人工智慧醫藥新兵Insilico Medicine，雖然才融資一千四百萬美元，但其獨到的技術平台，卻讓醫藥大廠紛紛前來合作。這家新創公司代表了什麼樣的醫藥革命？
這家從醫藥名校約翰霍普金斯大學（The Johns Hopkins University）竄起的醫藥AI領頭哨兵，以獨特的人工智慧平台進行藥物研發，二○一六年起就陸續成功與妮維雅、萊雅、嬌生及諾華等國際著名大廠合作，備受醫藥界矚目。
加速藥物開發 抗老化領域大有斬獲
Insilico Medicine的工作，就是利用AI的技術進行藥物發現、生物標記發展和衰老研究等問題，在生物體模型中驗證結果後，能快速、低成本地開發相應藥物。
公司的創辦人札佛隆科夫（Alex Zhavoronkov）是老化醫學研究專家，接受本刊專訪時十足自信地表示：AI技術已相當成熟，甚至在醫療領域也有長足進步，將AI導入新藥開發，「能以更快、更有效率的方式研發新藥，發現成功機會較高的藥物，加速製藥公司的藥物開發。」
已可在市場上看到的成果，則是Insilico Medicine與美國保健食品品牌Life Extension的合作：透過深度學習演算法後的人工智慧，以功能導向篩選出數種抗老化營養素製成的產品。這，還只是公司的小試身手。札佛隆科夫說， Insilico Medicine使用AI來開發化學分子藥物、生物標記，透過實驗進行內部驗證後才授權給藥廠，由於較人工速度更快，現在有上千種的化學分子排隊等著進行臨床驗證。
新藥研發是生醫產業最龐大的工程，據美國食品藥品監督管理局（FDA）統計，二○一六年全球只有十九種新藥推出並上市販售，每種藥物的研發費高達二十六億美元，且平均耗時十二年之久，全球研發這些藥物的費用累計達一千五百億美元，與此同時，新藥研發失敗率卻高達九成以上。
大數據分析資料 省時、省錢，降低「虛耗」
Insilico Medicine首席AI長卡圖靈（Artur Kadurin）解釋，目前全世界可能存在的化學分子數量相當巨大，約有十的六十次方以上。因此， 要在如此大規模數據中，找出可應用於藥品的化學分子，只靠人力篩選可謂大海撈針、研發速度遲緩。但AI可透過GPU（圖像處理器）處理龐大資料庫，再用深度學習演算法在不同開發方向（如化學分子的可吸收性或親和性）中，主動下達篩選條件，針對不同症狀研發藥物。
卡圖靈說，藥廠都希望在開發新藥階段節省不必要的試誤成本、金錢及時間。AI製藥一方面可減少臨床人體實驗錯誤，降低製藥成本。另一方面，由於傳統臨床實驗很難研究試驗失敗原因，往往只能透過不斷試誤找出問題，但AI可在藥物開發每個階段累積錯誤資訊，藉著回饋提供因果，為往後的製藥貢獻資訊。「不怕失敗、只怕虛耗（Fail early, fail cheap）是新藥開發目標。」
提到醫藥在AI應用，大眾最熟知的仍是IBM的超級電腦華生（Watson）。但在卡圖靈眼中，業界對華生期待過高，很可能失望更大。
但生技中心博士黃玉華並不認同卡圖靈的看法。她認為，ＩＢＭ華生對於協助醫生診斷有其幫助。但另一方面，Insilico Medicine利用ＡＩ拓展了人類開發新藥的搜索空間，也是值得關注的應用。
國際大廠跟進 藥廠將開啟黃金時代？
醫藥人工智慧已成趨勢，不只IBM，許多國際藥廠及新創團隊已開始發展並應用AI運算技術，來預測治療效果最好的藥物分子。札佛隆科夫的想像是：未來藥廠逐漸向AI靠攏，可能遊說主管機關立法規定，只要臨床實驗證明AI研發的藥物有效且安全，即可上市。
未來透過AI製藥，大幅減少藥品研發成本與時間，「以後可能不用花二十億美元研發一個新藥，藥價也會因此降低。」他興奮地說，「這代表藥廠的黃金時代來臨。」
台灣在製藥及數據科學深具研發能量，Insilico Medicine今年兩度來台與台灣大學、台北醫學大學接觸。黃玉華樂觀地表示，Insilico Medicine將台灣視為該公司全球發展的策略夥伴，希望透過在台設立研發中心，以生醫的實際應用來培養台灣的人才。
但是，這家只有三十人的新創小公司，是否真能符合黃仁勳及藥廠的期待，為新藥開發帶來新革命？恐怕還需要時間驗證，同時也仍是台灣及全球醫藥界會持續檢視與關注的焦點。
Insilico Medicine
成立：2014 年
創辦人：札佛隆科夫（Alex Zhavoronkov）
主要業務：人工智慧醫藥平台
至今募資：1400 萬美元
員工人數：約 30 人
重要股東：MannBioinvest、Deep Knowledge Ventures
