《數位時代》爬梳創投、媒體、研調機構等770家AI企業，從中評選出全球100家及台灣20家最具創新的代表者。
10多年前在巴黎的醫院中，血液腫瘤科醫師克洛澤（Thomas Clozel）曾數度感到沮喪無力：他有不少年輕病人罹癌，然而醫界實際上對人類為何會得癌、為何復發，一切都一無所知。
克洛澤當時就認為，生物學極為複雜，人類思維無法理解，因此必須運用另一種類型的智慧，也就是AI（人工智慧）。
於是，一名醫師和一名專精生技領域的機器學習先鋒，過去十年來基於生物學、藥物研發，結合AI，建構起一個非生物體的AI科學家。它擁有邏輯推理能力、影像分析能力、新分子發現能力。
「我們希望用1個人（AI科學家）就能取代他們。為什麼不行呢？」克洛澤曾在訪談中自信表示，他要證明製藥公司不需要數十萬人的研發團隊，即可研發出一種新藥。這就是法國AI生技獨角獸Owkin試圖顛覆的醫藥產業未來，該公司在2021年由製藥大廠賽諾菲（Sanofi）投資1.8億美元，進而躍升AI製藥獨角獸行列。
當賽諾菲、默沙東（Merck）與阿斯特捷利康（AstraZeneca）等全球製藥巨頭，紛紛將新藥開發的羅盤交給這家法國獨角獸時，生技產業的遊戲規則正在改寫。過去，罕見疾病藥物的開發困難，從研究到上市往往要至少10年、數十億美元成本，且成功率極低，更排擠了市場規模太小的疾病。
「當AI技術讓研發成本出現斷崖式下降，那些過去被視為不具經濟效益、甚至無藥可醫的疾病，將重新進入科學家的視野，獲得被治癒的機會。」Owkin聯合執行長溫柏格（Pascal Weinberger）說。
當AI能做到使研發週期縮短3年、效率提升百倍，過去被視為無價值的藥物開發，重新具備了商業上的可行性，未來能將許多人救出絕望的深淵。
資料量決定醫學突破，花10年連動最強智囊團
溫柏格指出，在醫療領域的AI發展，真正限制創新的關鍵瓶頸，往往在於你能夠取得、使用到哪些資料。與網路文本不同，病歷、治療紀錄、生物標記與病理影像屬於高度敏感資訊，受到嚴格法規約束，同時分散在不同醫療機構系統之中，使得醫療AI面臨的難度遠高於通用模型訓練。AI新藥研發的關鍵，其實不在演算法，而是累積的「資料量」。
「我們的願景是打造一位可以自主運作的AI科學家。科學家只要下達指令，例如：幫我找一種新的三陰性乳癌治療方法。系統就能自行閱讀文獻、分析資料、建立假設，並提出具科學依據的答案。」溫柏格如此描述公司的長期目標。
Owkin使用聯邦學習（Federated Learning）來彙整資料，此架構能將資料保留在各醫療機構內部，在符合法規的前提下，使模型得以從真實世界的多模態資料中學習。10年來他們打造了橫跨醫療、研究機構與製藥企業的資料網絡，目前已與全球約800家機構建立合作關係。
為了彙整這些AI模型的能力，Owkin在2025年推出醫療助手K Pro，提供一站式服務。研究人員可以直接提問，由模型整合資料、查閱文獻，分析出科學上的推論建議。溫柏格生動比喻：「把它想像成一個功能強大、專為生物學家設計的ChatGPT。在實驗室遇到任何瓶頸，都能像諮詢生活瑣事與它對話。」
解鎖阿茲海默之謎，拚媲美達爾文的AI系統
許多候選藥物並非完全失敗，而是在研發時的關鍵決策出現偏差，例如選錯治療標的、未精準劃分病人族群等。透過AI可提高這些決策節點的準確度、更可預測，新藥開發也不再是昂貴的盲人摸象。
Owkin將藥物靶點識別的時間從12個月縮短至3個月左右，速度提升約70％。透過更精準的患者分群與試驗設計，避免第2階段臨床試驗的資源浪費，並在腫瘤學領域縮短臨床試驗週期約3年，等於35％的時間減幅。
克洛澤今年初在公開訪談中提到，公司的下一步是深入研究因果生物學。「我們真心想研究阿茲海默症的病因，試著理解復發的原因，並嘗試針對性地進行治療。」Owkin的成功標竿就是加速新藥研發的速度，使世上再也沒有不治之症。
「或許在1、2年內，我們就能建立出足以從根本理解生物學的AI系統。」溫伯格表示，Owkin對未來充滿信心，並認為到時將會發生真正的奇蹟，人類讀懂未知的疾病，為目前的不治之症找到解藥。
在如此願景下，10年後最大的藥廠會是輝瑞等傳統藥廠，或是OpenAI、Anthropic或Owkin，存在著巨大想像空間。
Owkin
成立於2016年。專注AI新藥研發，2025年獲3.2億美元的新1輪投資，推出AI代理醫療助手K Pro。聯合執行長為溫柏格（Pascal Weinberger）。
責任編輯：謝宗穎
