18億美元押注AI|生物資料庫開戰了

當全球製藥巨頭還在為一款新藥平均燒掉22億美元、耗時十年而頭痛時，一場安靜的資料軍備競賽已經悄悄開打。上週，一項總額達18億美元的全球承諾正式落地，目標只有一個：把生物學資料變成AI真正吃得下的格式。這不是又一則「AI將改變醫療」的空話，而是一筆筆真金白銀的基礎建設投資。對香港與台灣的生技、CRO與醫療資訊業者來說，這可能是未來五年最關鍵的入場券。

為什麼生物資料需要「AI-ready」？

過去十年，AI在圖像辨識、自然語言處理的突破，靠的是網路上取之不盡的標註資料。但生物學完全不是這麼回事。一份冷凍電顯的蛋白質結構圖、一組單細胞RNA定序結果、一份電子病歷，格式各異、標準不一，還充滿雜訊與批次效應。藥廠的資料科學家私下抱怨，他們有八成時間花在清理資料，只有兩成真正用在建模。

所謂「AI-ready」，指的是經過標準化、去識別化、結構化，並附上完整詮釋資料（metadata）的資料集。這聽起來不性感，卻是模型能不能收斂、預測能不能泛化的生死線。以AlphaFold為例，它之所以能預測兩億個蛋白質結構，關鍵不只是演算法，而是PDB（蛋白質資料庫）累積了半世紀、經過人工校驗的結構資料。沒有那樣的底層，再強的Transformer也無用武之地。

這次18億美元的承諾，本質上是在複製AlphaFold的成功模式，但把範圍從蛋白質擴大到基因體、轉錄體、醫學影像與臨床數據。出資方包括跨國藥廠、慈善基金會與主權基金，目標是在未來三年內，建立數十個符合FAIR原則（可尋找、可存取、可互操作、可重複使用）的大型生物資料庫。

錢花在哪裡？三個具體方向

這筆資金並非平均分配，而是集中在三個高槓桿領域。

第一，多體學（multi-omics）整合平台。 單一體學資料的價值有限，但把基因體、蛋白體、代謝體疊在一起，就能看出疾病的因果鏈。英國生物銀行（UK Biobank）已證明這條路可行，其50萬人的全基因體定序資料，催生了數百篇Nature與Cell論文。新資金將在亞洲、非洲複製類似規模的隊列，填補目前資料嚴重偏向歐洲白人的偏差。

第二，臨床試驗的合成對照組。 這是ROI最直接的一塊。傳統第三期試驗要招募數千人，成本動輒數億美元。若能用歷史資料建立「數位孿生」對照組，藥廠可望把試驗規模縮小三成，時間縮短一到兩年。FDA與EMA已陸續釋出指引，允許在特定條件下採用合成對照。對中小型生技公司而言，這等於是把進入門檻從十億美元級降到億美元級。

第三，冷凍電顯與空間轉錄體的資料標準化。 這兩個領域近年爆發性成長，但資料格式極度碎片化。標準化之後，AI模型才能跨實驗室、跨儀器學習，真正實現「一個模型打天下」。

對香港與台灣的意義：機會與風險並存

對台灣而言，這波浪潮既是機會也是警訊。台灣有世界級的健保資料庫與半導體製程能力，前者是訓練醫療AI的黃金礦脈，後者是邊緣運算與AI晶片的關鍵供應鏈。然而，健保資料的釋出始終卡在個資法與倫理爭議，導致珍貴資料躺在伺服器裡睡覺。若無法在合規框架下加速開放，台灣很可能在這場資料競賽中缺席，只能扮演硬體代工角色。

香港則有獨特優勢。作為國際金融中心，香港可望成為生物資料的「信託與交易樞紐」，類似新加坡在東南亞的角色。港大與中大醫學院已累積可觀的臨床資料，若能與大灣區的定序產能結合，有機會建立華人專屬的參考基因體。但地緣政治風險是最大變數，跨國藥廠是否願意把敏感資料放在香港，仍取決於資料跨境流動的法制環境。

對CRO（委託研究機構）與醫療資訊新創來說，最務實的切入點不是自己建資料庫，而是成為「資料清潔工」與「合規仲介」。誰能幫藥廠把雜亂的醫院資料變成AI-ready、同時滿足GDPR與個資法，誰就能吃到這18億美元的外溢訂單。

延伸閱讀

分析：這是一場基礎建設競賽，不是應用競賽

值得注意的是，這波投資的邏輯與過去「AI新藥發現」的熱潮不同。上一輪熱潮中，許多AI製藥新創號稱能從零設計分子，結果多數在臨床階段折戟。原因很簡單：生物學的瓶頸不在生成分子，而在驗證分子。而驗證需要資料，大量、乾淨、有標註的資料。

因此，這18億美元本質上是在補課，把過去二十年生技業欠下的資料債一次還清。它的回報不會像ChatGPT那樣在幾個月內引爆話題，而是會在未來五到十年，透過降低試驗成本、加速法規審查、提高預測準確率，慢慢反映在藥價與研發週期上。以業界估算，若合成對照組能普及，全球每年可省下約150億美元的臨床試驗費用，這才是這筆投資真正的槓桿倍數。

對企業的啟示很清楚：AI的競爭力，到頭來是資料治理的競爭力。無論你身處生技、金融還是零售，能不能把自家資料變成AI-ready，決定了你能不能在這波浪潮中分到一杯羹。18億美元只是一個開始，真正的贏家，會是那些願意在資料基礎建設上長期投資、而非追逐短線應用的公司。

對香港與台灣的讀者來說，現在該問的問題不是「AI會不會改變醫療」，而是「我們的資料，準備好了嗎？」