TxGNN 老藥新用 智慧醫療
算力加速之外：AI 新藥平台的預測可信度如何驗證
來源：Google News · 2026年3月17日
新聞重點
台灣生技公司華安醫學在 NVIDIA GTC 大會發表「智慧協奏」AI 新藥開發平台，導入 BioNeMo 框架加速蛋白質結構預測與分子生成，試圖壓縮新藥從靶點識別到候選化合物篩選的週期。
議題分析
新藥研發成本動輒數十億美元、耗時逾十年，是全球藥廠面臨的共同瓶頸。AI 輔助藥物設計浪潮興起，從蛋白質折疊到分子生成，各路算力框架爭相切入。然而算力加速只能提升生成候選化合物的速度，更深層的挑戰在於：預測結果如何與既有藥物臨床證據掛鉤，避免淪為無文獻支撐的黑盒子輸出。已上市藥物中潛藏的未探索適應症，亦是系統性盲區——老藥新用正是以更低成本填補此缺口的平行路徑。
TxGNN 老藥新用 的設計觀點
面對「AI 生成候選化合物但可信度存疑」的命題，TxGNN 的設計切入點是在每筆預測上建立可溯源的文獻依據，附帶 PubMed 文獻與 ClinicalTrials 試驗紀錄（#4），讓臨床人員有具體文獻可參照，而非面對黑盒子結論。在資料覆蓋面上，平台廣納多國藥品主管機關資料（#2），系統性擴展跨國適應症探索基礎（#3）。預測引擎採知識圖譜與深度學習雙路徑（#1），並以 SMART on FHIR 規格上架、開源授權公開（#5、#6），讓研究者能在現有 EHR 環境直接部署。
了解更多
TxGNN 老藥新用
以哈佛 TxGNN 模型為基礎的老藥新用平台，覆蓋 30+ 國 FDA 藥品；整合 PubMed、ClinicalTrials 證據；上架 SMART on FHIR Gallery、開源於 GitHub。
本文為 yao.care 對公開新聞的議題評論。原始新聞由 Google News 報導。
閱讀原始新聞