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

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。

drug testing
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。
圖/ shutterstock

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。

drug testing
透過AI分析物質對於DNA、皮膚造成的影響,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%。
圖/ shutterstock

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。

往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓