BTC把AI醫療與半導體綁進政策主軸，安邦生技(7784)臨床證據跟得上嗎？

 

BTC開幕把AI醫療、健康資料與半導體放在同一張桌上

今年BTC正式登場，會議主軸放在AI、半導體、健康資料與智慧醫療的跨域整合。我自己看，這種題目一拉開，市場很容易先想到政策風向，但更重要的是台灣手上有哪些可直接拿來做實驗的底子。翁啟惠在開幕演說提到，人口老化推高醫療支出，全球醫療支出到2030年估計會到15兆美元，占全球GDP比重12.1%。

他也點出台灣的兩個資產：全民健保數據，以及人體生物資料庫。再加上半導體與資通訊能力，台灣被放在「Bio-ICT」這條線上談，意思很清楚，就是把晶片、資料、醫療服務一起串起來，去碰精準健康這個大市場。

 

政府想把AI導入公共服務，也想把健康資料變成研究底盤

卓榮泰在致詞時談到「AI新十大建設」，方向是把AI導入各項服務，政府也會秉持資訊公開理念，將產生的全民健康資訊提供學術單位研究。這一段對投資人來說，重點很直接：政策層面開始把健康資料視為可用資產，後面能不能形成長期題材，關鍵在資料治理、研究合作與落地速度。

吳誠文則把半導體與硬體實力接到更具體的產業組合，提議籌組「智慧生技國家隊」，再往智慧農業與冷鏈物流擴展。這代表政策想像沒有只停在醫院端，還想把AI、感測、運算與供應鏈管理一起納進來。我自己會把它看成一種產業拼圖，範圍比單一新藥或單一醫材大很多。

 

翁啟惠提出四條路：平台、訓練網、人才、國際合作

翁啟惠接著列出四個方向：整合AI學習平台、打造跨院訓練網、促進Bio-ICT跨域融合、培育Bio-AI人才、深化國際合作。這幾項放在一起看，重點其實很一致，就是把台灣能做的事，從單點研究往制度化推進。

這裡我自己比較在意的是「跨院訓練網」和「Bio-AI人才」。前者處理的是資料與場域，後者處理的是人。台灣有很多醫療與工程各自很強的人才，少的是能同時懂臨床問題、資料處理、算法語言的人。這種缺口補起來，產業才有機會從展示型專案走到可複製的研發流程。

 

安邦生技和東京大學合作，拿犬隻自然癌症模型做轉譯驗證

產業進展這一段，安邦生技(7784)宣布和日本東京大學農學生命科學研究科獸醫外科學實驗室簽署合作研究協議。雙方會用亞洲完整的比較腫瘤學平台，以及犬隻自然發生的癌症模型，評估ABT-301在骨肉瘤、黑色素瘤等實體腫瘤的療效。

這個合作的價值在於模型更接近真實疾病環境。犬隻癌症在臨床與分子生物學特徵上，和人類有高度相似性，所以研究數據可以拿來支援人類臨床試驗設計與法規申報。對新藥公司來說，這類資料的意義很實際：它可以幫助釐清機轉，也能讓後續適應症選擇更有依據。

 

ABT-301先走第1/2期臨床，合作重點在聯合用藥與適應症擴張

安邦生技目前讓ABT-301進行第1/2期臨床試驗，並和免疫檢查點抑制劑、抗血管新生抑制劑聯合使用，目標是治療轉移性大腸直腸癌。這表示產品還在早期開發階段，市場現在看的是資料累積，而不是立即的商業化成果。

和東京大學的合作，會把分析拉到更接近實戰的環境，目標是建立具轉譯價值的科學證據，進一步決定未來人類臨床試驗的適應症選擇與聯合用藥方案。這種路線我自己會用巴菲特看企業護城河的方式來理解：新藥研發的門檻不在喊得多大聲，關鍵在證據能不能一層一層堆出來。對安邦來說，這次合作提供的是研究深度，後面還要看臨床資料能不能接得上，才有機會把ABT-301往其他難治型實體腫瘤推進。