AI 研發新藥已進入臨床試驗?為何新藥仍然難以成功 | 學識 Hok6 | 廣東話網上教育平台
AI 研發新藥已進入臨床試驗?為何新藥仍然難以成功

AI 研發新藥已進入臨床試驗?為何新藥仍然難以成功

2026-10-03

學

學識

4.83/5.00(12個評分)

人工智能發展一日千里,不少人期望 AI 能夠加快新藥研發,令以往難以醫治的疾病出現新療法。本集《未來學》由江啟明主持,邀請香港中文大學生物化學系博士王建鈞(Kelvin),從藥廠實際運作的角度,拆解 AI 在藥物研發中真正發揮作用的地方,以及它暫時無法跨越的關卡。

AI 在藥物研發的第一個角色:篩選先導化合物
一種新藥的誕生,通常由尋找「先導化合物」(lead compound)開始,即有潛力發展成藥物、值得進一步研究的分子。前期工作包括預測蛋白質結構、尋找藥物靶點(drug target),再據此設計藥物。AlphaFold 等工具令這一步大為加快。

然而,前期研究只佔整個研發過程的一小部分。節目提到,平均約 250 個先導化合物之中,只有一個能夠走到第三期臨床試驗。有了 AI 之後,候選分子甚至可能多達數百個,真正的難題在於挑選哪一個值得投入臨床。AI 最早被廣泛應用的地方,正是這種篩選(screening)工作:綜合受體差異、族群差異、疾病類型等大量參數,減少實驗所需的次數與時間。

AI 找到新的藥物靶點
AI 的價值不只在於「加快」。Kelvin 以特發性肺纖維化為例:傳統藥物多針對某一條信號通路,而藥廠利用 AI 分析大量文獻及分子數據庫後,找到另一條通路和新的藥物靶點,經細胞實驗初步驗證後推進至臨床,這隻藥物現已進入第三期臨床試驗。

抗生素是另一個例子。當同一機制的藥物相繼失效,便需要轉換機制,但地球上的分子數以百萬計,不可能逐一在培養皿中測試。節目提到今年初有研究以 AI 篩選約 14 億個化合物,找出 345 個具新機制的抗生素候選,再以實驗確認,顯示 AI 能找到人類意想不到的方向。

哪些疾病最先受惠?
根據節目引述美國癌症學會於 2026 年初的統計,現時進入臨床階段、以 AI 開發的藥物共有 117 隻,其中約六成針對癌症。癌症成因複雜,涉及基因及多種細胞信號,正需要 AI 整合大量數據。另一個熱門範疇是罕見病:患者人數極少,難以進行大規模臨床試驗,AI 有助從有限數據中預測療效。

為何新藥仍然昂貴、仍然難以成功?
AI 能加快前期研究,但臨床試驗佔去藥物開發九成以上的工夫與資源。第一期測試毒性與劑量,第二期作概念驗證,第三期則是全球性的大型試驗,每一階段的投資都成倍增加。試驗規模由統計要求決定,不能因為使用 AI 而縮減人數或時間。

Kelvin 以薪酬作比喻:科學家的人工與醫生的人工相差甚遠,而臨床試驗需要上百名頂尖醫生,並在亞洲、美國、歐洲等地設立臨床中心,這正是一隻新藥動輒耗資十億美元的原因。因此,暫時未有 AI 研發的藥物正式面世,AI 亦未能大幅降低藥價。它更實際的作用是協助藥廠及早淘汰效果不佳的候選藥物,把資源集中在較有希望的項目上。

至於 AI 研發的藥物是否安全,答案是可以放心:所有藥物同樣要通過臨床試驗及專家評估,各地政府的藥物註冊不會因為使用 AI 而放寬要求。

上市之後:真實世界數據與穿戴裝置
AI 在藥物上市後同樣大有作為。它可以協助整理各地醫院格式不一的電子健康紀錄,令回顧性研究的數據處理快上數倍,從而了解藥物在真實世界中的療效與副作用。節目亦提到有乳癌藥物的臨床試驗讓病人配戴裝置監測心跳與睡眠,由 AI 綜合各項生理數據,及早提示哪些病人可能出現嚴重副作用,需要回來覆診。

總結
AI 未必會令新藥即時變得便宜,亦不會取代臨床試驗,但它正在改變藥物研發的每一個環節:由篩選分子、尋找新靶點,到監察療效及收集上市後數據。當第一隻 AI 研發的藥物完成第三期試驗,我們或許才真正看到這場變革的成果。你又會否因為一隻藥物由 AI 研發而更願意,或更猶豫去服用它?


※ 本文由學識團隊設計的學術AI agent,根據影片內容整理生成,如有錯漏敬請指正。
📺 觀看完整影片:AI研發新藥,已經開始俾人試?點解新藥仍然咁難成功?|未來學 EP67
主持:江啟明 - 新南威爾斯大學工程學博士
嘉賓:Kelvin 王建鈞 - 香港中文大學生物化學博士

AI 研發新藥已進入臨床試驗?為何新藥仍然難以成功

關注我們

Copyright © 2026 hok6.com

版權所有,不得轉載