AI的發展與對醫療創新的衝擊～台灣大學名譽教授、前科技部部長陳良基受邀中國醫藥大學暨醫療發表專題演講，醫護同仁參與踴躍互動熱絡

「AI是開啟台灣下一波產業革命的關鍵，同時延續我們在IT製造方面長期累積的優勢；我們將會廣納學術界、產業界和各界青年才俊投入到我們的AI計畫中，打造出基於AI創新的產業生態系。」…科技部部長陳良基說。

順應時勢發展，前瞻遠見的陳良基部長於2017.03.15.宣布，將在台灣打造「華山論劍式的頂尖對決環境」，以人工智慧（AI）為主題，成立「卓越研究中心」，並投入50億元建置3至4個跨領域型態的大型人工智慧高速運算研究基地，和國際各界競技，透過激盪來引導國內產業升級。

當年NVIDIA創辦人暨執行長黃仁勳表示：「台灣一直是PC革命的震央，未來也將在AI所驅動的產業革命中繼續扮演核心要角。我們很高興能與科技部密切合作，確保台灣在人工智慧科技浪潮下充分展現實力。」

近年全球AI人工智慧市場爆發力令人咋舌；AI市場規模2023年1966億美元，NVIDIA 24Q3營收350億美元，YOY(年增率) 94%毛利率75%，2024-2030年全球市場複合年增長率估計36.6%。

七年前的準備，如今一一實現！

中國醫藥大學暨醫療體系1月22日舉辦《領域專家演講系列》，蔡長海董事長邀請國立台灣大學名譽教授、IEEE Fellow(國際電機電子工程師學會會士、前科技部部長陳良基以「AI的發展與對醫療創新的衝擊」為題發表演講，由院長室黃冠棠顧問主持，洪明奇校長、林正介副校長、王陸海副校長、薛博仁副校長、陳悅生主秘、楊良友國際長、校院務發展委員會鄭隆賓執行長、附設醫沈戊忠講座教授是院陳韋成主秘、人工智慧中心張詩聖主任、沈戊忠講座教授等校院主管全程參與，並透過視訊方式鼓勵校院醫護同仁師生踴躍聆聽，會後開放提問會場氣氛熱絡，讓在場教師和醫護同仁獲益良多。

教育部終身國家講座陳良基教授指出，AI的優勢一個字「快」，快速實驗Fast experiment、快速原型製作Fast prototyping、快速體驗Fast Experience、快速週轉時間Fast turnaround time；AI正在改變人類和所有的企業生產效能提升，諸如辦公、金融、行政、交通、學習、生產、製造、商服、設計、研發、醫療等。AI的核心能力是甚麼？陳良基講座教授引述，John Hopfield(約翰•霍普菲爾德)：創造了一個可以儲存和重建資訊的結構(1982)。 Geoffrey Hinton(傑弗里•欣頓)：發明了一種可以獨立發現資料特性的方法(2012)。David Baker(大衛•貝克)：「因計算蛋白質設計」（2003）。Demis Hassabis and John Jumper(德米斯•哈薩比斯與約翰•朱珀)：「因蛋白質結構預測」（2020）。

AI運算架構的創新來自於，一個具有四個節點的Hopfield net(霍普菲爾德網絡) 1980以及Alexnet的架構。

AI能力來自何處？訓練就是一種測驗(評估)，得出行為模式；大型語言模式LLM:使用超過千億個參數，將人類所常用的各種語言對話，訓練成不同的權重過程中，需要訓練員的參與，以及多次運算的測驗，得出AI基本行為模式。

AI可能形成的產業供應鏈包括，基礎建設與硬體（AI晶片+封裝），運算與雲端（強大且滿足訓練算力的NPU），開放模式服務（開放、可信賴、又容易調教的模式），應用服務（必要的產品技術與市場開發資源）。顯而易見，AI能力逐漸走向結構化。

AI未來的發展趨勢，陳良基講座教授歸納有：1.算力仍是基本要件，但會逐漸多元化…算力走向系統，大廠各有因應之道。2.微調或推演的方法，會越來越成熟及實用化…開源模型可能由利基逐漸走向主流。3.數據重力影響力下降，現場即時資訊重要性加大…大數據移動成本降低，企業對資料科學與分析的投資，會逐步加大。4.指揮層逐漸發展出多模態輸入，例如影像、聲音…AI會逐漸往客製化模組，做垂直分工機會增大。5.AI Agent成為企業標配。

AI對醫療創新的衝擊方面，由於各行業、醫療保健部門和政府對人工智慧的興趣和活動顯著增加，各行業都有顯著增加的與人工智慧相關的風險投資和私人AI投資。2024年第二季550億美元的風險投資和私人Al投資。預計到2032年，生成式Al投資將同比增長42%。在醫療保健領域，對人工智慧活動的熱情和投資顯著增加在過去三年裡，醫療保健初創企業為Al籌集了300億美金。美國食品藥品管理局截至2024年8月收到550個含有AI成分的藥物和生物製品的申請數量。HHS(美國健康與公共服務部)已經活躍於Al的使用及監督，無論是外部或內部營運。截至2024年8月，由FDA批准大約1,000個AI/ML(機器學習)支持的醫療設備。8個由CMS(美國聯邦醫療保險和補助服務中心)建立獨立支付的AI/ML開發設備。

2024年製藥產業十大趨勢1.人工智慧藥品2.大數據與分析3.彈性生產4.精準醫療5.3D列印6.區塊鏈7.擴充現實8.真實世界數據（RWD）9.數位治療10.治療方法

藥物開發的效率一直是生技醫藥產業的巨大挑戰依據Tuft University研究，傳統上新藥研發時程約耗時10至15年，平均花費估計高達26億美元。流程上可能需從500萬個具潛力的化合物(compounds)進行篩選與研究，才能有機會成功完成1項藥物產品的開發。正是因為極大的資本投入與回收風險，製藥行業正處於衰退的狀態，尤其新藥上市的回報並不能保證製藥公司目前投入研發的大量投資是合理的。因此導入AI技術的研發應用，藉由數據驅動藥物開發已是產業的顯著趨勢。

Al技術輔助創新藥物開發方面，人工智慧(Al)技術在藥物開發應用興起，主要受到：異質性生醫大數據累積，使在藥物開發過程中傳統的資料分析模式已無法負擔多維、多類型、巨量的生醫資料分析，勢必唱借助強大運算軟硬體環境與 Al 演算法，解決目前藥物開發耗時、高花費的困境精準醫療是當今重要趨勢，治療標的與靶向藥物是診療開發重點，借助 Al 技術可協助整合分析生醫大數據，有助找出新標的、新藥物、老藥新應用。於創新藥物開發流程中，Al技術投入項目：選題、標的辨識、標的確認：1.疾病與標的關聯性分析、2.體學資料分析、3.生理訊號路徑分析。藥物探索、藥物優化、臨床前測試：1.先導藥物結構探索/設計、2.虛擬藥物篩選、分子嵌合模擬、3.毒性與副作用預測。臨床試驗：臨床試驗設計。

數位健康未來金字塔數位療法(Digital Therapeutic(DTx))：利用數位科技提供具證據(evidence-based)的醫療介入，用於預防、管理或治療疾病。數位醫療(Digital Medicine)：具臨床證據軟體(可與硬體搭配)之數位醫療產品，應用於量測或介入患者健康。數位健康(Digital Health)：數位健康利用科技、平台與系統可達到：1.使患者參與生活型態、健康或疾病之改善。2.數位化醫療資料使得資料可被自動化擷取、儲存與傳。3.支持基礎科學研究與臨床管理。

臺灣案例分析－長佳智能目前癱有多項醫療Al軟體產品，涵蓋心電圖分析、心肌SPECT影像分析、X光片分析等領域．涵蓋心臟科、放射科及骨科多種臨床科別，總計已取得24項多國專利、9項USFDA許可、14項TFDA許可、越南及泰國上市許可。

對AI衝擊的因應--醫療教育1.引導新生代學習新工具。2.善用AI，打破現有框架、領域的籓籬。3.激發「無遠弗屆、快準」的想像力。

面對AI浪潮，陳良基講座教授引述Also in諾貝爾獎得主高錕博士自傳《潮平岸闊》的警語：人世間有潮汐，乘著漲潮，便可通往幸運；錯過時機，一生航程便困在淺灘和痛苦之中（There is a tide in the affairs of men Which, taken at the flood, leads on to fortune;Omitted, all the voyage of their life Is boumd in shallows and in miseries）。