癌細胞是由正常細胞變異而成，比正常細胞更有進化的優勢，比如持續的繁殖，擅長適應新的環境。面對癌細胞這個異類，人體的免疫系統會成為天然的保衛戰士，幫助我們清除癌細胞，達成免疫平衡。但當免疫系統功能下降，平衡被破壞，癌症就隨之而來。因此，癌細胞的一生是和免疫系統鬥爭的一生，你強我弱，你弱我強，勝者為王，敗者為寇。
據中國國家癌症中心公佈的資料顯示，近年來，中國每年新增癌症患者近400萬，平均每天有1萬以上的人被確診癌症，每分鐘有7.5個人。而為了攻克癌症，除了傳統的放化療和靶向治療，近幾年的癌症免疫療法取得了長足進步，“PD-1抗體”、“CAR-T細胞”、“溶瘤病毒”等以調節免疫系統為主的療法創造了無數奇跡。但如何精准有效的把癌細胞清除殺滅，這依舊是每位患癌病人最夢寐以求的一件事，也是研發人員和臨床醫生目前努力的方向之一。值得關注的是，從今年6月以來，在這100多天的時間裡，各國科學家們已經陸續發表或研發了諸多種消滅癌細胞的新方法和新手段，話不多說，直接上重點。
1. 免疫毒素一分為二，精准狙殺癌細胞

9月，在PNAS期刊上來自俄亥俄州立大學等機構的科學家們通過研究發現了^[1]，將免疫毒素分為無活性和良性兩部分然後分別傳遞至癌細胞這一策略，能有效消滅癌細胞，還能保護健康非癌變的細胞不受影響，這一策略有望為未來開發治療癌症的靶向性療法奠定一定的基礎。

免疫毒素能將免疫物質與毒素相結合，免疫物質能吸附癌細胞，從而促進毒素進入到癌細胞中並狙殺癌細胞，同時還不會損傷附近的健康細胞。而分裂免疫毒素的關鍵在於只有癌細胞能接受分裂毒素的兩部分。研究者們先發現了能在實驗室的細胞培養液和小鼠體內的癌細胞中重建這種功能性的毒素。同時，研究者們證實了，當分裂後，毒素的分裂部分並不會損傷健康細胞，但當其重新組合成為原始的毒素時就能狙殺癌細胞。
截止到目前為止，研究者們實現的是，將分裂的免疫毒素的一部分運輸到癌細胞後重建具有完整功能的毒素，但另一部分的特異性運輸還有待於進一步研究實現。如果生物化學家能找到一種方法將毒素蛋白的兩部分都運輸到癌細胞中，那麼毒素的這兩部分或許都有望消滅癌細胞。若這一策略可以實現，其可以大幅度增加可治療的人類癌症的範圍，同時增加靶向的選擇性和安全性。

2. 靶向中心粒殺滅乳腺癌細胞

9月，Nature期刊上報導了來自約翰霍普金斯大學醫學院等機構的科學家們發表的論文^[2]，經過研究發現，通過選擇性攻擊中心粒可以殺滅不斷繁殖的人類乳腺癌細胞。雖然目前僅在實驗室培養和患者機體自身衍生的細胞中進行了研究，但未來或有望幫助研究人員開發新型的一類中心粒功能抑制劑，從而殺滅一部分患者機體的乳腺癌細胞，而且不會損傷機體其它健康的細胞。

中心粒扮演著中心體結構核心的角色，當細胞分裂時中心體能夠組裝賦予細胞形狀並幫助分裂DNA的蛋白的薄壁管。研究人員發現，一類人類乳腺癌細胞系，其依賴於中心粒來進行分裂和生存。且中心粒依賴性的乳腺癌細胞攜帶有一部分特殊的基因組，這段基因組會被異常地複製數次，並且這種能高水準編碼名為TRIM37蛋白質的特殊基因組能控制中心體。隨後，研究者使用了一種名為PLK4抑制劑的藥物，該抑制劑能干擾製造中心粒的蛋白。結果證實了猜想，使用PLK4抑制劑後，乳腺癌細胞無法再繼續分裂，且大部分細胞停止了生長或者發生了死亡，同時也會使得健康細胞相對不受傷害。後期，研究們也將繼續探究對PLK4抑制劑較為敏感的其它人類癌細胞系。

3. 靶向細胞代謝，消除耐藥性癌細胞

利用化療能夠有效治療諸如白血病等血液癌症，然而耐藥性癌細胞往往會躲避最原始的藥物治療策略從而促進癌症復發。9月，在Cell Metabolism上的研究報告中，來自哈佛大學等機構的科學家們^[3]通過研究識別出了耐藥性癌細胞的獨特特徵，這些耐藥性癌細胞會通過利用營養物質發生代謝過程的短暫改變，相關研究結果或能幫助研究人員開發新方法來靶向作用癌細胞的代謝通路從而有效消滅耐藥性癌細胞

我們通常認為耐藥性與永久性的遺傳改變有關，但研究者發現，化療後的癌細胞會經歷短暫的細胞代謝的改變，尤其是會改變利用氨基酸—穀氨醯胺的方式，並將其幾乎完全用於促進核苷酸產生的過程中去。研究者指出，若在這短暫的時間內靶向癌細胞的代謝過程，癌細胞就會變得非常脆弱。因此，研究者嘗試了靶向作用癌細胞穀氨醯胺代謝或核苷酸產生，發現耐藥性癌細胞被消除，患者的疾病症狀得到改善。若可以靶向作用癌細胞代謝改變的確切時刻，將其與化療結合，不僅可以攻克耐藥性癌細胞，或將解決化療所產生的一系列毒性問題。

4. 理想新靶標TREM2，可完全消除腫瘤

8月，華盛頓大學醫學院Marco Colonna團隊在Cell期刊上線上發表題為“TREM2 Modulation Remodels the Tumor Myeloid Landscape Enhancing Anti-PD-1 Immunotherapy”的研究論文^[4]，該研究發現TREM2-/-小鼠比野生型（WT）小鼠對各種癌症的生長具有更強的抵抗力，且對抗PD-1免疫療法的反應更加敏感。

TREM2是Ig超家族的骨髓受體，在阿爾茨海默病期間傳遞細胞內信號。同時，腫瘤浸潤巨噬細胞也表達TREM2，它可以結合脂質並通過DAP12傳遞細胞內信號。在小鼠腫瘤模型中，研究們發現TREM2缺陷會影響髓系和淋巴系腫瘤浸潤，導致巨噬細胞浸潤的複雜重塑，促進T細胞和NK細胞的富集和活化。此外，研究還發現mAb介導的對TREM2的調節促進了腫瘤內骨髓間室的重塑，促進了保護性T細胞反應，增強了抗PD -1的免疫治療。TREM2在腫瘤內部高水準表達而不是在腫瘤外部，對外周組織幾乎沒有影響，這意味著，通過抗TREM2 mAb重塑與腫瘤相關的巨噬細胞是補充檢查點免疫療法的有希望的途徑。

5. 靶向脂肪酸，協助殺滅癌細胞

近日，在期刊Developmental Cell^[5]研究報告中，來自華盛頓州立大學等機構的科學家們通過研究發現，一種名為雙高-γ-亞麻酸（DGLA）的脂肪酸或能幫助殺滅人類癌細胞。研究者表示，DGLA能在動物模型和現實的癌細胞中誘導鐵死亡過程（ferroptosis），而鐵死亡是近些年來研究人員發現的一種鐵離子依賴性的細胞死亡類型，其與多種疾病的發生有關。

研究人員利用秀麗隱杆線蟲作為動物模型，給線蟲餵食富含DGLA的細菌會殺滅線蟲體內所有的生殖細胞以及能產生生殖細胞的幹細胞，而細胞死亡的方式往往會攜帶有多種鐵死亡的跡象，且線上蟲研究中所觀察到的很多機制都與哺乳動物系統中細胞鐵死亡的標誌相一致，其中就包括氧化還原鐵離子的存在以及細胞無法修復氧化的脂質。研究者發現，DGLA同樣能夠誘導人類癌細胞發生鐵死亡，而且當DGLA與另外一種名為醚酯的脂肪酸發生相互作用時能幫助癌細胞產生一種抵禦DGLA的保護性效應，當移除醚酯後，在DGLA存在的情況下，機體細胞死亡的速度加快。這一研究結果或有望幫助研究人員開發新型抗癌療法。

6. 靶向AKT型癌細胞的致命糖

和體內任何細胞一樣，癌細胞也需要葡萄糖來為細胞的增殖和生長提供養料，特別是癌細胞代謝葡萄糖的速度比正常細胞要快得多。南加州大學維特比化學工程和材料科學系的研究人員就發現了AKT型癌細胞的弱點^[6]：無法靈活利用不同類型的糖。當癌細胞接觸到半乳糖時，癌細胞會因無法適應而死亡。

研究人員發現，致癌基因不僅具有誘導細胞癌變的作用，還可能影響癌細胞對糖類的代謝方式。擁有致癌基因AKT的癌細胞無法代謝半乳糖，因此，當它們的生活環境僅有半乳糖時，就會逐漸消亡。值得一提的是，研究人員還發現在半乳糖中生存了大約15天后，部分癌細胞開始重新生長，可能是由於某些亞群的細胞通過自我適應和重新程式設計對半乳糖產生了抗性。此外，研究團隊還發現半乳糖對具有MYC基因突變的癌細胞不起作用。雖然這一發現並不意味著半乳糖可以有效治療AKT型癌細胞，但它確實揭示了部分癌細胞的一個重要缺陷，提供了一種新的治療思路。

7. 靶向FTO蛋白，有效殺滅其它療法無法殺滅的癌細胞

6月下旬，一篇發表在Cancer Cell上的研究報告中^[7]，來自美國希望之城國家醫療中心等機構的科學家們開發了兩種潛在的小分子抑制劑（CS1和CS2）靶向FTO蛋白，其或能有效抑制多種癌症中腫瘤細胞的生長，甚至在其它療法無法發揮作用時依然能發揮作用。同時，研究者還通過研究揭示了癌症幹細胞不斷補充的機制以及癌細胞如何躲避宿主機體免疫系統的監視，強調了如何利用潛在的抑制劑來靶向作用FTO，從而使其成為治療多種癌症的新型療法。

FTO蛋白在癌症發生和進展上扮演著關鍵角色，能促進癌細胞的生長、自我更新、轉移和免疫逃逸。研究結果表明，利用相對較低劑量的CS1和CS2（隔日10次，5mg/k g/天）進行治療或能加倍急性髓性白血病（AML）小鼠模型的中位元總生存期。且將FTO抑制劑療法與其它療法相結合或能改善癌症患者的治療結局，因為這種方法能夠根除癌症幹細胞和抑制宿主機體免疫系統的機制。CS1和CS2能夠抑制FTO連接靶向信使RNAs，包括致癌基因MYC和CEBPA，以及免疫檢查點基因LILRB4。相比此前已報導的FTO抑制劑而言，研究者所開發的CS1和CS2在殺滅AML細胞的效力是前者的至少10倍。目前，研究人員正在深入優化CS1和CS2，從而開發改進版的FTO抑制劑化合物，使其更加有效的發揮治療作用並降低其所產生的副作用。

8. CDK抑制劑CR8作為分子膠水降解劑可殺死癌細胞

6月，在Nature期刊上美國布羅德研究所和瑞士巴塞爾弗裡德里希-蜜雪兒生物醫學研究所的科學家們發現了一種新型分子膠水降解劑——細胞週期蛋白依賴激酶CDK抑制劑CR8^[8]。通過剖析CR8的分子作用機制，研究人員闡述了與CDK結合的CR8誘導CDK12/cyclin K與CUL4/DDB1直接形成複合物，從而繞過對底物受體DCAFs的要求，使cyclin K發生泛素化並通過蛋白酶體系統降解。

分子膠水是一類能夠介導蛋白質-蛋白質相互作用的小分子化合物，當其中一個蛋白質分子為泛素連接酶時，分子膠水可以引起另外一個蛋白質發生泛素修飾，並通過蛋白酶體途徑發生降解。與傳統意義上的小分子抑制劑不同，分子膠水是一種能夠使傳統藥理學方法難以治療的靶點失活的新策略。研究者們進一步通過對蛋白-小分子-蛋白複合物的結構進行解析和對小分子化合物的結構改性，發現在對小分子抑制劑的表面暴露部分進行結構改性時，可以使其產生功能獲得性的膠水特性。這一策略具有廣泛適用性，借鑒這個策略可將很多與蛋白質結合的小分子轉化為分子膠水。因此，修飾結合靶標的小分子的表面暴露區域是一種合理的策略，可用于開發特定蛋白質靶標的分子膠水降解劑。

其實在這近百天內，遠不止上述提到的幾種殺滅腫瘤細胞的方法。例如由Ilovitsh大學生物醫學工程系的Tel Aviv博士領導的研究小組還開發了將基因傳遞到乳腺癌細胞中的非侵入性技術平臺，通過低頻超聲波可以破壞80％腫瘤細胞^[9]；來自南卡羅萊納醫科大學霍林斯癌症中心的科學家開發了一種新的流式細胞技術，可以首次量化T細胞中蛋白質的產生, 並瞭解T細胞是如何在腫瘤微環境中被抑制的，然後相應開發干預措施來恢復T細胞的蛋白質生產和控制腫瘤生長的能力^[10]。

儘管目前研究人員和臨床腫瘤專家對於免疫療法的治療效果抱有很大的希望，但現在免疫療法僅僅能惠及一小部分患者，並且不是所有類型的癌症都適用。小編以為，不管黑貓白貓，能捉到老鼠的就是好貓。無論是靶向特定的蛋白，或是靶向癌細胞的代謝、細胞分裂、脂肪酸等，能在最終的臨床應用中顯示出理想的腫瘤清除率和療效才是我們的主要焦點。儘管上述發表的相關研究還處於萌芽期，但不積矽步，無以至千里。相信在越來越多的新方法和策略的陸續發現和開發下，患者們可以擁有更多的選擇。

參考文獻：1. Vedud Purde, Elena Kudryashova, David B. Heisler, et al. Intein-mediated cytoplasmic reconstitution of a split toxin enables selective cell ablation in mixed populations and tumor xenografts, PNAS (2020) doi:10.1073/pnas.2006603117.2. Yeow, Z.Y., Lambrus, B.G., Marlow, R. et al. Targeting TRIM37-driven centrosome dysfunction in 17q23-amplified breast cancer. Nature (2020). doi：10.1038/s41586-020-2690-1。3. Nick van Gastel, Jessica B. Spinelli, Azeem Sharda, et al. Induction of a Timed Metabolic Collapse to Overcome Cancer Chemoresistance, Cell Metabolism (2020). DOI:10.1016/j.cmet.2020.07.0094. Martina Molgora, Ekaterina Esaulova, William Vermi, et al. TREM2 Modulation Remodels the Tumor Myeloid Landscape Enhancing Anti-PD-1 Immunotherapy, Cell (2020) doi:10.1016/j.cell.2020.07.013.5. Marcos A. Perez, Leslie Magtanong, Scott J. Dixon, et al. Dietary Lipids Induce Ferroptosis in Caenorhabditis elegans and Human Cancer Cells, Developmental Cell (2020). DOI:10.1016/j.devcel.2020.06.019.6. Dongqing Zheng et al. AKT but not MYC promotes reactive oxygen species-mediated cell death in oxidative culture. Journal of Cell Science (2020). DOI: 10.1242/jcs.239277.7. Rui Su，Lei Dong，Yangchan Li, et al. Targeting FTO Suppresses Cancer Stem Cell Maintenance and Immune Evasion, Cancer Cell (2020). DOI: 10.1016/j.ccell.2020.04.017.8. Mikotaj Stabicki et al. The CDK inhibitor CR8 acts as a molecular glue degrader that depletes cyclin K. Nature, 2020, doi:10.1038/s41586-020-2374-x.9. Tali Ilovitsh et al, Low-frequency ultrasound-mediated cytokine transfection enhances T cell recruitment at local and distant tumor sites, Proceedings of the National Academy of Sciences (2020). DOI: 10.1073/pnas.1914906117.10. Katie E. Hurst et al， Remodeling Translation Primes CD8+ T-cell Antitumor Immunity， Cancer Immunology Research (2020). DOI：10.1158/2326-6066.CIR-19-0516.

記者趙于婷／台北報導

腦損傷與神經退化疾病就目前科學所知是不可逆的症狀，醫界也不斷在研究如幹細胞等更有效的治療方法。國家衛生研究院也發現神經再生新療法，利用特殊技術刺激間質幹細胞，分離出具有修復細胞功能的「幹細胞外泌體」，動物實驗發現注射後，受損的神經細胞可以長出突觸，未來有望用在學習障礙、巴金森氏症、心肌梗塞等疾病。

近年來，因發現幹細胞具有再生、分化成各種組織器官細胞的潛力，以幹細胞為基礎的「再生醫學」研究突飛猛進，衛福部在2019年9月通過「特定醫療技術檢查檢驗醫療儀器施行或使用管理辦法修正條文」後，台灣開始積極做細胞治療產品研發、臨床應用。

雖然多項臨床研究已顯示，幹細胞有望修復神經系統損傷，但幹細胞培養及穩定保存不易，且仍需要以手術方式植入，細胞植入手術引發的併發症和異位組織形成的可能性等，仍然是幹細胞治療的一大隱憂。

國衛院細胞與系統醫學研究所副研究員李華容的研究團隊歷經7年研究，發現利用特殊技術刺激間質幹細胞，可分離出具有修復細胞功能的「幹細胞外泌體」(Stem Cell-derived Exosomes)，並從中鑑定出促使腦神經再生及腦部功能恢復的活性物質。

李華容說，研究發現，細胞外泌體是細胞用來和外界溝通的一種工具，在不同環境下所裝載的訊息也不同，以特殊技術刺激廣泛存在於骨髓、脂肪裡的間質幹細胞，可分離出具有修復不正常細胞缺失功能的「幹細胞外泌體」。

若對大腦受損的小鼠注射幹細胞外泌體，觀察到受損的神經細胞可以長出突觸，神經細胞的數量可以恢復到原本的6成， 1週後觀察到受損的神經細胞可以長出突觸，更在1個月後發現受損區域神經細胞的數量可以恢復到原本的6成，且動物的認知、學習和記憶功能皆獲得改善。

此研究顯示幹細胞外泌體較間質幹細胞更具有促進組織再生的能力，又能避免細胞植入手術的風險及副作用；此系列研究已分別於2019、2020年發表於國際再生醫學權威期刊《STEM CELLS Translational Medicine》，並獲得國外媒體專欄報導。

和幹細胞不同的是，幹細胞外泌體無需手術植入幹細胞，可避免幹細胞治療原有的風險及副作用，且可進行自動化製劑。李華容說，進一步分析團隊所開發的誘導型間質幹細胞外泌體的組成分，鑑定出內含2′,3′-Cyclic Nucleotide 3′-Phosphodiesterase等數種促使腦神經再生及腦部功能恢復活性物質，顯示幹細胞外泌體就具有促進組織再生的能力。

本技術已取得中華民國專利，且同步申請美國、英國、日本專利。李華容表示，目前幹細胞外泌體的研究範圍雖然僅限於治療神經相關疾病，但未來可望用於治療退化性疾病、組織或器官損傷、細胞缺陷、神經退化性疾病、腦與脊髓創傷、中風、學習障礙、巴金森氏症、心肌梗塞、肌肉萎縮症等疾病。

原文網址: 幹細胞治療新突破！國衛院發現「外泌體」可修復受損神經細胞 | ETtoday健康雲 | ETtoday新聞雲 https://health.ettoday.net/news/1759079#ixzz6S2rMvf6x

@ETtodaynet on Twitter | ETtoday on Facebook

人工智慧助改善中國大陸醫療環境
貿易圈整合，越南同時具備絕佳外貿與內需條件
長期以來，看病難看病貴一直被認為是中國大陸醫療體系中的痼疾，而問題的根本在於醫療資源的不足，加上中國大陸高齡化嚴重、慢性疾病增加、對健康重視程度提高，延伸大量的醫療保健需求，使得快速成長的需求與滯後的供給之間，形成龐大的缺口。此外，在資源分配上，由於中國大陸幅員廣大，城鄉醫療資源差距甚大，醫療資源集中在沿海城市，導致沿海大醫院人滿為患，醫生疲於應付導致誤診、漏診率高；而內陸中小型醫院因為品質及資源不受肯定，門可羅雀的現象產生，並不斷惡性循環。
人工智慧具有使得電腦機器能夠理解人類的語言、可以學習、記憶、思考、推理與判斷的能力，基於此，中國大陸積極將人工智慧應用於健康醫療領域中，希冀人工智慧可以展現其「提高醫療決策品質」與「降低判讀時間成本」的價值來改善中國大陸醫療資源供不應求及分配不均的局面。

互聯網巨擘積極開發「醫療大腦」
中國大陸互聯網三大巨擘，百度、阿里巴巴與騰訊(簡稱BAT)，近三年來，在醫療領域的動作不斷。但不可否認的是，在醫療這個專業領域中，BAT資源投入與成效回饋似乎不成正比。然而中國大陸醫療領域市場潛力龐大，誰也不願輕易放棄，紛紛在2017年初開始調整在互聯網健康醫療上的布局路線，尤其是百度在面臨魏則西事件，以及阿里巴巴面臨網上售藥鼓勵政策驟然停止後，開始將資源投注在應用人工智慧技術所開發的「醫療大腦」，尋找新藍海市場。

百度醫療大腦蒐集患者病狀，協助就醫前診斷成為虛擬助手
百度先前在醫療領域的主要布局，主要以百度醫療事業部所開發的醫療O2O為主，透過自行建設的七個平臺 (百度健康、百度醫生、百度醫學、百度醫圖、Dulife、百度直達號及拇指醫生)，提供線上掛號等技術含量低的服務，然而魏則西事件的發生使得百度原先醫療競價排名的收入下滑，呈現負成長，因此2017年2月百度裁撤醫療事業部，並對外說明未來將資源集中發展人工智慧應用於健康醫療領域。
百度的人工智慧部門其實早在2016年10月即推出「百度醫療大腦」，起先倚靠其自建平臺所累積的數據及合作方的資源，提供兩項服務，?百度疾病預測：利用使用者搜索疾病和位置資料，即時提供幾種流行病的發病指數；?康知皮膚醫生：採取祥雲醫療的臨床真實患病圖片和患者病歷，導入「百度醫療大腦」的人工智慧技術，提供患者預防、自診皮膚病以及時治療。然而，在裁撤醫療事業部後，百度醫療大腦轉而與新創醫療O2O平臺合作，開放百度醫療大腦的人工智慧技術。2017年4月與5月已分別與「社區580」及「眾康科技-雲居家、雲醫院平臺」合作，希冀透過兩平臺的用戶數據協助百度醫療大腦能持續學習及能力不斷優化提升。
從百度醫療大腦目前的布局觀察，百度短期在醫療的發展方向將聚焦在扮演醫生及患者虛擬助手的角色，並以服務居家與社區基層醫療為主，透過智慧診療系統來幫助全科醫生(又稱家庭醫生)在患者就醫前，以圖像識別、自然語言對話等技術蒐集患者病狀，使醫生能快速篩檢小病，以及重大疾病和傳染病的預警。

阿里雲發布ET醫療大腦，欲從基因出發阻止癌症的發生
阿里巴巴先前在醫療領域的主要布局，集中在阿里健康的「天貓醫藥平臺」與支付寶的「未來醫院」計畫。而在2017年3月29日阿里雲在雲棲大會?深圳峰會上發佈「ET醫療大腦」，成為繼「百度醫療大腦」之後，中國大陸第二個醫療大腦。別於百度醫療大腦，ET醫療大腦主要從事癌症方面的研究，其布局大致分為三部分：
其一，與浙江德尚韻興圖像科技有限公司聯合開發針對「超聲甲狀腺結節的智慧診斷演算法」，透過德尚韻興醫學影像輔助診斷的技術，結合阿里雲的深度學習技術，以模仿人腦機制來篩選醫學影像特徵，快速掃描分析，並能自動圈出結節區域，自行給出良性與惡性的判斷，據了解準確率已達85%以上。
其次，與復旦大學附屬上海華山醫院合作，透過華山醫院大量臨床數據，並以阿里雲的技術對大量臨床資料進行快速、高效的運算。兩方的合作主要針對新藥的開發，由於新藥開發前需要長時間的臨床前研究，而透過雲計算、人工智慧模擬分析藥物在體內的代謝規律，取代部分臨床實驗，甚至是白老鼠的活體實驗，用於加快特效藥研發。
最後，與華大基因及Intel合作共建「精準醫療應用雲平台-BGI online」，透過Intel的晶片與阿里雲的雲端運算、人工智慧技術，將華大基因的數據導入，目前主要針對肺癌案例的DNA序列進行分析，從而尋找致病的關鍵基因突變，意圖從根本上戰勝癌症。然而，基於以DNA為基礎，早期發現疾病的實際應用尚處研究階段，因此，阿里雲在雲棲大會?深圳峰會同時宣布，將聯合Intel、腫瘤大數據公司LinkDoc(零氪科技)啟動第一季天池醫療AI系列賽，並以「診斷早期肺癌」為主題，希冀以LinkDoc提供之胸部影像，透過參賽者的模型算法檢測影像中的肺部結節區域，實現對影像圖片結節區域的智慧化判斷。
從阿里巴巴的布局觀察，目前阿里巴巴及戰略合作方的技術仍以醫學影像輔助診斷為主，如甲狀腺結節的診斷。然而從阿里巴巴與華大基因及Intel合作共建的精準醫療應用雲平台發現，阿里巴巴的發展重點為從基因根本出發來杜絕肺癌發生的可能，只是限於目前的技術尚不成熟及基因研究需要很長的一段時間，因此，阿里巴巴才會轉向以醫學影像輔助診斷，希冀同樣以醫學影像輔助診斷早期肺癌。

開放平台以持續優化及豐富「醫療大腦」能力
觀察百度與阿里巴巴目前的布局有些許的異與同，兩者之間的差異主要在於百度從患者端作為切入口，而布局的重心為透過人工智慧的技術協助全科醫生(又稱家庭醫生)透過智慧診療系統在患者就醫前篩檢疾病，提供基層醫療體系的效率；而阿里巴巴則為以醫院端/醫生端作為切入口，從事癌症方面的研究，透過醫學影像輔助診斷的技術協助醫生進行影像特徵的篩檢。
兩者之間存在著共通點，百度與阿里巴巴充分了解在互聯網健康醫療領域，亟需專業夥伴的合作，因此，透過開放平台或戰略合作等方式對外尋求專業合作夥伴，一方面強化其領域知識(Domain Knowledge)，另一方面則是開放平台導入各類型的健康醫療數據及模型算法，讓醫療大腦持續學習精進，提升能力。

結論
短期以醫學影像輔助診斷，長期以基因組學為未來發展方向
人工智慧於健康醫療領域應用又可再分為6個細分領域，分別為：虛擬助手、健康管理、病人監護、醫學影像輔助診斷、基因組學與藥品開發等。惟觀察，基於中國大陸基層醫師專業能力低，有經驗的放射科醫師供不應求，加上圖像識別等相關技術相對成熟，使醫學影像輔助診斷已經走出實驗室，逐步實現商用化。因此，中國大陸的互聯網巨擘與新創企業目前主要聚焦在醫學影像輔助診斷領域，包含百度醫療大腦的皮膚病的診前篩檢與ET醫療大腦的甲狀腺癌診斷等。
以長期觀察，精準醫療將個人基因、環境與生活習慣差異考慮在內，形成一種疾病預防與治療的新興方法，成為全球趨勢的背景下，人工智慧快速的運算能力有效協助大量人體基因測序，而深度學習的技術能協助找到疾病/癌症的突變基因，從而迅速確定對症藥物，省去患者嘗試各種治療方法的時間。但從阿里巴巴原先規劃以基因組學分析肺癌，改由醫學影像輔助診斷分析，顯示目前基因組學技術仍處起步階段，真正實現商用化還需一段時間，但不可置否的是在精準醫療的趨勢下，基因組學領域將持續越趨受到重視。
綜上所述，短期人工智慧於健康醫療應用仍將聚焦在醫學影像輔助診斷，然而，推測長期基於精準醫學的趨勢及技術持續優化背景下，中國大陸企業的布局及創投資金將逐步轉移至細胞及基因組學應用。

一、全球藥品市場產業概況

(一)          全球區域生技醫藥市場–北美地區最大

依據 BMI 資料顯示，2019 年全球各區域的藥品市場占全球藥品市場規模的比例，以北美洲最大，歐洲次之，亞太地區第3，拉丁美洲第4，非洲及中東地區則是第5。

雖然北美洲、歐洲長期以來是全球藥品銷售最主要的區域市場，但因已屬成熟市場，在經濟發展減緩的壓力及醫療支出的管控下，藥品市場的成長速度相對較緩，對全球市場的占比有降低趨勢，即使北美洲的藥品市場占比自 2013年的 28.9%成長至 2017 年的 33.4%，但 2017 年與 2016 年相比卻下降了 0.9%， 歐洲市場占比則是從 2013 年的 34.0%一路下滑至 2017 年的 28.9%。

亞太地區除了具人口高成長性的優勢外，加上經濟發展帶動對醫療的需求，而中國大陸、印度、孟加拉、伊朗、越南等國家尚處於新興市場，藥品市場潛力被看好，且增長快速，因此亞太地區在全球藥品市場的占比仍逐年上升中，從 2013 年的 25.3%提升至 2017 年的 28.2%。

拉丁美洲的藥品市場占比自 2013 年的 7.2%下降至 2017 年的 5.1%，非洲及中東地區的平均占比約為 3.9%，此兩大藥品區。

(二)          全球的生技醫藥市場–美國排名第一

BMI 資料統計顯示，2019 年全球前 10 大國家藥品市場的排名與 2018 年相同，依序為：美國、中國大陸、日本、德國、英國、法國、義大利、西班牙、巴西、加拿大，合計約  8,745.7 億美元，占全球藥品市場的74.2%。

其中，美國、中國大陸、日本的藥品市場規模均超過千億美元，且此三個國家的藥品市場規模總和已超過全球藥品市場的一半，占 52.3%：美國藥品市場規模約  3,733.2 億美元，占全球藥品市場  31.7%；中國大陸藥品市場規模  1,403.1 億美元，占全球藥品市場 11.9%；日本藥品市場規模 1,029.9 億美元，占全球藥品市場 8.7%。

在全球前 10 大國家藥品市場的未來成長性方面，預估 2017～ 2022 年的CAGR 為 4.6%，與全球藥品市場的 CAGR 相當，其中只有中國大陸的未來藥品市場仍將呈現快速成長之現象，成長性達雙位數為 12.4%，而其他藥品市場則因較為成熟，預估 CAGR 皆在 4.6%以下。

二、醫藥趨勢-AI輔助新藥開發

(一)          開發新藥–金錢與時間投入過於龐大

美國食品藥物管理局的在 2013 年的一份數據指出，開發一種新藥的平均成本近 26 億美元，時間更長達 14  年之久，才能將藥物從實驗室推向市場，而令人遺憾的是，最後真正能在市場生存的藥物通常不到 5%。如 2016 年美國製藥大廠禮來（Lilly）在投資 10 億美元後，無奈地宣布其開發藥物 Solanezumab 臨床試驗失敗；輝瑞（Pizer）與 Axovant Sciences 皆宣布暫停該病症的藥物研究，另外一家默克藥廠（Merk）也在無法確定新藥Verubecestat正面的效益與風險後，宣布終止其三期臨床試驗。

科學家不斷尋找其他方法，希望能降低開發成本。如今人工智慧技術能以更快、更有效率的方式，加快科技的進步。許多藥廠和大學研究團隊開始使用 AI 運算技術，來預測治療效果最好的藥物分子，以推動研發新藥的腳步並協助處理某些棘手的醫學問題。

(二)      巨量資料–須由 AI加快科學研究的速度

根據 TrendForce 最新研究指出，藥物開發的最大瓶頸通常在於研究的早期階段，尤其是從確定潛在疾病目標（通常是身體內的蛋白質）到測試候選藥物是否能夠達到目標所需的時間。許多歐美大廠商已嗅到這趨勢，標榜以 AI 輔助新藥開發的新創公司如雨後春筍般創立，例如 Atomwise、Insilico Medicine 等，吸引全球如輝瑞、默克、葛蘭素等大藥廠與這些新創公司合作，希望以 AI 強化產品開發的核心競爭力。

倫敦BenevolentAI，使用軟體NVIDIA DGX-1於電腦的輔助下，解讀和分析大量資料。 2016 年，該公司在一週內確定了 5 個萎縮性脊椎側索硬化症（Amyotrophic Lateral Sclerosis, ALS）的候選藥物。若沒有人工智能，這個過程可能花費需要數年時間。他們利用深度學習和自然語言處理技術來瞭解和分析巨量生物科學資訊，包括基因、藥品、專利資料等等，再加上每天逾萬件生醫領域期刊和資料庫內容，以改造藥品研發的過程。在不斷試驗的過程中，發現透過 AI 篩選藥物的功效較其他現有方法更加迅速有效。

(三)      科技巨擘Microsoft及IBM也投入醫藥AI 大戰

微軟華盛頓實驗室（Microsoft Research Labs in Redmond, Washington）利用 AI 投入藥物設計和藥理學研究，並稱該技術為「巨大的機遇」；而在生醫應用領域知名的 IBM Watson 亦於 2016 年與輝瑞公司簽署了一項協議，希望利用 Watson 加速在免疫腫瘤學領域的藥物發現。

(四)      台灣生技導入AI製藥新趨勢

Dompe是義大利指標型生物醫藥公司，其開發的牛黃素（cenegermin）新藥，去年剛取得FDA批准世界第一個用於治療神經營養性角膜炎的藥物，這是一種影響角膜的罕見眼病。Andrea Rosario Beccari分享AI在藥物研發上的潛力，認為AI可以幫助消弭知識與技術之間的隔閡，可運用在：一、建立患者資料庫、二、協助藥理毒理試驗之定量、建立藥物動力學模式、預測該藥物用於新適應症上的潛在市場與效益。三、探索疾病的機制、協助臨床試驗之計算、並可用在診斷與患者分類，四、應用於新候選藥物篩選、加速藥物開發。