羅氏的 AI 藥物研發布局：波士頓研究中心證明了什麼？

羅氏與基因泰克在波士頓新設的研究中心，把藥物探索、臨床開發、資料科學與 AI 專才聚在同一個據點。不過，設有 AI 團隊的研究中心，不代表已經建成能自行規劃並執行實驗的自主實驗室；本文引用的資料，也沒有證實羅氏 AI 策略中若干受到報導的具體目標與數字。24

波士頓研究中心已確認的布局

羅氏與基因泰克宣布，波士頓創新中心將成為心血管、腎臟與代謝研究的重要據點，並整合相關領域專家，以及資料科學和 AI 團隊，投入藥物探索與開發。2 羅氏將中心描述為一座約 9.5 萬平方英尺、可容納 500 人的研究樞紐，涵蓋探索與轉譯生物學、臨床開發，以及包括 AI 在內的資料科學。4

羅氏也表示，研究科學家會在眼科、神經科學、免疫學與腫瘤學等領域結合資料和 AI。13 這些資訊描繪的是 AI 融入更廣泛研究工作的方向，並不能證明 AI 已能獨立指揮或執行實驗室工作。

有 AI 團隊，不等於自主實驗室

研究中心可以運用 AI 工具，讓計算科學家與實驗室、臨床團隊共同工作，卻不必然代表實驗流程已自動化。若要判斷一座實驗室是否真正自主，還需要知道 AI 能選擇或控制哪些步驟、哪些環節仍由人員審核，以及研究結果如何驗證。本文引用的波士頓中心資料並未提供這些細節。24

這個差別也影響外界如何理解羅氏更廣泛的「AI 獨立性」布局。現有資料支持 AI 正被納入羅氏研究，但不足以證明藥物探索實驗已能在沒有直接人員監督的情況下進行，也沒有交代這項能力目前發展到什麼程度。

哪些策略數字仍未獲本文資料證實？

本文所引用的資料，無法證實有關 Target Nexus 目標、管線決策中有多少比例留下 AI 參與紀錄、第三期試驗成功率、20 億瑞士法郎的研發節省，或 2030 年前最多推出 20 款新藥等具體說法。這些數字不能僅憑波士頓中心公告或羅氏對 AI 一般用途的介紹，就視為已獲證實。

例如，若要用試驗成功率來證明研發表現有所改善，還需要交代統計口徑、涵蓋期間與底層試驗資料。至於新藥上市目標，代表的是公司志向，不是產品必然獲准或上市的保證。

對藥物研發可能帶來什麼影響？

如果 AI 系統未來能在反覆迭代的流程中協助挑選實驗、安排執行並解讀結果，研究團隊組織早期藥物探索的方式可能隨之改變。但這種可能性，與已有證據證明它提升生產力或改善病患結果，是兩回事。

自動化程度愈高，清楚的驗證程序、實驗室安全措施與人員責任歸屬就愈重要。本文引用的資料呈現的是一個導入 AI 的研究環境，並未證明羅氏已在藥物探索實驗中取消人員監督。