《2024BTC》

2024BTC 周慧泉:新藥「CIT」 打造台灣為世界「轉譯研究中心」!

撰文記者 李林璦
日期2024-08-26
EnglishFrenchGermanItalianPortugueseRussianSpanish
BTC委員、全心醫藥生技總裁兼執行長周慧泉(左),國科會科技辦公室副執行秘書呂佩融(右)在第19屆行政院生技產業策略諮議委員(BTC)議題一「智慧創新」中演講。(攝影/巫芝岳)
今(26)日,第19屆行政院生技產業策略諮議委員 (BTC)展開,在議題一的「智慧創新」,邀請到BTC委員、全心醫藥生技總裁兼執行長周慧泉演講,她提出新藥開發「臺灣創造(Created In Taiwan, CIT)」、以轉譯研究為重心、利用AI加速新藥開發三大建議。另外,國科會科技辦公室副執行秘書呂佩融報告,國科會將推動晶創臺灣、次世代數位醫療平台、高齡科技產業行動計畫三大策略。在綜合討論中,教育部政務次長葉丙成則宣告,「臺灣AI大學聯盟」將於9月2日正式成立。

BTC委員、全心醫藥生技總裁兼執行長周慧泉(攝影/巫芝岳)


周慧泉:CIT策略、鎖定臨床一二期新藥開發

周慧泉表示,若把「健康臺灣」的政策當作一座高山攻頂目標,最頂端是造福患者與健康民眾,其中包含預防、診斷、治療等等,中層便是由臺灣良好的醫療系統支持,而高山的最底端即是新藥開發。

「幾乎沒有一家國際大型藥廠/生技公司是完全仰賴內部開發新藥,均正在積極尋找新標靶/新藥物!」周慧泉指出。

周慧泉因此建議,好好運用臺灣擁有生技醫藥人才資源的優勢,將台灣打造成大藥廠尋找新藥時的首選,成為世界的「轉譯研究中心」,目標鎖定為準備進入「臨床2期以上」的藥物,這些藥物已初步驗證安全性與療效,可藉由B to B的概念與大型製藥公司建立合作關係,後續的臨床試驗、商品化,再交棒給大藥廠。

周慧泉進一步提出聚焦三大重點發策略,第一「發展生物製劑及細胞與基因療法」,這是近期具潛力的領域,其上市有12年的市場獨佔期,其中有4年阻止學名藥申請IND進入臨床,相對於小分子藥物只有5年的市場獨佔期,更具有市場利基。

第二,可在包括生物分子篩選分析、研究分子結構與功能相關性、生物分子工程及合成生物學三環節,利用人工智慧(AI)速新藥開發。因為新藥開發是「贏者全拿」的概念,用AI方式將新藥開發從3~5年縮短成3~5個月,甚至3~5周,加速搶佔市場。

周慧泉表示,第三是「連結醫療健康與臨床大數據」,讓資料不僅變成資訊,而是知識。利用AI與大數據連結,將線上健康紀錄、預測醫療保健結果、生物製程開發的優化、改善供應鏈管理等等環節連接在一起,就能回饋到改善個人化醫療。

國科會科技辦公室副執行秘書呂佩融(攝影/巫芝岳)


呂佩融:晶片實力要擴散到百工百業 國科會推動三大「策略 」

國科會科技辦公室副執行秘書呂佩融,發表國科會推動「智慧科技加速生醫跨域創新」的三大策略,包括創新藥物、在宅醫療科技、創新醫材、數據應用等趨勢提出未來布局。

呂佩融指出,臺灣少子化、2025至2030年進入超高齡社會,青壯年的扶老負擔及醫護壓力從現在的4:1攀升到2.7:1,2023年獨居老人和老老照顧人數一年增加超過百萬人亦持續攀升,急需透過半導體、數位科技與生醫整合,以及透過AI加值、引領產業升級。(註:老老照顧定義為有2位以上長者,但無64歲以下照顧者)

今年1月起,國科會祭出三大推動策略,包含:晶創臺灣、次世代數位醫療平台、高齡科技產業行動計畫,並取得階段性成果。其中的晶創臺灣計畫涵蓋晶片研發上、中、下游,期待將臺灣晶片實力擴散到百工百業、促進全產業創新。

在上游開發試製方面,將透過產學研合作、開發多重檢測晶片,應用到臨床疾病、基因、動植物疾病、農業精準育種等;中游研發試量產方面,將建立新世代基因定序、植入式醫電產品、人機介面產品等從研發到試量產的成功模式;下游方面,將為法規及場域提供配套,提升跨域人員的法規識能,並提供導入驗證與應用推廣場域。

次世代數位醫療平台,將推動統一醫療資訊系統規格、接軌國際交換標準、串接醫院現有資訊系統,並推動電子病歷交換與串接、促進各級醫療院所數位轉型,為醫療科技、創新醫材、醫療AI等發展建立基礎。

高齡科技產業行動計畫,是以打造長者在地幸福老化、加速高齡科技產業成長為目標,目前已經建立供需對接整合平台,以及完成高齡學習及社交資源平台,並發展以照顧者為主體的科技輔助產品及系統。


由行政院政務委員吳誠文主持,除周慧泉、呂佩融外,邀請葉丙成及台灣在宅醫療學會理事長余尚儒等共同與談。

智慧/遠距醫療助攻在宅醫療 教育部加速培育AI人才

綜合討論,由行政院政務委員吳誠文主持,除周慧泉、呂佩融外,邀請葉丙成及台灣在宅醫療學會理事長余尚儒等共同與談。

余尚儒指出,從新冠疫苗以來,智慧科技、遠距醫療與在宅醫療已有很多結合,讓台灣在宅醫療進入次世代,但首先,在設備上,期望能把UI/UX標準化,讓機構能更容易地導入設備,協助減輕人力負擔。

其次,醫療、照顧、場域之間的協作平台亟需建立,讓智慧醫療規格化、雲端化、可視化,才能真正作為輔助決策的工具;第三,則是「人機協作」,將生成式AI(GAI)運用於醫療數據平台,追蹤、管理、輔助醫療人員進行決策。

余尚儒強調,對醫療來說,醫院像是溫室,擁有可控的環境,但居家像是野外環境,醫療設備在醫院與居家需要考量不同應用模式,臺灣可作為試驗場域,讓各種智慧/數位醫療連結醫學中心、地區醫院、區域醫院到居家,成為生醫智慧科技驗證平台。

而無論是新藥開發、智慧遠距醫療,背後都需要AI技術的協助,葉丙成指出,但是臺灣目前最欠缺「可為業界所用的AI人才」,因此,9月2日將成立臺灣AI大學聯盟,包含台大、成大、陽明交大、清大等25家大學,共有四大學程,從AI探索運用到AI自然語言技術學程、AI影像技術學程等等,透過中央廚房方式,讓更多學生能學習到AI相關課程。第一學期試行限定1200個學生報名,未來也希望擴大到上萬學生。

(報導/李林璦、吳培安)