日本將16家製藥企業數據聯合學習、訓練的AI創藥平台事業化

AI 創藥的關鍵之一在於高品質且充足的數據，而若要建立優秀的AI模型就必須依賴多樣且豐富的資料。然而，單一製藥企業通常只能使用自有的數據加上有限的外部公共數據，因此數據不足長期以來就是AI創藥的一大障礙。

對此，聯合學習（Federated Learning）技術提供了解方。株式會社Elix與京都大學大學院醫學研究科合作，在各企業無須向外部公開機密數據的前提下，也能共同開發AI模型群集的聯合學習函式庫 kMoL。參與該聯合學習開發的製藥企業已有16家，所開發的模型目前已搭載進Elix所開發、營運的AI創藥平台Elix Discovery™中。該AI開發是在日本國立研究開發法人醫療研究開發機構（AMED）推動之「創藥支援推進事業 – 產學合作次世代創藥AI開發（DAIIA）」計畫中所展開的。

透過導入Elix Discovery™，企業即可使用這些開發完成的模型，目前已有多家製藥企業開始使用，預期導入企業數將進一步擴大。此平台也有望成為日本國內AI創藥平台的事實上標準（de facto standard）。此外，透過聯合學習，與多家製藥公司合作，將 AI 創藥平台商業化的這一做法，亦是全球首例。

資料來源：Elix（2025年7月8日）

【來源/出處】