AI替老藥找新用途：跨國簽約很熱，但哪些才算療效證據？

10月初，一則醫藥科技消息在產業圈引起討論。華安醫學旗下的源華智醫，趁著到柏林參加RExPO26藥物再利用研討會的機會，分別與德國的QuoData、法國的MedInsights簽署合作備忘錄。大會官網列出的會期是9月23日至25日，媒髷新聞則在10月2日刊出。合作方向，是把源華智醫的AI藥物再利用平臺，結合兩家夥伴在統計分析與生物資訊上的專業，一起探索既有藥物的新適應症。

標題裡同時出現AI、跨國、老藥新用這幾個關鍵詞，看起來很熱鬧，也難免讓人好奇：這是不是代表某些疾病很快會有新藥可用？這篇文章陪你把消息拆開來看，哪些是已經確認的事實，哪些還只是方向，以及一個候選藥物要走過哪些關卡，才談得上真的能用在你我身上。

消息裡確認了什麼，還看不到什麼

先把目前已公開的資訊分成兩邊。能確認的部分：源華智醫確實與兩家歐洲業者簽了備忘錄，也公布了合作方向。還看不到的部分：具體候選藥物的清單、工作時程、裏程碑，以及可供外部檢視的研究成果。換句話說，這是一則關於合作意向的消息，距離「有了結果」還有相當一段路。

備忘錄的性質值得說清楚。它代表雙方公布了合作的意向或框架，後續仍要看條款、分工、交付項目與驗收結果。跨國合作確實可能帶來互補，研究人力、資料分析能力、疾病領域的經驗都算。不過「合作」兩個字涵蓋的範圍很廣，從交流參訪、技術評估到共同研究都有可能，實際承諾到哪裡，要看協議內容。這次的消息並未公開備忘錄全文，所以目前無從判斷合作已經走到研發的哪個階段。

老藥新用是什麼，AI負責哪一段

藥物再利用，白話一點就是老藥新用：評估一顆已經核準上市的藥，能不能用在原本適應症以外的疾病上。這條路有它的吸引力，既有藥物已經有人體使用經驗，劑量與安全性的基礎資料相對完整，開發時程理論上有機會縮短，所以多年來一直是製藥界的正規路線之一。

AI在裡面扮演的角色，偏向前端的篩選與排序。以源華智醫對外的說明為例，其「智慧協奏」平臺整合分子結構、基因表現、知識圖譜等多種資料，用多個AI模型提出藥物新用途的候選方向，幫研究者決定該先檢驗哪些假說。

這裡有一條容易被新聞標題模糊掉的界線：模型提出的是待檢驗的假說。資料庫裡的關聯、模型算出來的分數，都還回答不了候選藥物在真實生物系統裡是否有效、是否安全，也說明不了患者有沒有受益。這些問題，要靠後續一層一層的證據來回答，而那段路往往才是最長的。

從預測到藥證：證據要一階一階爬

如果把候選藥物的驗證過程想像成一道樓梯，每一階回答的問題都不一樣。

起點是把模型本身說清楚：它用來回答什麼問題、輸入哪些資料、效能怎麼被評估。接著用獨立資料或不同方法，檢查預測結果能不能重現。通過之後才進入細胞實驗、動物實驗，再來是依研究問題設計的人體臨牀研究。如果走到臨牀試驗，還要細看受試者條件、試驗階段、有沒有對照組、主要結果指標與不良事件通報。前期結果再漂亮，都不能直接當成臨牀療效的證明，這是讀這類新聞時最值得放在心裡的一句話。

監管機關其實已經把判讀原則寫進官方文件。美國FDA與歐洲EMA在《Guiding Principles of Good AI Practice in Drug Development》列出的共同原則，涵蓋明確說明模型用途、依風險導向評估效能、資料治理與文件紀錄，以及模型生命週期管理。FDA在2025年發布的AI草案指引，討論AI模型用於支持藥品安全性、有效性或品質相關監管決策時，如何依模型用途評估可信度；這份文件標示為草案，內容屬非拘束性建議，也不是臺灣的法規。EMA則在2024年發布反思文件，討論AI在藥品生命週期中的應用。這些文件可以當作理解「監管機關在乎什麼」的背景資料，但不能反推某家公司已經符合審查要求。

你在讀任何一則AI醫藥新聞時，可以帶著同樣三個問題：這個模型用來回答什麼？依據哪些資料？表現被怎麼評估過？這和我們先前整理過的「研究顯示」轉出前的檢查步驟是同一種練習，把一句話背後的證據狀態先問清楚，再決定要不要相信、要不要轉傳。

「商業化」三個字，可能指很多種階段

追蹤這類消息時，另一個容易混淆的詞是商業化。它可能指授權規劃、尋找合作對象、專利布局，也可能指已有產品上市並產生收入。這些階段彼此不能互相替代，備忘錄不能代表試驗完成，專利申請也不能代表療效確認。

如果你想長期追蹤這家公司的進度，有幾個相對可靠的觀察點：公司是否公布具體的工作分工與交付成果、專利或授權資訊，以及獨立研究者能否依公開方法重現其結果。單憑一則簽約或市場拓展的新聞，推不出成功率，也推不出開發時程。這就像文章能發布不代表被把關過一文裡提到的分層概念：每個進度詞都值得多問一句，它實際涵蓋的範圍是什麼？

今天就能做的查證四步

如果哪天新聞裡真的出現候選藥物的名字，你可以這樣查。

第一步，記下公司公開的候選藥物名稱與預計治療的適應症。第二步，到衛生福利部食品藥物管理署設立的「臺灣藥品臨牀試驗資訊網」，搜尋藥物名稱或試驗名稱，確認有沒有相符登錄。第三步，若找到試驗，核對研究階段、試驗主持或委託單位，以及目前的招募與完成狀態。第四步，對照公開的研究設計與結果資料，確認這份證據落在哪個階段。

有兩個提醒。找到登錄，代表試驗有被登記，不等於試驗成功；反過來，找不到登錄時，也先別把新聞推定成試驗已經啟動，可能試驗在別的國家進行，也可能還在準備階段。登錄是線索，答案仍要回到設計與結果本身。

什麼時候該回頭找專業

老藥新用的新聞，有時會讓人想起自己正在喫的藥：那我是不是也能換？這個問題的答案因人而異，適合帶回門診和你的醫師討論，或領藥時請教藥師。新聞裡的候選方向，在完成驗證之前，都還談不上是你我的治療選項；自行停藥、減藥或換藥的風險，遠高於多等一等、把資訊問清楚的時間成本。

如果親友在羣組轉來「某老藥證實可以治某病」的貼文，先別急著跟著轉。查一下試驗登錄、看一下核準狀態再回覆，多花幾分鐘，通常就能少一次誤傳。

另外，若有人邀請你或家人參加臨牀試驗，這本身是正當的研究途徑，值得問清楚幾件事：試驗的目的與階段、需要配合的事項、可能的風險與權益保障。這些內容在正規的試驗說明與知情同意過程中都該被交代，問得越清楚，決定越踏實。若因為一連串醫藥新聞而對自己目前的治療產生動搖或不放心，這份疑慮也值得直接告訴你的醫療團隊，讓專業判斷接手。

慢新聞，值得慢讀

醫藥進展有一個特質：它的新聞週期很快，證據週期卻很慢。一紙備忘錄是個起點，值得留意後續；但在看到臨牀數據與主管機關的審查結果之前，把它放在「值得觀察」的欄位，會比放進「即將實現」來得穩妥。下次再讀到類似新聞，先問一句：這是簽約的消息，還是已經有結果的研究？把這個問題放進你的閱讀習慣，很多誤傳就會停在這裡。

資料來源：本站編輯參考 APPI News〈AI藥物再利用如何驗證：跨國合作後要看哪些證據？〉（作者：APPI 編輯部）改寫而成，原文出處；原文文字內容採 CC BY 4.0 授權。