2022生物医疗人工智能调查白皮书

Deloitte.勤业无信 勤业信生技医疗产业 MAKINGANIMPACTTHATMATTERS 生医×人工智慧查白皮書sicelo 目 特别感谢 序言 AI於生馨的發展興廳用趣势 01 02 台灣生医×AI产業現况概覺 健康医疗照護业定义 產業廳用價值链 生医XAI產业企業布局興寳务建 资金篇營運篇数位篇 03 资金取得智财布局数位搏型 租税樊上市取證AI险管理 AI企业资料建置资本市場行销个资保護 化護题客户服务安防護 结语 04附-勤業罚信生技医疗療屋業服务及队 勤巢发信生技医康童第 特别感谢 合作研究罩位 IIEK工研院科國際所 张慈映组長劉家豪研究具 序言 正是台智慧生馨屋業點火關键时刻需各界手向前 生技產業去团只包含製藥舆馨材，台湾的势亚不明。近年事實上政府角度而言，管制舆利逆非絶對互斥，端視政府能否思天数據奥人工智慧拜餐通計技术進展之赐而具車突起：您用域轰巧妙的政策設计。而医學教育也有機會容纳馨療服务产业創新的思維，乎无所不包，而其中最引人注自者莫遗於馨療舆健康屋業。原因一護馨療服有逹到經湾规模舆國際化的機曾。换言之，企葉家赚了钱一 檬可以做好事（企業社會责任）：不是企業家就一定是唯利是圖。此外： 觀商機。基於台灣過去在電子资讯领域的優势，頔时護生医興人工智慧醫療业的成功，技术以外的環境因素也非常重要，辜凡鼓舆管 制平衡的政策、餐料用规章（大數據用舆隐私保障）资金需措：技医療產業策進會而言·最近一届的會和理蓝事障容裡，電子资智财保護、馨護人的創新诱因國際市場興品牌行销等等，都是挑。訓界的企業家比例陡增，燮得格外眼，也令人興奢。追些都需要政府舆民間、學界建立共識·携手向前。 其實我們可以觀察到，台医療界對於人工智慧的度近年有非常就是因爲智慧生医產業發展會仰賴如此罚多的環境因素，勤業票信這次 大的转變，由早先的保守疑成今天的全力摊抱·而且不在馨 院裡或在創業圈裡，進展也都不少。最完整而可信的调查，非常值得各界参考。在此智慧生医產业正要點火 但是亚不意味台灣未來这條路走下去就會是一條坦途，我們有一望這報告能引领國内相關的政府政策、研究舆教育方向·促進跨领域些史包术必须正視面對。首先就是馨服务產業化的周题過去的话·護台湾生医产业能一翠成爲餐通业俊另一个台的傲不政府興民間對此都一直有。政府對於医療服务素来以管制也很期待勤業累信這告只是未来整个系列的第一集·而告系列會爲主，医院与诊所组織是不能營利的；而医學教育也常强调医濟成助台智慧生發展的指南针·興見證發展的珍貴歷史纪錄。 人救世的本分，好像如果赚的企業經營就是偏離本道。但是生 技医療一旦结合人工智慧，就超越了國家界線，有很好國際化的機前行政院院長 财團法人善科教育基金會 将來只有被國外屋茉人侵的份。 勤莱思信生技练谨赖 序言 台湾馨樂業的新機曾：大數人工智慧 自2020年初疫情爆發至今，藥的疫苗研發至馨院的病床管理以台湾的業特性而言，台灣的餐通屋業發達·摊有多 等生技医療產业的產業發展備受關注。ICT技术興资源，再者，多年努力下来，馨资乱數據库资料量然不大，但精津度以及品質都很優良，很適合發展AI於馨 回麒近年在全球政府大翠推動智慧馨療發展之下，除了人類智療颂域的愿用，若相關的法令配套能實施·在市場上将曾是 慧(HI)專業的判断，透迥大數據资料库舆人工智慧(AI)的辅助一天優势。 藥廠可以有效地缩短新藥研發的逅期，馨院也更有效因愿疫情而 调整管理模式，皆麒示A/技術的愿用已遂衡落地·爲馨療產業所 带來的潜力更是不容小。 往俊A/技術也将持绩在馨療照護產業扮演著重要的角色，渐渐 本篇報告即歸纳了台湾健康照護產業在人工智慧技术的應用亚整了商業發展上的模式舆課题·其中也不之计多海外事例可作為台湾發展馨人工智慧的借镜，助大罚更了解人工智慧在台灣生医產業的發展全貌。 诞”nicetohave"转”musthave”，领者更需要思考如何妥期计未來透過產官摩的努力，台灣人工智慧發展得以更加蓬勃，善将A/技術商業化、如何培養相封應的人才、如何形塑人工智慧培育出A/技術友善的科研環境，强化產業的競事力。 在医療照護產業的生熊圈·以提升医療照護產業的能量，朝向精 健康、精医療的目標進。 天主教辅仁大副校長 台湾人工智慧發展學會理事長 勤业思信生技蕾廉童菜 序言 人工智慧愿用的商转模式為引领生馨产业转型革新的团键 生医谨業当前正值革新興转发的過程之中，馨療體系·企業興馨為了更加了解台湾生馨人工智慧企業的發展舆商模式，勤業事人正享求不同的新興科技興解决方案，以因麗由馨療環境改 ·医療资源分配、以及技术門楹周题爲该奎业所带來的挑戟。谨業於人工智慧技術的投餐舆愿用范：以供台湾業界之参考。 司时，针對台湾健康照護業的人工智慧技术的快速發展，本 扮演越來越重要的角色，且在生馨產業的各個颂域都有優翼的表次研究告舆工研院產業科技國際策略發展所合作：深入訪現及成功案例。在台，科技企業、馨疗體系以及新創團隧已台灣多家表現優翼的企業，亚以三段五级爲架構，統整出台灣 健康照護产业中人工智慧技术的發展現况愿用内容以及未來 势的领域發展相關的技术舆解决方案。可能的商业布局舆策略·建立了更完整而全面的產業蓝圖。 然而，人工智慧於生医屋業的愿用领域多，不同的技俐舆演算法之間亦有麒著的差翼，如何找到正罐的目標市場和經營模式，将技術能量转换成可供商業利用的產品和服务，是發展人工智慧技术中極其重要的課题。 本次调查中，勤業信看到该產業的未來發展摊有計多機会會只等待慧眼獨具的企業领尊人掌握。我們迫不及待想舆各位分享這份生馨人工智慧屋業研究的豐硕成果，希望能為各位先進带來不一檬的觀點舆散發。 勤业一信聨合会计師事务所 生技療產業负贵人 虞成全會计師#康成全 勤莱思信生技番练產 AI旅生馨的發展興愿用趣势 勤葉思倍版播所有保留一切醒利 發展以據區動的人工智慧技術，开拓馨療創新服务契機 AI奠基在数收集累興整合應用的基随著穿戴装置物聨網與大数據技术與應用發展越趣成熟AI運用深度學智器學智等方法 對各產业的键题，發展越趣多元化 大 物聨網BigData 穿戴式装置loT WearableDevices 人工智慧 ArtificialIntelligence 资讯的應用 服务的开拓 數據的累精 资料的整合以人工智慧進行文献學 掌握、分析数據智、影像判護·病例分 不同感測技术整合 籍由通訓技术将个人的 生理资、遏往病例、 及解護數，找出相析，協助馨護人眞疾病 開的應用，亚連结相断舆治療的决策的辅 配合相關载具設计，籍此瘦取相關的生理 数據累及紀生活 的惯。 资料来源：工研院產科國際所 勤业思信生技醫康童巢 家族病史、基因解密、開的医疗照護廳用。 生台活系型等统數存據·纪以平追 蹦的連结整合 助工具護医護人能 更専注於専業领域的投 入發展更具有價值的 服。 人工智慧在生命科技產業之廳用鲍 一、人工智慧於生命科技產業價值中的愿用 2020年席全球的新冠肺炎（COVID-19）疫情研發生產供廳链商业廳用 加速生命科技企业开始将AI科技用於研發 生產供應键以及商業應用等不同的领域， 理解到该技术所能带來的效益。 截至目前為止，生命科技產业逐發掘AI應用全通路客户互勤 的潜力，而且大部分都應用於将既有流程自動主式品質管理 化上：然而，透過将AI科技舆医療及科學的知 識结合·企业将有更大的機會活用AI技术發展朝性供廳键 出可瘦利的商業模式亚為自己創造蜀特的競 争傻势。辩識興驗證基因標的、設计全新化數位资料整合改善患者靓能 合物、使供應键更智慧亚更具回應性，到协助 產品的上市舆行销，AI科技於整个生命科技產自動化批次放行 業中的不同面向都能以不同的應用屋生價值 展望未來，透過将AI技术目前罩點性的應用分子設計计整合用户回情亚改著品 策略性的大部署至企業内的各个部門同时 建立合的治理架標化资安管理流程及 法遵因應程序，生命科技企業有望AI科技的需求與供應预測 投中瘦得更大的回報興產出產能最佳化 病患分级强化典間事人具間的互勤 资料来源：勤业罗信整理 勤莱思信生技醫康童菜 赋能技术興风险管理（资讯安全法令遵循及法务题） 生命科技企業對AI科技的投餐期将持緯增長 演了關键的角色頂期企业针對用於研發领域的AI愿用之投资在未來将加速成。此外，随著越來越多的企業领尊人意識到數位转型對企業 的未来發展具有關键性的作用AI技术於产業價值键中其他领域的應用也预期會瘦得更多的投资。 表一、全球生命科技企業於2019年度在AI科技及相翻專案的投總额 62%5,000萬美元或以上 的生命科技企业於2019年投资超 過2,000萬美元於AI相關的计书 2,000万至5,000万美元之間 21% 41% 50%以上 的生命科技企業證其在下一個 年度對AI科技的投资金额遗會縫 1,000万至2,000万美元之 100万至1.000万美元之間 10% 10% 绩成長少於100萬美元 1% 總檬本數：148 资料来源：DeloitteStateofAlSurvey2019勤业思信生技醫康童巢 生命科技企業開注於改善現有產品舆服务、增產品線、提升流程效率 Deloitte的全球调查无示+生命科技企业前三大關注的题分别為「改善既有產品舆服（28%）」「創造新品舆服务（27%）以及「强化流程效率（26%）！，受訪的企業對於上述三者的注程度相当接近。 的核心亚更精極地探用不同用途的AI技術·AI科技在創造新品舆服务方面的應用市場在未来将持绩增長。 表二、生命科技企業入AI科技調查 ■間认：汉撑爾填您最希擎算人A科技中取得的成果■周题：在貴公司去尊入AI科技的經驗中，貴公司於以下哪些领域的表現瘦得著的改善 43% 40%40%39%39%41% 34%36%34%33% 28%27%26% 21%20%20% 16%16%15%14% 奥服务創造新產品奥服务 改善既有產品助 流程效率 强化济 牵低成本 工更具生產力 現新源 洞見 促成新市 改善决策 使工 總檬本数：148/资料來源：DeloitteStateofAlSurvey,2019 勤莱双信生技馨廉童巢 人工智慧物研發鹰用一以藥物發現段為例 Al演算平台-AtomwiseAl深度學智AlphaFold Atomwise的AtomNet平台能根據蛋白質结筛出具有藥物潜力的化合物 速度比人工選快一萬倍·比高通量筛選快一百倍，每天能筛選超過一千萬成功预測出新的蛋白質折结，這项類神經網技術可望解密更多未知蛋白 種化合物·能有效缩短藥物研發调期到数月甚至数年的功能大幅降低新藥研發时間。 Atomwise極舆大型製藥公司合作，例如舆EliLilly中國浩森藥巢南韓生深度學智软體能分析解護大量资料，除了模凝藥物和疾病間的關係外 技公司BridgeBiotherapeutics订大型合作、建立移伴開係·且开發自己具遗會合供現有藥物的特性，產生出新的分子结情，或将有助於加快發現藥 有潜力的分子產品缘。物的步。 瓷料来源：環球生技月刊Geneonline·勤巢信整理 勤莱思信生技醫康童巢 人工智慧藥物研發應用一以鷗床試驗段爲例 試織設计前置備試驗期开試殿结案 谨用有效的生物数结合AI 人工智慧·特别是深度學智 （DL）機器學（ML）和透過雲端應用加速病患籍由使用智慧型手機提 自然语言虚理（NLP）技术 可以改善試設计、缩短歸利用行動廳 招募亚取得更具代表性出警告與提醒，提升病 的檬本群體患遵崛率 床試驗的调期时間、同时降用程式·穿籍智慧化藥盒進行藥物 低歸床开發的成本和负檐。戴性装置透上同意流程治癫遗程的電子化追髓 近年大型生物製藥公司皆纷物數聊網蔻集（eConsent）簡化亚加 纷针封AI及其應用進行投资 (圖二)。 而在歸床試驗所生的成本 的最大成本飄動因素諾华 当中，患者招募是歸床試 速病患的知情同意流程追α病患的相个纪餘 (informedconsent亚在病患错回诊时 process)發出「未遵嚼（non- adherence）的警告 使用RW