不只是基因檢測，訊聯基因如何打造台灣版的 DeepMind？

台灣醫師負擔過重、罕病難以早期診斷、偏鄉缺乏專科醫師等，導致病人延誤治療或誤判，不只是效率面問題，更是直接影響民眾健康與資源分配的痛點。在全球醫療 AI 快速發展之下，台灣的生技公司如何以自身優勢結合 AI、大數據與基因科技，在國際競爭中找到定位，實現創新與商業化？再進一步探問，在缺乏大規模臨床驗證、資料仍具偏差、醫療法規尚未鬆綁的情況下，AI 醫療技術要如何建立臨床信任與主流採用？它真的準備好要進入臨床決策流程了嗎？

傳統基因檢測業務的市場限制：成長空間有限，競爭激烈，營收結構失衡。
AI 醫療產業的潛力與挑戰：技術門檻、法規障礙、資料隱私等不確定性。
台灣科技企業在國際醫療 AI 競爭中的角色與突破口。

訊聯基因的起源：從基因檢測到科技轉型的台灣故事

台灣企業 — 訊聯基因（Genetics Generation Advancement Corp., GGA）成立於 2008 年，總部設在台北內湖，當初的目標很單純，就是要做基因檢測（Genetic Testing，基因就像人體裡的說明書，決定我們的外貌、健康和體質，基因檢測就是把這份「說明書」拿出來看，看看裡面有沒有錯字或異常；就像幫手機或電腦檢查是不是有壞掉的零件，提早發現問題。可用於檢查寶寶會不會有唐氏症、家族性聽力障礙等。），幫忙找出遺傳疾病或健康風險。他們的服務範圍很廣，從孕前檢測（Preconception Testing）、產前檢測（Prenatal Testing）到新生兒篩檢（Newborn Screening），比如檢查唐氏症（Down Syndrome）、囊性纖維化（Cystic Fibrosis）或遺傳性聽力障礙（Hereditary Hearing Loss）等風險，讓爸媽和醫師能提早知道寶寶的健康狀況，做好心理準備或醫療規劃。根據 訊聯官方網站的資料，全台有超過 50% 的新生兒和 95% 的婦產科與生殖中心都用過他們的服務，代表 訊聯在台灣基因檢測市場的地位相當具主導性。

訊聯基因的創辦團隊一開始就不只想做個檢測公司，他們的願景是打造一個整合基因資訊與醫療決策的平台，所以很早就開始布局數據分析。在 2008 年那個年代，基因檢測還是很新穎的技術，很多人甚至不知道自己的基因能透露這麼多健康資訊。訊聯基因抓住了這個機會，不只提供檢測服務，還搭配遺傳諮詢（Genetic Counseling，當檢查發現基因可能有問題，醫師及專業人員會用簡單方式幫病人解釋：這代表什麼？會不會影響健康？接下來該怎麼辦？就像去做健康檢查後，營養師跟我們說「你膽固醇太高，要少吃炸雞。」變成是「你的基因有這個變化，建議你注意哪些健康問題」。），讓醫師和病人能更了解檢測結果的意義。如果檢測發現寶寶有某種遺傳疾病風險，訊聯的諮詢團隊會詳細解釋檢查結果的意涵、未來可能需要哪些醫療資源，甚至幫忙聯繫相關專科醫師；這種貼心服務，讓訊聯在醫療圈建立了頗佳的口碑。

然而，基因檢測市場雖然有成長空間，但畢竟是個相對小眾的領域，競爭也越來越激烈。訊聯基因的高層很清楚，如果只靠檢測業務，公司的成長會碰到天花板。所以早在 2010 年，他們就成立了生物資訊與智慧研發部門，開始探索如何用數據和科技放大自己的價值。到了 2021 年，他們更進一步設立了巨量資料與 AI 中心（Big Data and AI Center），正式從一家傳統生技公司，轉型成結合科技與醫療的創新企業。這轉型可不是隨便說說，他們的 AI 技術現在不只用在醫療，還跨到半導體、化工等產業，合作對象超過 100 家企業和科研單位。對醫師來說，這代表未來我們可能不只看檢測報告，還能透過 AI 得到更精準的診斷建議；對投資者來說，這家公司展現了從單一市場跳到多元應用能力的成長潛力，訊聯也讓我們看到台灣生技企業如何在全球競爭中找到自己的定位。

AI 技術的核心：大數據與醫療的結合

醫師看病時會根據病人的症狀和檢查結果來判斷病情，AI 也是類似的原理，只是它能處理的數據量大到人類無法想像，而且速度超快。醫師可能要花幾小時看完病人的基因報告，但 AI 可以在幾秒鐘內分析幾十萬筆基因數據，找出潛在問題。訊聯基因的 AI 技術主要靠的是巨量資料，也就是從各種來源蒐集來的海量資訊，比如基因序列、蛋白質結構、臨床數據等，他們把這些數據丟進 AI 模型裡，讓電腦去學習和分析，找出隱藏的規律或關聯性；AI 能幫忙篩選出最重要的資訊，讓醫師或研究人員專注在決策上。

訊聯基因開發了一個「AI 驅動藥物設計自動化平台」，專門用來加速新藥開發，快速篩選幾千萬種蛋白質模型，模擬藥物分子跟目標蛋白的互動，預測藥效和可能的副作用，傳統新藥開發平均要花 10–15 年，成本高達幾十億台幣，卻可能 90% 的候選藥物都過不了臨床試驗；AI 能把前期篩選的時間縮短好幾年，成本也大幅降低，可以說是省時又省錢。但 AI 技術也不是萬能的，AI 的結果很大程度取決於數據品質，如果輸入的數據不完整或有偏差，AI 的預測可能就不準確。所以訊聯基因花了很多心力在數據蒐集和清理上，確保他們的模型能有可靠的基礎，還跟國內外多個醫療機構合作，建立龐大的數據庫。

對醫師來說，訊聯基因的 AI 技術可能改變我們診斷和治療的方式，未來我們可能不只看基因檢測報告，還能透過 AI 得到個人化治療建議，比如根據病人的基因型（Genotype）推薦最適合的藥物。這對復健科也很重要，因為很多慢性病或運動傷害的病人，治療效果跟基因有關，AI 能幫我們更精準地設計復健計畫，例如有些病人的關節炎可能跟特定基因變異有關，導致對某些藥物反應不好，如果能提早知道這些資訊，我們就能避免浪費時間在無效的治療上，改用更適合的療法，比如物理治療或調整成不同藥物機轉的治療。對於中風後的復健病人，恢復速度和效果常常因人而異；傳統上，我們只能靠經驗和觀察來調整復健強度，但如果有 AI 幫忙分析病人的基因數據和臨床表現，就能預測他們對不同復健方法的反應，幫我們制定更有效的計畫。這不只是提升醫療品質，也能讓病人更快回到正常生活，對醫師和病人來說都是很大的幫助。不過實際上，復健成效是諸多因素的組合（如年齡、發病時程、疾病嚴重度、病前情況、復健動機、社會支持系統、動作習慣等），而 AI 雖能輔助，但預測復健反應目前仍缺乏 Solid 的實證支持。

實例解析：AI 如何加速癌症新藥開發

訊聯基因跟漢康生技合作，開發一種癌症免疫檢查點抑制劑（Immune Checkpoint Inhibitor）新藥，叫做 PD-1/PD-L1 抑制劑，是一種癌症藥物，可以讓身體的免疫系統更容易發現並攻擊癌細胞，給警察（免疫系統）戴上特殊眼鏡，好讓他們能看到藏在草叢裡的壞人（癌細胞），特別是用在肺癌、黑色素瘤或腎細胞癌這類難治的癌症上。這種藥物在近幾年很熱門，因為它比傳統化療的副作用小，效果也更好，但開發難度非常高。傳統上，開發這種藥物要從頭篩選化合物（Compound Screening），然後做動物實驗（Animal Testing），再進入人體臨床試驗（Clinical Trials），每一步都可能失敗，光是前期篩選就可能花 2–3 年。藥廠通常要測試幾萬種化合物，才能找到幾個有潛力的候選藥物（Drug Candidate），這個過程不只耗時也很燒錢；訊聯基因用 AI 技術，在電腦上模擬藥物跟蛋白質的結合效果，快速找出最有潛力的化合物組合，幫漢康生技省下了 1.5 年的時間，研發成本也大幅降低，代表病人能更快用上新藥，醫師也能有更多工具來對抗癌症。

訊聯的 AI 平台會先分析 PD-1/PD-L1 蛋白的立體結構，然後模擬不同藥物分子跟蛋白的結合方式，計算出結合強度（Binding Affinity）和穩定性（Stability），像在電腦做一個虛擬實驗，可以快速排除不適合的化合物，只留下最有希望的幾個物理實驗，不只加快速度，還能減少動物實驗的數量，對倫理和成本來說都是雙贏。除了癌症藥物，他們還參與了罕見疾病的新藥開發計畫，罕見疾病的藥物開發本來就很困難，因為病人少、數據少，傳統方法很難找到有效的藥物分子，但 AI 能從少量數據中挖掘出規律，幫忙設計潛在藥物結構；有些罕見的遺傳性代謝疾病，病人可能只有幾百人，臨床數據非常有限，訊聯基因的 AI 技術能結合公開的基因資料庫和少量的病人數據，模擬疾病機制，找出可能的治療標的，雖然目前這些計畫還在進行中，具體成果尚未完全公開，但他們已經在頂尖期刊《Nature Communications》上發表了相關研究，像是用 AI 分子模擬技術（Molecular Simulation Technology）研究癌症細胞快速生長的機制。

外泌體與 AI：癌症早篩的未來希望

除了新藥開發，訊聯基因還把 AI 技術用在外泌體（Exosome，像是「細胞界的 LINE」，在群組裡傳來傳去告訴大家現在健康不健康）的研究上；外泌體是細胞釋放出來的小小囊泡，裡面帶有蛋白質、RNA 等資訊，可以反映細胞的健康狀態，特別是在癌症早期檢測（Early Cancer Detection）上有很大潛力。外泌體就像細胞的「訊息包裹」，透過分析這些包裹，就能提早發現癌症的蛛絲馬跡，比傳統的影像或血液檢查還要靈敏。癌症病人在腫瘤還很小的時候，血液中的外泌體可能已經帶有異常訊號，如果能及早抓到這些訊號，就能提早介入治療，大幅提高存活率。訊聯基因開發了一個獨家的「外泌體功能預測 AI 模型」（Exosome Function Prediction AI Model），能快速分析外泌體裡的資訊，找出跟癌症相關的特徵，還結合集團資源，投入外泌體癌症早篩檢測（Exosome-Based Cancer Early Screening）和產品開發，把產前「羊水晶片檢測」（Amniotic Fluid Chip Testing）跟「羊水外泌體」（Amniotic Fluid Exosome）分析結合起來，一次採樣就能做兩種應用，對孕婦來說不用多抽一次羊水，就能得到更全面的資訊，醫師也能更精準地評估胎兒健康。

訊聯基因已經推出「AI 外泌體系列產品」（AI Exosome Product Series），並已經開始商業化，2024 年 AI 相關營收成長了 35%，也跟多家醫院合作進行臨床試驗，希望把外泌體技術應用到更多領域，比如癌症或神經退化性疾病（Neurodegenerative Disease）的早期診斷。雖然外泌體在癌症篩檢上的潛力很大，但目前很多應用還在研究階段，商業化的產品主要集中在產前檢測這塊。癌症早篩的全面應用可能還需要更多臨床驗證，雖然外泌體能檢測癌症訊號，但不同癌症類型的外泌體特徵可能差異很大，目前的 AI 模型還不一定能完全分辨這些細微差別。如果未來技術能突破這點，外泌體檢測可能會成為癌症診斷的主流工具，但現在還需要更多時間和數據來驗證，且要審慎評估檢測敏感性 / 特異性的比較、成本與保險納入機制、醫療現場與工作流程接受度等關鍵環節。以下為更進一步的介紹與說明。

外泌體是一種非常小的分子顆粒，大小介於 50 到 200 奈米之間，是由細胞分泌出來的一種特殊雙脂質膜囊泡（Double-Lipid Membrane Vesicle），它就像細胞間的「訊息包裹」，裡面裝著蛋白質、核糖核酸和其他生物分子，能反映細胞的健康狀態，並在細胞之間傳遞訊息。這些小囊泡在人體裡扮演很重要的角色，比如調節免疫反應、促進組織修復、參與疾病的發展過程，比如癌症的轉移。舉個例子來說，當某個細胞受損時，它會發出求救訊號，附近的幹細胞收到訊號後，會透過一種叫「旁泌作用」（Paracrine Effect，細胞之間用訊息來互相傳遞「幫忙修復」的訊號，像有人跌倒，旁邊的人立刻拿急救箱來幫忙一樣）的機制，釋放外泌體，攜帶營養因子到受損細胞，幫忙修復組織。這也是為什麼外泌體在再生醫學（Regenerative Medicine）上有很大的潛力，比如治療退化性關節炎或促進傷口癒合。

外泌體還有個很特別的特性，就是它們能穿過很多藥物無法通過的屏障，比如腦血管屏障（大腦的「保護牆」，很多藥物進不去，造成腦部疾病不好治，彷彿有道城牆擋住不讓藥進城，但外泌體像忍者，可以偷偷帶著藥爬進去），讓外泌體成為潛在的藥物載體，特別是在治療腦癌或其他神經疾病時，可以精準地把藥物送到目標位置，減少對其他部位的副作用，對醫師來說非常重要，因為很多腦部疾病的治療目前都受限於藥物無法有效到達病灶，如果外泌體技術能突破這點，未來可能會改變很多疾病的治療方式。外泌體還能用來做早期診斷，特別是在癌症還在很早期、腫瘤還很小的時候，血液中的外泌體可能已經帶有異常訊號，比如特定的 RNA 或蛋白質標記，如果能抓到這些訊號，就能比傳統的影像或血液檢查更早發現癌症，大幅提高存活率，惟仍需克服外泌體分析在實務上樣本純化困難、缺乏標準化流程、異質性過高等目前遭遇的問題。

外泌體裡的成分非常複雜，傳統方法要花很多時間分析，但 AI 能在短時間內處理大量數據，找出關鍵訊號；傳統上，研究人員要用質譜儀（Mass Spectrometer）或次世代定序（Next-Generation Sequencing, NGS）來分析這些成分，然後人工比對數據，這過程可能花幾個月甚至幾年。訊聯基因用機器學習打造了一個分析平台，能快速處理外泌體的數據，找出跟特定疾病相關的生物標記，能從幾十萬筆數據中篩選出最重要的資訊，讓研究人員專注在驗證和應用上。如果要研究外泌體跟肺癌的關係，AI 可以在幾天內分析幾千個樣本的外泌體成分，找出可能跟癌症相關的 RNA 序列，比傳統方法快了幾十倍。

產前檢測是為了檢查胎兒是否有遺傳異常，比如唐氏症或愛德華氏症；傳統上，醫師會用羊水穿刺採集羊水，然後做染色體分析，但這方法有一定的風險，比如可能引發流產，而且只能檢測特定的遺傳問題。訊聯基因的技術則是另一種方式，他們從羊水中分離出外泌體，然後用 AI 分析外泌體裡的 RNA 和蛋白質，找出潛在的異常訊號，好處是非侵入性檢測的風險更低，而且能提供比傳統方法更多的資訊。傳統染色體分析可能只能看出大規模的基因缺失（Genetic Deletion），但外泌體分析能發現更細微的基因表達變化，幫醫師更早發現問題。

除了產前檢測，訊聯基因還把外泌體跟 AI 技術用在癌症早篩上，癌症如果能早期發現，治療成功率會高很多，但問題是很多癌症在早期沒有明顯症狀，等到發現時往往已經晚期。外泌體提供了一個新機會，因為它們能反映細胞的異常狀態，特別是癌症細胞會釋放出帶有特定標記的外泌體。訊聯基因的 AI 模型能從血液樣本中分離外泌體，然後分析裡面的成分，找出跟癌症相關的特徵，比如特定的微小核糖核酸（MicroRNA）或蛋白質，研究顯示，肺癌病人的外泌體中可能有特定的 RNA 序列，如果 AI 能準確辨識這些序列，就能幫醫師提早發現癌症，甚至在影像檢查還看不到腫瘤時就發出警訊。

雖然外泌體在癌症早篩上的潛力很大，但目前很多應用還在研究階段，商業化的產品主要集中在產前檢測這塊，癌症早篩的全面應用可能還需要更多臨床驗證，根據公開資料，訊聯基因正在跟多家醫院合作，進行大規模臨床試驗，希望證明他們的技術在不同癌症類型上的準確性，但目前具體成果尚未完全公開，未來幾年能不能突破這點，還需要持續觀察。除了診斷，訊聯基因還探索外泌體作為藥物載體的潛力，外泌體的好處是，它們是人體自然產生的囊泡，不容易引發免疫反應，而且能穿過很多屏障，比如腦血管屏障（Blood-Brain Barrier），讓它們成為理想的藥物運送工具（Drug Delivery Tool），特別是用來治療腦部疾病或癌症。

但問題是，如何把藥物精準裝進外泌體，並確保它們能送到正確的位置？這就需要 AI 技術幫忙，訊聯基因的 AI 平台能模擬外泌體跟藥物分子的互動，找出最佳的裝載方式（Loading Method），還能預測外泌體在人體內的路徑，確保藥物能到達目標細胞（Target Cell）。舉個例子來說，如果要治療腦癌，AI 可以幫忙設計外泌體，讓它們攜帶化療藥物穿過腦血管屏障，直接攻擊癌細胞，減少對正常細胞的傷害。根據他們的官方網站，這部分研究還在早期階段，但已經在動物實驗有一些初步成果，證明外泌體能有效運送藥物到腦部。雖然距離商業化還有段路要走，但這技術如果成功，可能會改變很多難治疾病的治療方式，對醫師和病人來說都是大好消息。

國際上，有不少公司也在研究外泌體技術，比如美國的 Codiak BioSciences 和 Exosome Diagnostics，專注在外泌體藥物開發和診斷工具上，技術和資源都比台灣企業強大。國內也有一些新創公司開始投入這領域，雖然規模不如訊聯基因，但可能在特定應用上形成競爭。對醫師來說，這技術可能改變我們診斷和治療的方式，未來我們可能不只靠影像或血液檢查來發現癌症，還能透過外泌體分析提早抓到異常訊號，幫病人爭取更多治療時間。這對復健科來說也很重要，因為很多神經性疾病或運動傷害的病人，可能需要再生醫學來修復組織，如果外泌體能成為治療工具，我們就能提供更有效的療法。

跨產業應用：AI 運用於半導體、化工產業

訊聯基因的 AI 技術不只用在醫療生技，還跨到其他產業，比如半導體（Semiconductor）和化工（Chemical Industry），他們長期跟國內半導體龍頭企業、前三大化工業者合作，用 AI 幫忙解決研發、品質管理和製造上的問題，甚至被認為是幫客戶達到「工業 4.0」的關鍵推手，代表他們的 AI 技術有很強的通用性，不只靠醫療市場，還能從其他產業賺錢，降低單一市場的風險。

半導體產業需要處理大量的數據，確保晶片製造的精準度；訊聯基因的 AI 平台能快速分析這些數據，找出問題點，幫忙提升良率。比如在晶片製造過程中，如果某個環節的溫度或壓力有細微偏差，AI 能立刻偵測出來，告訴工程師該怎麼調整。這跟醫療 AI 的原理其實很像，都是用大數據找出規律，只是應用場景不同，半導體製造有上百個步驟，每個步驟都會產生大量數據，傳統上要靠人工分析這些數據，可能要花好幾天，但 AI 可以在幾小時內完成，還能預測未來可能出現的問題，幫廠商省下很多停機成本。

他們也幫化工業者用 AI 優化原料配方，比如分析不同化學成分的比例，找出最省成本又有效果的組合，大幅降低化工廠試錯成本，也讓產品更快上市。某化工廠可能要開發一種新塗料，傳統上要試幾百種配方才能找到最佳組合，但 AI 能模擬不同成分的化學反應，直接預測出最有可能成功的配方，幫廠商省下幾個月的實驗時間。雖然具體合作細節沒有完全公開，但根據他們官方網站的資訊，這些跨產業應用已經帶來穩定收入，2024 年非醫療相關的 AI 業務也佔了整體營收的一部分，顯示他們的多元化策略正在奏效。跨界能力讓訊聯基因的商業模式更有彈性，對台灣來說，這也是一個很好的示範，證明我們的科技公司不只能做醫療，還能幫其他產業升級，創造更多經濟價值。

財務表現：2024 年 AI 業務亮眼，但結構仍待優化

根據公開資料，2024 年訊聯基因的營收達到 6.6 億元，比 2023 年成長 12%，稅後淨利成長 91%，每股盈餘（Earnings Per Share, EPS）達到 2.05 元。其中，AI 相關業務的營收成長了 35%，但整體營收中，基因檢測還是佔多數，AI 的貢獻比例還在逐步提升中。根據財報分析，基因檢測業務佔了 2024 年總營收的 60% 以上，而 AI 相關業務雖然成長快，但佔比還不到 20%，代表他們的收入結構還是偏重傳統業務，AI 的成長潛力雖然大，但要成為主要收入來源還需要時間。如果基因檢測市場因為競爭加劇或價格下降而受到衝擊，他們的整體營收可能會受到影響，所以 AI 業務的成長速度對未來至關重要。

另外，訊聯基因的研發費用在 2024 年也增加了 15%，主要是投入在 AI 平台和外泌體研究的開發上，對長期投資者來說是好消息，因為代表訊聯基因願意花錢在創新上，但短期內可能會壓縮利潤率（Profit Margin）。研發費用佔總營收的比例從 2023 年的 10% 提高到 2024 年的 12%，這在生技產業中算偏高，但也顯示他們對未來的信心，未來如果 AI 應用能更廣泛商業化，成長空間會更大，但這也需要時間和更多市場驗證。再來聊聊他們的資金結構，訊聯基因在 2024 年進行了一次增資，募集了約 2 億元資金，主要用來擴大 AI 研發團隊和數據中心的建設，對公司來說是個積極訊號，代表他們有足夠的資金支持長期發展，但也意味著股東權益可能被稀釋，投資者需要注意這點對股價的潛在影響。

市場競爭與風險：AI 醫療的挑戰與不確定性

雖然訊聯基因在 AI 醫療領域走得很前面，但他們也不是沒有競爭對手。國際上，像 IBM 的 Watson Health 或 Google 的 DeepMind 都在做類似的 AI 醫療應用，技術和資源都比台灣企業強大。Watson Health 已經在全球多個醫療機構部署了 AI 診斷系統，能幫醫師分析醫療影像或病歷記錄，市場佔有率很高；DeepMind 則專注在蛋白質結構預測（像在電腦裡畫蛋白質的 3D 地圖，然後測試不同藥物能不能「剛好塞進去」），他們的 AlphaFold 模型已經改變了新藥開發的遊戲規則。相比之下，訊聯基因的規模和資源有限，要在國際市場競爭並不容易。

國內的競爭也不容忽視，台灣有不少新創公司開始投入 AI 醫療，比如專注在醫療影像分析的公司，能用 AI 幫忙讀取 X 光片或 MRI 影像判讀，找出腫瘤或骨折的徵兆；還有一些公司專注在穿戴式裝置數據分析，比如用智慧手錶蒐集心率或睡眠數據，幫病人做健康管理。這些領域雖然跟訊聯基因的主力業務不完全重疊，但長期來看，可能會分走一部分市場資源或投資者的注意力。

AI 在醫療上的應用有很多挑戰，首先是數據隱私，醫療數據非常敏感，如果不小心外洩，會有很大的法律和道德問題。訊聯基因雖然有自己的數據保護機制，但這方面的法規在台灣和國際上都越來越嚴格，未來可能需要投入更多成本來符合標準。例如歐盟的《通用數據保護規範》（General Data Protection Regulation, GDPR）對醫療數據的使用有非常嚴格的要求，如果訊聯基因想進軍歐洲市場，就必須確保完全符合這些規範，否則可能面臨高額罰款。

AI 模型的準確性也是一個問題，雖然 AI 能快速分析數據，但如果訓練數據有偏差，結果可能不準確，甚至影響醫師的判斷。如果 AI 模型主要用西方人的基因數據訓練，可能對亞洲人的基因特徵預測不準，這種偏差在醫療上可能導致誤診；目前訊聯基因的 AI 技術在某些領域已經有臨床驗證，但在癌症早篩或罕見疾病診斷等新應用上，還需要更多大規模試驗來證明效果。這點對投資者來說是個不確定因素，因為如果驗證失敗，可能會影響市場信心。

法規限制也是大挑戰，醫療相關的 AI 產品要上市，通常要經過衛福部或國際機構如 FDA 的審核，這個過程可能花好幾年。如果審核不通過，產品就無法商業化，之前的研發投入可能化為烏有。訊聯基因目前在這方面的進展還算順利，比如他們的部分 AI 外泌體產品已經取得台灣的醫療器材認證，但如果要進軍國際市場，還需要更多時間和資源來應對不同國家的法規要求。未來如果遇到法規瓶頸，可能會影響成長速度。

台灣醫療環境的挑戰：AI 技術如何解決痛點

台灣的醫療體系雖然在國際上很有名，像是全民健保讓大部分人都能負擔得起醫療服務，但我們也面臨不少挑戰，比如醫師人力不足、醫療資源分配不均和慢性病管理的壓力。根據衛福部的統計，台灣每 1000 人平均只有 2.3 位醫師，遠低於 OECD 國家的平均值 3.5 位，代表很多醫師每天都要看幾十個病人，時間非常緊迫，常常沒辦法詳細分析每個病人的狀況。訊聯基因的 AI 診斷輔助系統可以快速分析基因數據或臨床數據，幫醫師篩選出需要特別注意的病人，節省不少時間。

台灣的醫療資源大多集中在都市地區，偏鄉的診所或醫院常常缺乏先進設備和專科醫師，訊聯基因的 AI 平台可以透過雲端技術提供遠距支援，讓偏鄉醫師也能用上最新的基因分析或診斷工具。比如一個偏鄉診所的醫師可能不熟悉罕見疾病的診斷，但只要把病人的數據上傳到訊聯基因的系統，AI 就能提供初步分析結果，甚至建議轉診到適合的醫療中心，對提升偏鄉醫療品質有很大的幫助，也能減少城鄉差距。台灣的老年人口比例越來越高，慢性病如糖尿病、高血壓和心臟病為醫療系統的沉重負擔，訊聯基因的 AI 技術能幫忙做個人化健康管理，比如根據病人的基因和生活習慣預測疾病風險，然後提供針對性的預防建議，如果 AI 發現某個病人有糖尿病的高風險基因，就能提醒他提早調整飲食或運動習慣，避免病情惡化。這不只減輕醫療系統的負擔，也能讓病人活得更健康。

投資視角：訊聯基因的潛力與風險評估

訊聯基因的投資潛力可以從幾個面向來看，首先是市場成長性。根據市場研究報告，全球 AI 醫療市場預計在 2025 年達到 450 億美元，年複合成長率（Compound Annual Growth Rate, CAGR）高達 40%，訊聯基因雖然規模不如國際大廠，但他們在亞洲市場有地利優勢，特別是台灣和東南亞的醫療需求正在快速成長。如果他們能抓住這個機會，未來幾年的營收成長可能非常可觀。其次是技術競爭力，訊聯基因在 AI 藥物設計和外泌體分析上的技術已經有一定的領先優勢，也擁有不少專利和研究成果，這對投資者來說是個保障。他們的 AI 平台已經被多個藥廠採用，幫忙加速新藥開發，代表他們的技術不只是實驗室裡的成果，而是真能創造商業價值的工具。

但投資 AI 醫療公司不能只看技術，還要看市場接受度和法規環境，訊聯基因雖然有先發優勢，但未來幾年能不能把技術轉化成穩定的收入，還需要更多觀察。他們的 AI 產品要通過各國的醫療法規審核，這可能花上好幾年時間。如果審核過程遇到障礙，產品上市可能會延遲，影響投資回報。資金需求也是個風險，AI 醫療的研發成本非常高，訊聯基因雖然在 2024 年有增資，但如果未來市場競爭加劇，他們可能需要更多資金來維持技術領先。對投資者來說，這代表可能會有股權稀釋或債務增加的風險，需要仔細評估他們的財務結構。

產業趨勢：AI 醫療的全球發展與台灣的角色

AI 醫療在過去 5 年成長非常快，特別是在精準醫療、醫療影像分析和藥物開發這幾個領域；國際大廠像 Google、IBM 和 Microsoft 都在積極布局，推出各種 AI Healthcare Solution。雖然台灣的資源不如這些大廠，但我們有自己的優勢，比如完整的醫療數據和全民健保系統，台灣的健保資料庫涵蓋了 99% 以上的人口，記錄了幾十年的醫療數據，這對 AI 模型的訓練來說是個寶藏。訊聯基因正是抓住了這個優勢，結合本地數據和 AI 技術，開發出適合亞洲人基因特徵的分析工具，這是國際大廠很難複製的競爭力。

台灣的生技產業也在快速成長，政府近年來推出不少政策支持，比如「生技新藥產業發展條例」，提供稅務優惠和研發補助；訊聯基因作為台灣的領頭企業，受益於這些政策，他們的成功也帶動了更多本地公司投入 AI 醫療領域，形成一個良性循環。不過政府雖然有健保資料庫，但如何在保護隱私和數據共享之間找到平衡，還是個大問題，如果這部分處理不好，可能會影響產業發展的速度。

未來展望：AI 醫療的潛力與挑戰並存

訊聯基因在精準醫療、個人化健康管理兩大領域布局，比如他們的外泌體檢測和 AI 藥物設計平台（AI 用來幫忙設計新藥的工具，可以模擬藥物跟人體裡蛋白質互動的情況，看哪種配方最可能成功，像玩寶可夢時用模擬器測試「哪隻寶可夢打得贏這隻對手」，不用真的去打），都有可能成為未來的明星產品。對醫師來說，我們能有更多工具來幫助病人；對投資者來說，這是個高成長的市場值得長期關注。未來 5–10 年，AI 醫療可能會帶來幾個大改變：首先是診斷速度的提升，隨著 AI 技術越來越成熟，未來我們可能只要幾分鐘就能完成複雜的基因分析或影像判讀，對急重症醫療來說很重要。其次是治療個人化，AI 能根據病人的基因、環境和生活習慣，設計出最適合的治療方案，對癌症或慢性病病人來說是很大的福音。

但潛力大不代表沒有挑戰，AI 醫療的發展速度很大程度取決於數據品質、技術成熟度和法規支持。訊聯基因雖然走得很前面，但他們能不能克服這些障礙還是未知數，特別是癌症早篩或罕見疾病診斷這些新應用，目前還有很多不確定性，需要更多臨床數據來驗證效果。台灣的醫療 AI 產業還需要更多政策支持，比如加速審核流程或提供研發補助，如果政府能跟企業合作，幫忙解決數據共享和隱私保護的問題，台灣的 AI 醫療產業可能會有更大的突破；訊聯基因作為領頭羊，他們的表現也會影響整個產業的信心和方向。

除了醫療，訊聯基因的 AI 技術可能還能用在醫療保險或公共衛生領域，保險公司可能用 AI 分析客戶的基因風險，設計個人化保單；政府則可以用 AI 預測疾病流行趨勢，提早準備醫療資源。這些應用雖然目前還在初步階段，但如果能實現，可能會帶來很大的社會效益。

持續關注訊聯基因與 AI 醫療的發展

訊聯基因用 AI 技術在新藥開發、外泌體研究和跨產業應用上，展現了很強的創新能力，他們不只是傳統的基因檢測公司，更是一個結合 AI 和大數據的科技平台。對醫師來說，他們的技術可能改變我們診斷和治療的方式；對投資者來說，這是一家兼具成長潛力和穩定性的生技公司。但 AI 在醫療上的應用還有很多挑戰，比如數據隱私、法規限制和臨床驗證的時間成本，訊聯基因雖然走得很前面，但這些風險還是得考慮進去。未來幾年，他們能不能把 AI 的潛力完全發揮出來，值得我們持續關注。

• 訊聯基因是個從傳統基因檢測轉型為 AI 生技平台的範例，展現了台灣企業在 AI 醫療中的潛力與可行性。
• 雖然技術與市場尚有許多挑戰與風險，但若能持續深化 AI 應用、整合台灣的資料與臨床優勢，有機會在全球醫療科技中站穩腳步。
• 這條 AI 醫療創新的道路是值得醫師、投資者與政策制定者共同關注與投入的。

醫師沒時間解釋基因報告 ➔ AI 分析＋自動產生解釋報告；
偏鄉缺乏診斷資源 ➔ 雲端 AI 模型即時判讀＋遠距轉介建議；
新藥研發耗時所費不貲 ➔ AI 模擬藥物結構＋過濾候選藥物組合；
難治病症資訊分散難判讀 ➔ 整合外泌體、RNA 訊號＋AI 特徵辨識。以上是訊聯基因潛在能夠為我們目前所遭逢臨床痛點所提供的工具，聊完這麼 Promising 的前景、怎麼從基因檢測轉型成功，但這是「公司故事」，不代表「產業問題被解決」，我們仍需花時間思考讓臨床場域真正卡住的『採用門檻』：

醫師敢不敢信任 AI？
醫院要不要真的導入？
病人敢不敢讓 AI 判斷自己該吃什麼藥？

目前多數 AI 醫療工具還卡在臨床試驗、缺乏法規核准、難以獲得保險給付等問題，或許才是「能不能上場比賽」的關鍵，不是模型準不準。AI 醫療工具如何贏得臨床信任與法規通過？台灣醫療系統是否具備支持 AI 醫療落地的結構？外泌體資料異質性大、缺乏標準化，AI 有足夠基礎嗎？在醫療現場，AI 的決策輔助會不會反而增加醫療責任？也需要思考 AI 誤判後果（例如誤診會怎樣？責任誰當責？）、醫療現場真實採用難度、醫病關係與人文面向的影響。若要回答這些問題，個人期待日後能獲悉公司跟現所合作幾家醫院合作的實驗性導入結果、外部期刊發表的具體研究、醫療器材審查進度（例如哪個 AI 模型獲得衛福部／TFDA 許可）來揭示實證證據、案例驗證、第三方採用的成果，橋接 Lab 與 Bedside。

如果訊聯基因能說明得更清楚，他們預計如何將 AI 技術架構平台化、而不只是一次性產品開發，開放給其他藥廠、醫療單位使用，並能從基因檢測 → 多 Disease Area 的 AI 模型 → 商業授權模式（如 SaaS、診斷即服務），讓我們確定它們的商業模式設計是可複製、可擴展的架構，對投資方也會更有說服力。而台灣政府、學界、產業應支持這類企業成長、讓台灣成為 AI 醫療先行者，也需要再次對話討論健保資料開放政策的必要性、法規審查流程簡化（沙盒制度等）、建立國家級資料訓練平台以提高模型在地化效能。

— –

📒 Compiled by — 台中慈濟醫院復健科 R3 陳佳菁醫師 Sigrid Chen, PM&R Resident Physician at Taichung Tzu Chi Hospital, Taiwan; Former Medical Consultant at ASUS Intelligent Cloud Services.