阿斯特捷利康運用人工智慧加速腫瘤藥物研發

藥物研發正產生前所未有的數據量，促使阿斯特捷利康等大型製藥公司日益倚重人工智慧進行分析。核心議題已從「人工智慧能否貢獻」轉變為「必須如何深度整合至研究與臨床工作流程」，以強化試驗與治療決策。

此戰略優先事項正是阿斯特捷利康收購Modella AI的關鍵驅動力。該公司已達成協議收購這家波士頓人工智慧新創企業，旨在擴大人工智慧在腫瘤學研究與臨床開發領域的應用。交易財務細節未對外公開。

阿斯特捷利康將直接將Modella的預測模型、數據集及人員整合至其研究部門，而非將人工智慧視為外部輔助工具。此舉凸顯了更廣泛的產業趨勢：隨著製藥商在高度監管環境中尋求對人工智慧開發、驗證與部署的更大掌控權，合作關係正逐步演變為全面收購。

為何人工智慧所有權在藥物研究中開始顯得重要

Modella AI專精於病理數據（含活檢影像）的計算分析，並將研究結果與臨床療效建立關聯。其技術旨在提升病理學的量化程度，協助研究人員識別潛在生物標記或治療策略的關鍵模式。

Modella在公開聲明中確認，其基礎模型與AI代理系統將嵌入阿斯特捷利康的腫瘤學研發計畫，重點聚焦臨床開發與生物標記識別領域。

阿斯特捷利康如何推動AI合作夥伴關係邁向全面整合

此次收購源於阿斯特捷利康與Modella歷時數年的合作，雙方藉此評估AI工具在製藥企業研究生態系統中的實際效能。據阿斯特捷利康高層表示，試驗期證實需深化整合方能發揮最大效益。

阿斯特捷利康財務長阿拉達娜·薩林在摩根大通醫療保健會議上表示，此收購是將先進數據與人工智慧能力內部化的戰略舉措。

Modella首席商務官加比·拉亞指出：「腫瘤藥物研發正變得日益複雜、數據密集且時間緊迫。」她補充道，加入阿斯特捷利康體系後，該公司的人工智慧工具將能大規模部署於全球臨床試驗中。

運用人工智慧優化試驗決策

薩琳強調，此收購將透過整合數據、模型與專家資源，為阿斯特捷利康在定量病理學與生物標記物發現領域注入強勁動能。儘管表述強勢，其核心目標實則務實：加速將研究數據轉化為可操作的洞察，進而優化試驗設計與患者篩選。

關鍵應用領域之一在於優化臨床試驗患者招募流程。更精準的患者-研究匹配機制，既能提升試驗成功率，亦可降低因延誤或研究失敗產生的成本。

此類效益的實現，關鍵不在於演算法的複雜程度，而在於能否持續取得高品質數據，以及能否將工具無縫整合至現有研究流程。

人才與工具進駐企業內部

此交易同時凸顯大型藥廠對AI人才觀的轉變。企業正逐步將數據科學家與機器學習專家納入核心研發團隊，而非外包專業技術。透過收編Modella團隊，阿斯特捷利康不僅強化AI發展藍圖的自主權，更能隨研究重點演變靈活調整工具配置。

阿斯特捷利康指出，儘管藥廠與科技公司合作已成常態，但此案標誌著大型藥廠首度全面收購人工智慧公司。

阿斯特捷利康加入競爭激烈的醫藥-AI合作戰場

在同一場醫療保健會議上，多家企業宣布新聯盟——包括英偉達與禮來斥資10億美元合作成立新AI研究實驗室，該實驗室將採用英偉達最新硬體設備。

這些協議既反映業界對人工智慧日益高漲的熱情，也揭示出迥異的戰略方針。合作夥伴關係能加速實驗進程，而收購則代表著對建立內部能力的長期承諾。對於在嚴格監管下運作的企業而言，這種控制力與運算能力同樣重要。

阿斯特捷利康的下個賭注

薩琳將前期合作稱為「試駕」，闡明該公司最終目標是將Modella的數據、模型及團隊內部化。她表示，此舉旨在推動「高度靶向生物標記物的開發，進而實現高度靶向治療」。

除收購Modella外，薩琳透露2026年將是阿斯特捷利康的關鍵年，預期在多個治療領域取得大量後期臨床試驗數據。該公司同時正朝2030年達成800億美元年營收的目標邁進。

此類收購能否實現上述目標，關鍵在於執行力。將人工智慧整合至藥物開發過程往往耗時費力且操作困難。然而阿斯特捷利康的舉措彰顯其明確信念：真正的價值不在於將人工智慧外包為服務，而在於將其深度嵌入新藥發現與測試流程。

另請參閱：艾利斯特·弗洛斯特：化解人力資源焦慮以實現AI整合成功

想向業界領袖學習人工智慧與大數據？歡迎參與於阿姆斯特丹、加州及倫敦舉辦的「人工智慧與大數據博覽會」。此綜合性活動隸屬TechEx系列，與其他頂尖科技盛會同期舉行。點擊此處獲取更多資訊。

AI News由TechForge Media提供技術支援。探索其他即將舉辦的企業科技活動與線上研討會請點此。