ㄧ、AI於藥物開發與交付的應用
人工智慧的應用加速了人類社會在各領域的效率已經是有目共睹的事實。人工智慧除了可幫助預測預測標的物蛋白質結構、新藥探勘過程中的藥物化學結構分析與設計等，在新藥製程的品質控管、產線優化的過程亦有許多幫助。此外，人工智慧亦可被應用在藥物開發後的商業活動如市場供需結構的分析與商業模式的建立等。隨著人工智慧在人類社會被應用的頻率越來越普及，許多隨之而來的潛在的風險亦更需要被正視。以下為將人工智慧應用在藥物開發與相關領域的益處與風險分析。

二、AI商業應用對公共衛生助益之疑慮
製藥與生技公司將資金投注在藥物研發相關的人工智慧技術開發的目的主要在於提升企業利潤，而非大眾利益。因此，在這樣的背景下，將人工智慧應用於藥物開發的同時可能也將帶來許多道德或法律上的爭議。以下三點為主要之疑慮說明。

首先為加劇健康不平等之疑慮。目前許多製藥與醫療領域研發企業期待聚焦在個人化醫療之技術研發，因此期望借助人工智慧技術在這方面有所突破。然而從市場面來分析，擁有人工智慧個人療法制定技術的公司可能僅將研發心力投資在特定可獲利性較高的疾病，導致其他獲利因素不佳的疾病患者仍無法獲得有效療法。

第二項為AI能提高藥物開發成功率，降低藥物開發成本，但可能不會使患者更容易獲得藥物。研究發現藥物定價和藥物研發過程，研發單位投入的成本並沒有正向關係。另外，由於利用人工智慧技術能縮短藥物上市的時程，因此能獲得更長的專利保護期間，但以營利為目的的藥廠，是否會因為專利權保護期間較長而降低藥品售價，為須進一步探討的議題。

最後，人工智慧技術應用在藥物研發仰賴大量個案資料，為了加速搜集個案資料以進行藥物研發，可能會導致藥物研發公司以損及患者隱私的方式收集及使用數據，或者針對目標患者展開針對性行銷。前述行為可能會引起民眾對人工技術使用的不安與不滿。

三、識別與最大化AI對公共衛生之助益
人工智慧應用在藥物研發領域除了上面提到的疑慮外，若能被妥善使用其實也能帶來許多好處，下面是世界衛生組織歸納出來的四大益處。

首先為目前無治療藥物之疾病開發新藥。例如發展能對抗具有抗生素抗藥性細菌之藥物、登革熱等熱帶疾病之疫苗，人工智慧技術將有望為這些疾病研發新藥。

第二為提升臨床試驗結果在各族群患者的適應性。藥物開發過程中，臨床試驗結果能驗證新藥的療效，同時提供其他重要資訊，如是否有其它副作用等。然而目前參與臨床試驗的患者族群多為成年白人，根據 2019 年的資料，其中基因體數據有79 %來自歐洲血統，此結果可能說明臨床試驗結果及副作用風險等評估多亦僅適用於歐洲的成年白人，其他族群如，亞洲人、小孩、孕婦等在服用新藥後的效果可能不彰，且副作用風險無法精準評估。然而若能相其他被忽略族群的臨床資料加入人工智慧新藥研發的資料庫中則能消除這樣的偏差，使臨床試驗結果更具代表性。

第三為加強藥物安全性監管。隨著越來越多藥物安全警訊的案例增加，人工智慧也越能透過新增的案例更準確並在早期偵測到藥物安全的潛在風險，如了解藥物與藥物是否有互相作用、藥物與疾病間的交互作用關係、是否有用藥錯誤、是否有繼發性惡性腫瘤等問題。雖然關於患者隱私問題仍需相關監管單位制定適合的規範來防範，但人工智慧確可在藥物安全監管領域提供顯著的益處。

最後為中低收入國家的藥品採購及供應。目前已有許多製藥公司採用人工智慧技術來進行藥物供應及分配，在醫療資源較缺乏的中低收入國家中如果能克服技術上障礙，亦可有更多助益並使許多病患獲得更好的醫療資源。

四、風險與挑戰
世界衛生組織(WHO)也另外分析了將人工智慧應用在藥物開發領域中的風險與挑戰，內容如下。

第一項為分析誤差，如同上述，將人工智慧應用在藥物開發將可能因為人工智慧訓練資料庫搜集的多樣性不夠全面而造成分析誤差。另外，相關技術開發人員對產出結果的解讀及後續對人工智慧技術的設計與修改等也可能造成誤差，導致分析結果不夠具有代表性。這樣的誤差可能導致特定族群的人可獲得新藥的時間往後推遲。

第二為安全性，利用人工智慧技術能快速找出可作為新藥成分的化合物，然而若沒有加入分析結果的可信度測試，如假陽性或假陰性檢驗，則很可能會提升試錯新藥的風險。因此，雖然人工智慧技術能夠幫助人類快速發展醫療技術，但首先仍須克服的是對於人工智慧產出結果的正確性與可信度判讀技術也需要再提升。

第三為可解釋性與透明度，目前許多將人工智慧演算法應用在藥物研發的研究人員仍無法完全解釋演算法與其輸出結果的準確性與有效性間的相關性，在無法完全解釋其演算法設計下就完全信任人工智慧給出的分析結果也可能造成一定的風險。此外，開發人員如何進行人工智慧資料庫訓練及其分析所用的原始碼設計等也可能影響到分析結果的可信度。

第四為責任歸屬問題，將人工智慧技術應用在藥物開發包含了演算法設計、將演算法應用在醫學研究數據分析，其中又可能包含基礎研究數據及臨床數據。其中進行醫學研究數據分析的負責人可能對演算法設計不理解，反之，進行演算法設計的人可能也不了解醫學研究數據分析如何進行。若人工智慧應用在製藥研發中發生問題，也很難找出真正足以了解全程並可以負責的人。找不到問題歸屬則可能導致受害者無法得到應有的補償，因此降低群眾對人工智慧參與的藥物研發信任度下降。

第五為隱私問題，將人工智慧技術應用在新藥開發仰賴大量且多樣化的個體健康資料已進行資料庫訓練，為了獲得具代表性的分析結果，投入人工智慧演算法訓練的資料庫搜集為分析的關鍵步驟。相對而來的問題是，搜集單位及使用單位對這些資料的保護策略，若未有完善的規劃將可能危及個人隱私被洩漏等問題。

五、治理挑戰
過去在製藥相關領域已經有了完善的治理機制，然而將人工智慧技術應用在製藥及研發領域將可能衝擊到現有的治理機制。以下針對各國政府應共同面臨的問題進行討論。

首先為資料治理。資料庫與人工智慧分析結果是否具代表性有極大的關係，然而，如何以正當管道搜集個體健康資料、保有個人隱私不被侵犯，並且使其能合法被應用在人工智慧相關的藥物開發等，為未來各國發展人工智慧藥物開發將需要重視及嚴密制定法律規範的議題。

第二為新藥的所有權與應用在新藥研發的人工智慧演算法智慧產權歸屬問題，利使用人工智慧的實體或個人是否可以主張發明權；開發新藥的人工智慧是否可以獲得專利等問題。而人工智慧演算法智慧產權歸屬問題則可能影響到未來相關的藥物研發，當特定用於藥物研發的人工智慧演算法申請專利通過，將會排除其他人的使用，包括研究人員、非營利組織等，並可能加劇不平等。

第三為企業壟斷，私人企業可能為了保護其開發的人工智慧新藥研發技術而在使用上制定一些規範，導致關鍵技術掌握在特定人手中，造成壟斷。因此，雖然研發企業們目前對人工智慧新藥研發技術也會制定相關的使用規範，如隱私洩漏問題，但各國政府也應該針對人工智慧新藥研發技術制定相關的規範，以避免技術壟斷、監管迴避等問題發生。

第四項治理上的挑戰為監管單位必須要有能力確保人工智慧新藥開發的過程符合核心道德原則、人權等規範，以及了解人工智慧開發新藥的風險，而在相關的規範下又不會妨礙到人工智慧新藥研發技術的使用及阻礙其技術的成長。