會員登入
註冊
從史丹佛大學SPARK模式的海外第一站，到培育約690項專案、催生近90家新創，SPARK Taiwan穩扎穩打地建立臺灣生醫轉譯的人才與生態系，更得到SPARK Stanford的認可。SPARK Taiwan 執行長暨SPARK Asia 委員會主席曾宇鳳在專訪中，細數了SPARK如何把矽谷業師帶進臺灣，讓學研團隊從實戰中學習跨越轉譯「死亡之谷」，並將成功率從早期約25%推升至六成，累計募資更突破4億美元的心路歷程。
撰文/吳培安 攝影/李林娜
SPARK Taiwan (台灣生醫與醫材轉譯加值人才培訓計畫)，是全球最早引進美國史丹佛大學SPARK培訓模式的海外第一站。從2013年正式啟動，歷年累積執行的專案約690項，是SPARK全球網絡中規模最大的計畫之一。
迄今，SPARK Taiwan目前已經補助約90家新創、108件技轉案，178個團隊銜接政府大型計畫，178案進入臨床試驗階段，相關團隊累積募資金額更已超過4億美元。在人才培育上，透過SPARK Taiwan計畫接受相關訓練的學研醫人員累計約3,400人，顯示計畫多年來已累積相當豐碩的成果。
作為當今計畫的總舵手，SPARK Taiwan 執行長暨SPARK Asia 委員會主席曾宇鳳，在本刊專訪中分享了SPARK Taiwan一路走來的發展。她表示，臺灣不只是SPARK全球網絡最早的海外據點，也是少數從國家層級推動SPARK的計畫之一。
相較於單一學校自行運作，曾宇鳳認為，以國家層級推動的優勢在於能提供較穩定且持續的支持，避免計畫隨著學校主管或政策方向改變而中斷，也讓不同學校之間有機會共享業師、經驗與資源。她強調，SPARK本身的核心定位，始終是「人才培育」，這也是SPARK與生醫新創加速器最大的區別。
「SPARK Taiwan雖然會追蹤新創成立、技術授權、後續大型研究經費及進入臨床試驗等成果，但新創公司最終能否成功，還會受到市場、競爭等許多計畫無法控制的因素影響，因此，若單純以成立多少家公司衡量SPARK Taiwan計畫，其實並不適當。」她強調，「SPARK Taiwan的宗旨，是培養出充分理解生醫研究如何一路從學術端走向產業的人才。」
「即使曾在大型藥廠工作過，也不代表具備新創所需要的能力，因為在大型企業中，每個人通常專精於自己的部門工作，未必需要直接面對智財權(IP)律師、洽談授權(Licensing)，或自行規劃臨床試驗；但新創團隊卻必須對不同環節都有一定程度的理解，這也是SPARK希望填補的能力。」
曾宇鳳表示，目前透過SPARK Taiwan接受訓練的學生、研究助理及相關參與者，從學研界、醫界累計約3,400人。
這些人即使最後沒有加入原本專案衍生的新創公司，也能實際參與研究轉譯過程，親身經歷一項專案或一家新創從早期開發一路到走向市場前需要跨越的挑戰。
從SPARK Taiwan走向SPARK Asia
曾宇鳳於2017年底接手SPARK Taiwan後，也逐漸參與亞洲區域合作。她表示，SPARK Global在COVID-19疫情前，就已開始形成區域性合作架構，針對當年度重要議題，共同舉辦線上研討會、工作坊(Workshop)、展演會(Showcase)等活動，各區域也會共享業師(Mentor)和顧問(Advisor)，並依不同計畫的需求相互支援。在此脈絡下，臺灣經常與日本、澳洲等地的SPARK計畫合作。
事實上，SPARK Taiwan在亞洲區域的表現，毫不遜色於其他國家。曾宇鳳回憶，2018年SPARK Taiwan團隊曾赴東京參與相關活動，2019年旋即在臺灣舉辦了首屆SPARK Asia Showcase，建立自己的區域性展示媒合平台。
曾宇鳳表示，為了站上Showcase舞台、與每天都在評估案件的專業投資人面對面，團隊不能只是把研究結果整理成簡報，而是必須認真思考公司架構、團隊分工、里程碑與募資需求，也不能再把里程碑當成概略的規劃，而必須確實回答「需要募多少錢」、「這筆錢可以完成什麼」以及「完成之後下一階段是什麼」等實際問題。
「所以，這個Showcase其實就是最直接的練兵。」她表示，對成熟團隊而言，這是可以直接接觸投資人的寶貴機會；對尚未完全成熟的團隊而言，準備Showcase本身就是重新改良專案、審視公司發展進度的過程。
.list-unstyled ul{ list-style:none; }SPARK Taiwan執行長暨SPARK Asia委員會主席曾宇鳳表示，SPARK本身的核心定位始終是「人才培育」，這也是SPARK與生醫新創加速器最大的區別。
陳建光教授表示，團隊從研究概念出發，透過SPARK輔導逐步將概念發展成原型(Prototype)，同時開始思考產品化、商業模式與團隊組成。
優互生技執行長周心喬表示，參加SPARK Stanford Boot Camp，就像是自己投入商業化的「第一堂課」。
宇知人工智慧表示，即使產品已在既有醫療體系完成驗證，一旦跨入不同醫療體系，仍會出現不同的需求。
