrent Chin。

圖／數位時代

製造業淨零突圍的關鍵：從產品碳足跡到循環設計

光寶科技總經理邱森彬表示，商業模式使然，光寶科技的產品碳足跡有90%來自生產製造使用的原料，想要更好落實產品碳排，必須從原物料著手，為了加速產品碳足跡管理，成立希達數位，以巨量數據分析、人工智慧等科學化、系統化的方式著手。「根據統計，我們有1,800萬產品碳足跡活動、19萬個物料，以及3,300個產品系列的資料要處理，若是由外部顧問給予協助，需要100個顧問、花費3年的時間才能完成，但在希達數位的產品輔助下，僅15個顧問、6個月的時間就完成全產品碳足跡揭露，成為全球第一家完成全產品碳足跡揭露的電子製造業。」

完成全產品碳足跡揭露後，光寶科技發現：每年必須刪減8%二氧化碳量才能在2050年達成淨零碳排，83%二氧化碳來自消費性電子產品跟能源管理，為了更好服務品牌客戶，必須在2030年實踐50%減碳目標，以及19萬個物料中，包材碳排最高，必須即刻行動以高效減碳。「做好全產品碳足跡，我們才可以更精準地推動產品脫碳策略，並且鼓勵供應商一起跳脫框架、共同開發低碳材料。」邱森彬如是說道。
對此，Amazon Web Services（AWS）台灣暨香港企業銷售暨策略方案副總經理謝佳男表示：「產品碳足跡只是第一步，不僅能讓我們知道碳排熱點並採取行動，如降低包材碳排等，更重要的是，可以在產品規劃與設計之初就預測可能的產品碳足跡並予以優化，更好實踐永續營運。」

戴爾科技集團永續服務資深總監Bobby Mon Raother表示，該公司自2008年即開始使用再生材料，並在2021年提出Concept Luna，將以循環設計–從設計階段就考慮可修復性、可升級性、材料回收、減少浪費–的概念，如模組化設計、可維修面板、使用再生材料，以及智慧感測與遙測等，藉此延長PC等產品壽命、降低環境衝擊。「在產品碳足跡方面，我們將持續從製造、運輸、能源使用與報廢管理等四個面向切入，積極減少每個階段的碳排放量。」

自2005年開始提供永續顧問服務的施耐德電機日本永續事業部ESG數位轉型負責人呂勁毅進一步分享協助世界500強客戶實踐淨零轉型的心得：「除了要擬定策略、採用數位工具、蒐集與分析數據，更重要的是透過治理手法與相關活動加速整個進程，發揮數位與淨零雙軸轉型綜效。」
總的來說，無論是醫療或製造業，淨零已不再只是企業的選修課，而是決定競爭力的新指標，唯有做到產品碳足跡全揭露，同時，結合AI數據治理、循環設計與數位轉型，才能在碳定價與供應鏈重塑的時代突圍，將減碳壓力轉化為成長動能。