Deep Dive
Shownotes Transcript
迎接 AI 时代驾驭数位浪潮欢迎登上智能新赛道带您掌握科技的心跳各位听众朋友大家好欢迎您收听智能新赛道在上个礼拜我们非常荣幸能够邀请到新颖生一的董事长兼总经理曾之林 Karen 来到我们的节目当中那
因為他談到了一些蠻有趣的部分很榮幸今天再一次的能夠邀請 Karen 來到我們節目當中是不是請您跟我們的聽眾朋友先問好各位聽眾大家好我是新穎生醫董事長金總經理曾志玲 Karen 上個禮拜的節目當中您提了兩次到三次的 algorithm
那一般来讲我们过去在就是大部分的人的认知里面就是可能从这个 Biochemistry 这个部分的领域跟运算其实是有点距离的就是我们现在讲到 AI
电脑最早 1980 年代 PC 的革命让大家都可以享受到这些运算的好处到后来整个手机上来了特别智能手机上来了完全是天翻地覆改变人类的生活但是就是从这个 Science Space 的一些工作上面看来这几年看起来是有蛮快的发展这个部分可不可以分享一下您在信音生意的经验
提到 alegro 的原因就是说我们刚刚提到说很多的疾病是属于复杂性的疾病那复杂性疾病往往需要非常多重的非常多个生物标记的结合才能够达到为一个诊断疾病或者是一个预测疾病的一个效果那也就是说每一个生物标记呢它一个 panel 的生物标记 6 个 10 个 20 个可能每一个在这个预测的一个比重上面
waiting 可能是不太一樣的所以你就會需要一個 alegro 來對這些比如說 20 個不一樣的生物標記把它串出來串成一個分數來作為一個評判的依據就是我也會剛提到 alegro 是這樣的原因那所以像心理生醫這樣子有單一個生物標記就可以做達到非常好效果那是非常的百里挑一的那實際上我剛提到說在一個比較慢性疾病應用上我們當然是說單一個生物標記就可以達到非常好偵測效果
那实际上在我们的产品现在又应用到所谓的肾移植的一个再度失效肾移植呢我稍微解释一下肾移植呢蛮多时候是用尸体里面来做 donor 然后做一个肾的移植的那这样子来的一个肾脏然后在肾移植的病人里面呢他大概这个肾运行了十年左右大概会有一半的病人他的肾会再度失效
能不能夠去監控及預測這個腎會不會再度失效本身這是非常重要的那當然我們這個單一生物標記我們在 American Journal of Nephrology 裡面也有發表說我們這個生物標記單一生物標記也可以預測這個腎再度失效的效果但是我們也發現假設我們這個生物標記去結合其他的臨床的指標它的一個預測效果可以達到接近百分之百
那為什麼我剛剛在一個慢性疾病領域裡面呢我比較沒有強調說這一個把它變得非常複雜的一個檢測產品那在腎移植裡面我會提到原因是因為腎移植基本上這個病人他相對數目比較少而且他的危險性更高因為他是息息相關
你甚至在度失效你就几乎是危险你的性命可是慢性病呢它是一个要长期监控的一个疾病也就是说可能你每三个月每六个月都要测一次每年都要测那如果这样子检测太复杂费用太高实际上在伤转上面它就不利于它的伤转也不利于它的临床应用
所以我们生意生意在不同的应用上面我们在一个产品开发上面是有不同的策略的虽然在肾移植我们现在有单一生物标记已经拿到了上市许可但是实际上我们还是有持续在做跟更多的医学中心包括欧洲的医学中心也在合作我们也期待能够更进一步的把它升华为更精准更精密的一个检测产品
所以在那樣的產品裡面就會牽涉到更多的臨床的一個 parameter 或者是更多生物標記也是因為這樣子所以他會需要一個 algorithm 對 所以講到這個的話一個公司要做這樣的創新的話公司就需要 data scientist
所以我們新穎生醫是非常特別在一般的所謂的 IVD 公司裡面有所謂 data scientist 團隊我想這是一個很特別的公司可是這個 data scientist 是我們新穎生醫能夠持續創新非常重要的來源
所以就是说我们看到现在跨领域我们最近这些年来一直在强调跨领域那因为电脑运算的确从这个基因解码之后大家哇惊为天人说哇这个运算可以跟这个 BIO 可以有这么深度的结合那后来大家就开始在 try 嘛
但是 TRI 当然就是那个验证的过程当中性效度是不是能够被接受那最后还是需要从这个数学的模型当中去验证那所以你们有 Data Scientist 有多久的时间我们从公司一成立我就有了实际上我这个 Biomark 做出来跟 Data Scientist 有很大的关系我从美国回来大概在我回来第三天我就跟当时的志通所开始展开合作哇
他们的 AI 团队他们当时 AI 没那么红可是当时 AI 团队 AI 已经 60 年了只是被黄金银炒起来了就开始因为我们当时用所谓的全蛋白体全基因体的技术来做生物标记的开发所以你知道人类有两万三千个基因
然后蛋白质或者是 RNA 或蛋白质的话那是几千万个几亿个所以你要做在你的病人里面的体育里面找这些生物标记的话它需要非常强大的运算所以其实我当时就是一个非常重要的工作就是跟 data scientist 密切配合
很早就知道說 Diastatic 是在這個整個創新裡面非常關鍵的一個角色所以您過去在美國的經驗就已經是這樣子了然後我在美國 NCI 美國國立癌症研究所工作的時候我去上過非常多相關的課程
因為當時就已經非常強調了其實我當時在美國 NCI 老闆本身也是 NCI 的 Bioinformatics Director 所以我已經很習慣跟很多 Computer Scientist 還有 Statist 同氣學家一起工作那我也了解到說這一個
这个 Data 的 Scientist 本身在这整个临床的应用开发上面的关键是是是是难怪这个可以有这么好的成果那接下来我想讲一下就是说您在五大洲里面除了非洲还没拿到上市许可应该很快就会拿到埃及金再申请真的这个应该是很快了
因为主要的这些先进国家如果说 OK 的话因为我们从最难的 IVDR 来是当然就是说人种但是您刚刚讲到说如果说走得够深挖得够深的话那它其实是可以跨越人种来适应相关的这些检测需求
但我們也不排除說將來跨人種會不會需要做一個微調這個我們也會都是採取一個讓 data 自己說話的態度但是就是說台灣在這個領域當中說實在真的是很不容易因為我們自己沒有藥廠我們很多雖然說 medical device 這個部分我們有一些成果但是其實藥這個部分或者說檢測早期的這種已經接近歐巴馬那個時候的 precision medicine
当然它那个 scale 更大但是就是说在 BioMark 这个部分里面已经有这么好的成果在国际的经验上面可不可以跟我们多分享一下
问到一个非常重要的问题在台湾尤其是创新的产品要去走这一条就是全世界的同路这条路本身其实很辛苦尤其是一个我刚刚提到说来自于亚洲的一个小国台湾你如何说服全世界这些医疗大咖来买单本身就是一个很大的挑战那实际上这些本身是需要有一些铺陈要有一些策略的
那這個策略就是說你首先必須讓這個臨床需求有一個 wellness 就是說你要讓一般人知道說譬如說糖尿病病人知道說糖尿病 腎臟病是幾乎你每一個三個糖尿病人就會有一個那就尤其是在某些國家裡面甚至每兩個糖尿病病患就會有一個就是會有腎臟疾病你首先要讓他們知道說這件事情本身是有這個需求的而且目前的檢測方式是沒有辦法達到監控或是預測的目的的
所以你需要新的生物标记来达到这个目的那当然这个本身就会牵涉到你要跟整个全世界的潮流你也要走得很紧密那以我刚刚所提的例子来讲糖尿病生命变以现有的两个比较常见的检测的方式比如说测血液里面的 Creatinine
算成所謂的腎死球過滅率 Estimated GFR 或者是說你測尿裡面的白蛋白 UACR 本身這兩個的 Parameter 來做監控那目前在去年所發表的國際上的一個 GuidelineCategor 就是它是針對於慢性腎臟病的 Prognosis 的預測管理上面它有一個所謂的 Guideline 血球 Guideline 那在 2020 年已經很明確的提出來說這兩個現有的 Parameter
所以你需要新的生物標記進來強化尤其是在大家都沒看到他的風險被低估的這一塊沒有白蛋白你的所謂的甚至有過濾率還正常的病人但是他需要快速惡化風險這群人就要特別被關注這個趨勢實際上可能不是心理生醫單獨一個公司可以去說服
可是這是全球都看到的一個趨勢那這個本身就是為我們的整個產品開發就是你們可以填補進去接下來我們剩下就是我們要說服他說為什麼我們是這個大家所需要的生物標記那這個 effort 就沒有下手我要跟大家講說目前這兩個不夠好你要再更好的東西過來所以你要很清楚知道全球目前的整個走向那我們剛好是搭上了這整個一個列車這也是新一生非常幸運的地方
好我们先休息一下待会继续回来和性生意的 Karen 聊他们非常令人兴奋的成就
各位听众朋友欢迎您回到智能新赛道我是主持人石日新在今天的节目当中我们很荣幸再次邀请到新颖生一的曾志玲董事长兼总经理 Karen 来到我们的节目当中在前半段她其实谈得蛮深入的包含这些换肾的后面可能会出现的风险
而且谈到跟法规的这些串联其实我们在工程领域里面有个概念叫做同步工程这个在 1990 年代的时候出来的时候其实大家就觉得说是怎么可能因为它其实是一个第一个它是跨领域它必须要把很多的比如说我们讲最简单的就是台湾比较熟悉的就是工厂
工厂那他就生产部门那生产部门怎么去了解行销部门他们在想什么那行销部门怎么去做试调怎么了解客户这些东西的资讯等到能够反映在生产线上的时候可能是已经很长的一段时间了那这个中间当然可能有研发还有很多其他的这些考量那后来他们就把这些东西全部压缩在一起压缩在一起当然有一些技巧啊
我看过的统计数据就是在 lead time 上面可以降到 90%
cost 大概也差不多因为如果你要试错在这个过程当中其实你的 cost 就会一直上去你在 T0 的时候如果出了一个错 T1 就 detect 到这个其实就跟您的产品是一模一样的就是我们身体在病变的过程当中可能 T0 出现了一个病变 T1 就抓到了我很容易就 cure 它如果到在 T2 的时候它才被 detect 到这个后面就很麻烦了所以它这是一个 exponential 的成本往上
叠加所以在这样的一个同步工程当中其实刚刚或者上个礼拜所提到的这些包含在法规包含在 BD 包含在实验室的管理当然你必须要很深很深的这些专业领域的一些不学基础
那这些事情你怎么把它压缩在一起可不可以给台湾的同业一些建议我想这个可能是牵涉到台湾的科学人才里面他可能是一个比较拆解式的我学术型的人才然后我可能业界的人才那往往有的时候就是在你这个学術型人才他可能拥有非常间断的技术但是他对产品的开发流程他并不熟悉
所以在整个交叠的过程当中就产生一个误差也就是说他在考虑这个技术先进技术的时候他没考虑到将来在产品化法规划上面的一个问题可能会再出现在哪里
但是呢我自己本身其實也是轉型過來的也就是說實際上我也是創了這個公司然後更清楚了解整個產品開發流程以後我就知道實際上 ISO13485 一開始就是所有醫療器材公司所必備的 ISO13485 的這個 QMAS 系統裡面從一開始提到你產品開發第一件事情產品提案的時候你就是必須跨部門的人都要聚集在一起
針對你每一個跨部門的法規面的行銷業務各方面的搭做在一起來把這個 spec 定出來定出整個整體目標跟所謂的 milestone 那其實如果一開始就這樣 mindset 的話實際上這個本身就不會是太大的問題
那我們公司目前就是說在以前有 miss 掉的地方我們現在正在補強當中比如說我們現在產品開發出來了可是在行銷在全球的上面我們也發現說我們的產品可能哪些部分需要改良比如說以我們的檢測的一個這個技術以前可能需要測 6 個小時才能夠走完這個檢測流程
那我們後來把它縮短成三個小時在這過程當中我們就已經學會說在一開始就知道說在縮減的過程當中科學家跟所謂的法規面的行銷面的他們提出這個需求的行銷面的這個人要坐下來一起針對我們要改良產品的時候所要做的來開發一起來訂這些所謂的 spec
那目前為止我們公司其實陸續這個 DNA 產品還在一段改良當中但現在我們的每一個提案都這樣在做所以就是說有點像我剛剛講的同步工程是一開始就要同步那就是說尤其是現在這個 AI 這麼強大我們不用過度去渲染 AI 因為 AI60 年了如果去 Back to Turing 那個年代的話 Alan Turing 的年代
其实这个是一个很漫长的过程只是它应用的领域大家也慢慢在探索尤其是这种科学的领域大家其实是非常严谨的如果会像 OpenAI 在刚开出来的时候会出现晕眩到现在还是有问题
而且现在他 AI 已经被训练到说谎是可以很 AI 化的所以对科学家来讲你们就会很 concern 这些东西因为将来你可能在申请上市许可的时候你也会面临到同样的挑战所以你们走过这个 pipeline 你们怎么样去 audit 这样的一个过程 audit 这个过程分成实际上在因为你们也一堆你们会不会跟 data scientist 吵架
我們跟 Data Scientist 我們公司有一個特色就是跨部門的互動還蠻密切的大家還蠻和諧的這是吸引生意非常重大的一個競爭力因為我以前常常聽過就是說當產品賣不好的時候可能有很多公司它的業務端的跟所謂的科學家本身 RD 的人就會吵架你做得不好然後你賣得不好等等
那公司基本上這方面的話大家倒是還蠻坦率的一起溝通的這方面沒有那你剛講到的這個排錯的問題實際上在整個為什麼需要引進這個 QMAS 系統他就是在每一個步驟上面他都有他的 QA 跟 QC 的方法那其實這些事情本身他其實除了你所這些 QA QC 本身不是在應付法規
是要把你的产品做到能够很精密这个事实是非常重要的是是是这其实跟现在很多 ESG 的 concern 是一样的很多人都觉得说 ESG 是假议题我反正应付应付那我那个其实要拿高分也没有那么难但是其实我都跟业者谈就是如果你把它当一个很 serious 的一件事情
当作是一个门槛跨过去的话其实最后赢家是你自己因为你的体质会因此被改善对
所以我觉得新颖生医在 DNLINE 单一的产品上面有这么大的成就你们未来还有什么样的发展我们现在还有几项产品开发你刚提到胰脏癌本身是我们开发的其中之一但是它就非常复杂我们有消化道癌症的检测产品的开发但是消化道癌症里面包括了我们整个已经讲到的胃癌然后胰脏癌这两个都其实是
蛮恶性的一个癌症所以这两个还有包括肠癌也是也是我们这整个加起来还有肝癌整个消化道癌症本身我们有一个比较复杂的一个产品那个产品就非常复杂那为什么可以这么复杂因为癌症本身就是一个非常昂贵的一个治疗
所以它也 affordable 就是说你可能你不会每年都要测这个本身所以它我们目前癌症检测产品是非常复杂结合非常多生物标记加 aligo 人所以这个我们会看到在未来在今天跟上个礼拜这两个案例当中我们看到实际我们可以发挥在新的台湾的这个产业的优势是非常非常的
有爆发性的因为我刚刚其实听您在讲我是觉得说 DNLINE 成功了其实那个中间有很多学习那结果这一个成本已经降下来了所以我们如果从那个 learning curve 的角度来看你们去把这一个经验或者这个 pipeline 再复制到另外一个一个适应证上面或者是其他的一些应用上面那个速度会越来越快
而且因為它是系統性的西醫跟中醫我不知道您對中醫的看法中醫就是他治病好像很慢他的思考好像是比較複雜的這兩個禮拜一直你一直在講複雜因為生物標記本身它是很複雜其實我們還有一個產品我是寄予厚望一個產品講到跟用藥有關的腎損傷的那個產品是另外一個生物標記它這個產品其實可能有些聽眾聽我講過好多年怎麼還沒開發出來
这个产品到现在开发还有一点点被有一点阻碍其中一个非常重要的原因就是在于它在尿液里面它跟其他很多东西形成一个非常复杂的结构以至于很难被侦测到所以就是你要变成一个试剂很简单可是你要把它这个试剂能够应用在你这个真正人体的一个检体检测上面非常困难
所以倒过来讲生物其实是很复杂所以还有很多复杂的事情要克服但是当然它也在整个产品开发过程当中的确是有一套流程系统这套流程系统可以协助你稍作很多运往路是我们非常期待因为我相信您会创这样的公司不单单是为了赚钱很多的
很多的医疗界的朋友们他们其实真的是想要让这些病患能够有更好的生活品质是这个也让我想到说我有一个就是在中东的一个经销商跟我讲了一段话他就跟我说 Karen 你做这些事情呢因为他后来知道说我花这么多力气把他从无到有这样走出来他就跟我讲说你说这些事情呢不但是可以让你的 partner 合作伙伴他可以赚到钱
但是他跟我讲说 The true gain is the patient 他跟我讲更重要的是你带给病人的这个价值这就是玄虎记事的那个一开始的那个本注中他这样讲其实给我满满的能量对对对好非常感谢 Karen 再次来到我们的节目当中这里是智能新赛道我是蛇日星我们下周见谢谢