AI 藥物研發進入「ChatGPT 時刻」，專家警告：美國削減醫療預算將喪失全球競爭力
編輯核心觀點
- ✦AI 藥物研發市場正以每年 26% 的速度成長，預計 2031 年規模將突破 100 億美元。
- ✦業界領袖指出，科學方法與代理式 AI 本質相同，現在是投入資源的關鍵時刻，而非削減預算。
- ✦NVIDIA 醫療副總裁 Kimberly Powell 強調，若美國在此時縮手，而歐洲與亞洲持續加碼，將導致美國在全球科學競爭中落後。
AI 藥物研發的關鍵時刻：美國面臨「科學情報」落後風險
在 Aspen 舉辦的 Fortune Brainstorm Tech 大會上，多位 AI 藥物研發領域的領袖發出警訊，認為美國政府在醫療與生物技術產業正處於「ChatGPT 時刻」之際，卻大幅削減數百億美元的國家醫療預算，此舉恐將導致美國在科學競爭力上陷入難以挽回的劣勢。
Lila Sciences 共同創辦人兼執行長 Geoffrey von Maltzahn 在會中直言：
「在企業層面或國家層面，若科學情報落後於對手，這幾乎是一種難以想像的競爭劣勢。」
NVIDIA 醫療副總裁 Kimberly Powell 則補充，目前歐洲與亞洲國家正積極投入資源，若美國選擇在此時撤資，將面臨被全球競爭對手拋在後頭的風險。
科學方法與代理式 AI 的融合
專家們認為，科學研究方法與「代理式 AI（Agentic AI）」在結構上如出一轍：提出問題、收集背景資訊、觀察、推理並採取行動。這意味著 AI 不僅是輔助工具，而是能加速科學發現的核心引擎。
Von Maltzahn 所領導的 Lila Sciences 目前已募資 5.5 億美元，致力於打造所謂的「科學超級智慧（Scientific Superintelligence）」。該系統能全天候在材料、化學與生命科學領域運行科學方法。他分享了一個具體成果：該公司的 AI 代理近期發現了一種用於將水分解為氫氣與氧氣的催化劑，其效能超越了業界目前依賴的貴金屬。Von Maltzahn 指出，起初連他那群畢業於加州理工學院（Caltech）的團隊都認為這些建議「毫無道理」，但最終證實這些建議是目前紀錄中效能最高的催化劑。
開放模型與監管挑戰
針對 AI 在科學領域的應用，NVIDIA 採取了基礎性策略，投資於開源生物基礎模型、抗體設計模型及多模態模型。Powell 強調：
「如果市場上只存在封閉模型，那麼在 AI 時代，生命科學領域的各項應用將難以創造出蓬勃發展的條件。」
然而，AI 藥物研發仍面臨監管難題。例如，當 AI 設計出一款分子，但研發者卻無法回溯其訓練數據時，FDA（美國食品藥物管理局）該如何核准？Powell 認為，未來生物學的「數位孿生（Digital Twin）」模型將精確到足以讓監管機構接受矽基（in silico）證據，但她也坦言：
「我們目前還沒走到那一步。」
目前 AI 藥物研發市場規模約為 32.5 億美元，年成長率約 26%，預計到 2031 年將超過 100 億美元。儘管資本持續湧入，如 Demis Hassabis 創辦的 Isomorphic Labs 今年稍早完成了 21 億美元的 B 輪融資，但該領域仍面臨研發週期漫長且終點不斷變動的挑戰。
