一、前言

生成式AI(Generative AI)為能用以創建文字、圖像、影音或程式碼等內容之演算法與機器學習(Machine learning)模型。其具備諸多能力與優勢，包括：可搜尋及分析大量數據並提供摘要；能迅速轉換影音格式及語言，並且可迅速地創造新內容與對話，如能以擬人化方式與使用者對談；此外亦能夠協助企業組織蒐整與管理資訊，提高生產力等。前述能力能改變傳統藥物與醫療器材的開發和生產，以及醫療保健服務模式，使醫生能提供更具成本效益以及更符合患者需求的高品質診斷和療法。生成式AI在醫療保健領域之成長機會請參閱圖一，下列段落將針對製藥、醫療器材、醫療服務等三項產業，介紹生成式AI之助益與創新案例。

二、製藥產業

(一) 應用範疇
生成式AI於製藥產業之應用範疇廣泛，以下分別就藥物開發、生產製造、物流與供應鏈、管理銷售與客戶服務等階段介紹：

(1) 藥物開發
在藥物開發階段，生成式AI能夠分析期刊文章、專利、監管機關指導文件等文獻，以及醫療保健數據，評估藥物安全性並發現新候選藥物，並且可對臨床試驗結果進行預測及風險評估。此外，生成式AI亦能用以分析細胞影像，篩選出合適的細胞株，加速細胞培養流程開發；或者優化臨床試驗設計，以改善受試者招募流程並且增加受試者數量。

(2) 生產製造
生成式AI能分析生產製造相關數據(如細胞培養環境數據)，辨識生產瓶頸(包括非預期的環境變化)，並且自動調整與優化生產流程，進而提升生產效率，降低生產成本。同時能夠篩選品質不佳或有缺陷的產品，控制產品品質，並且可識別生產流程中的異常以及設備故障，盡早採取因應措施，以降低停工的風險。

(3) 物流與供應鏈管理
生成式AI能全天候監控物流狀態，並且制定最理想的配送計畫與路線，提高運輸效率；同時還能預估原料與產品供應狀況，並且與生產單位連線，因應需求變化自動調整產量與訂單，降低庫存過剩或缺貨的風險。

(4) 銷售與客戶服務
生成式AI能夠分析市場資訊，辨識潛在客戶與市場趨勢，從而幫助公司制定行銷策略；或者透過聊天機器人、電子郵件等媒體蒐集與分析患者的就醫資訊以及服藥後的健康狀態，有助於確認客戶群，降低行銷成本。

(二) 創新應用案例

(1) 簡化並加速藥物發現的生成式AI
開發商：加拿大Variational AI
目前藥物發現常見的方式是從龐大的化學分子資料庫中，比對與篩選出符合需求的化學分子，然而此種方式須要耗費大量的時間與計算資源。Variational AI利用生成式AI技術開發出Enki模型，能夠於特定的化學空間(chemical space)中，設計出全新的藥物分子。目前Variational AI專注於利用Enki模型設計蛋白質激酶(protein kinase)的新抑制劑(inhibitor)。另外，由於不同種類的蛋白質激酶有相似的形狀與結構，當Enki針對其中一種蛋白質激酶設計出新抑制劑分子時，累積的經驗還能縮短其他種蛋白質激酶抑制劑的設計時程。未來Variational AI期望能透過此技術發展出可同時抑制多種激酶的新型癌症藥物。

(2) 利用生成式AI加速藥物開發之代表性藥廠
開發商：美國輝瑞Pfizer
輝瑞積極於藥物發現和臨床試驗中採用生成式AI工具。例如使用生成式AI工具自動生成申請認證時所需要的大量技術文件；與Iktos AI 展開合作，利用其開發的藥物設計平台Makya開發新藥。Makya平台以生成式AI技術為基礎，能夠因應需求，設計出全新的藥物分子。另外，輝瑞近期亦持續投資冷鏈、物聯網與感測器等項目，包括建立供應鏈資訊網絡(HOSuN)，因此Frost & Sullivan預估未來輝瑞將會在藥物製造、物流和行銷等環節大量採用生成式AI。

三、醫療器材產業

(一) 應用範疇
以下簡述生成式AI於醫療器材研發以及銷售與客戶服務之應用(醫療器材生產製造以及物流與供應鏈階段之應用，可參閱製藥產業之相關段落說明)：

(1) 研發
生成式AI能夠大幅度加速軟體的開發與驗證流程，例如能自動產生各式各樣的模擬情境與案例，以評估軟體功效以及品質，並且確保產品符合監管標準。其他重要應用包括：能因應需求，自動設計出新結構、功能或外貌，縮短醫療器材設計時程；自動生成產品開發所需的各式文件與紀錄(包括醫療器材審查所需的技術文件)，減少產品開發與管理的成本；優化臨床試驗設計，提高試驗成效。

(2) 銷售與客戶服務
生成式AI除了能分析市場資訊之外，還能分析客戶回饋以及社群平台的評論，以進一步提升服務品質或者設計出更符合使用者需求的產品。另外，在客戶服務方面，AI能夠簡化產品的技術手冊(包括使用說明、注意事項、保養方式等)，生成簡要的文字說明與影音，並且能引導使用者操作，改善使用者體驗。

(二) 創新應用案例

(1) 人工智慧大腸鏡檢查工具
開發商：美國Medtronic
2023年3月Medtronic宣布與NVIDIA展開合作，將AI應用於醫療設備中，以改善病患照護和治療結果。兩家公司規劃將NVIDIA的人工智慧技術整合到Medtronic的 GI Genius智慧內視鏡中。GI Genius 是首項獲得 FDA核准的人工智慧大腸鏡檢查工具，可以在大腸鏡檢查時，即時分析大腸影像，辨識出可能的癌化或病變組織。未來預計Medtronic將進一步採用生成式AI技術，改善影像品質、提高判斷的精準度、識別其他健康異常情況，甚至於整合與分析不同的健康資訊與資料庫，預測手術結果，並制定個人化治療計畫。

(2) 以AI為基礎的醫學影像診斷平台
開發商：日本Fujifilm
Fujifilm推出了醫學影像診斷平台Synapse Enterprise Imaging。此平台能整合不同科別的醫學影像，包括放射學和心臟病學的獨特影像需求；並且具備先進的診斷輔助工具，能利用AI技術分析醫療影像，並自動產生結果報告草稿，減輕醫療人員工作負擔。此外，Synapse Enterprise Imaging平台的開放式架構，還能將第三方開發的軟體與先進演算法引進平台中，以改善工作流程並且提高診斷的精準度。

四、醫療服務產業

(一) 應用範疇
生成式AI於醫療服務產業之應用範疇概述如下：

(1) 醫療現場
生成式AI能夠自動生成各種臨床所需的文檔，包括檢驗、診斷報告、術前檢查清單等，減輕醫護人員負擔。並且能分析各種來源的醫療與健康數據，包括患者健康紀錄、真實世界數據(Real World Data)，協助醫護人員判斷患者健康狀態，或者針對疑難雜症提出可行的治療建議。同時，生成式AI亦可用於監控患者健康狀態，預測患者病情惡化的風險，並且即時調整治療措施，如自動調整靜脈注射的藥物劑量。

(2) 醫院管理
利用生成式AI能用以創建醫院數位孿生，優化醫院的管理流程與資源配置，包括改善病人的分流、監測設備故障、監控院內感染情況、監控庫存狀況等；或者能改善臨床與操作人員的培訓方式與效率，如利用影音或AR/VR進行教育訓練。

(3) 品牌經營與院外關懷服務
生成式AI可協助蒐集與分析競爭者資訊，並且能快速產生行銷內容，幫助醫療服務提供者經營品牌價值。在院外關懷服務方面，生成式AI能自動發送問卷與電子郵件給客戶，關心患者的復原狀況、提醒回診以及調查服務滿意度等，並且能自動整理客戶的回覆與建議，以進一步提升醫療服務提供者的服務品質。

(二) 創新應用案例

(1) 以生成式AI與真實世界數據為基礎的醫師諮詢服務平台
開發商：美國Mayo Clinic
Mayo Clinic正在開發多款適用於醫療服務提供者的生成式AI工具。2022 年Mayo Clinic 與Atropos Health展開合作，利用Mayo Clinic大量的真實世界數據，開發出醫師諮詢服務平台。此平台能利用數百萬患者去識別化的醫療與健康記錄，於短時間內為臨床醫生提供真實世界證據(Real World Evidence)，以及患者治療與護理建議，使醫師不需要花費大量時間研究與查找可行的治療選擇，尤其是過去在文獻與教科書中鮮少或未被提及的案例。另外，Mayo Clinic亦與Google Cloud，發展以生成式AI為基礎的搜尋工具Generative AI App Builder，該工具能使醫護人員能透過簡易的指令迅速查詢到患者的病史、影像記錄、基因體學或實驗室等數據。

(2) 導入生成式AI技術之醫療服務體系
開發商：美國Bon Secours Mercy Health
Bon Secours Mercy Health正積極探索生成式AI之潛力，以改善醫療服務效率，包括：利用生成式AI管理資通訊設備與系統；或使用生成式AI工具解釋與編寫程式碼，提升Mercy Health資料科學家和工程師工作效率；發展以生成式AI為基礎的聊天機器人，以幫助患者迅速查詢到其所需要的醫療資訊。