Lilly, J&J, and Jensen Huang's Healthcare Gambit: Two Roads to AI in Medicine

This episode of Pharma Talk unpacks two major announcements from NVIDIA's GTC conference: Eli Lilly and Johnson & Johnson, the two largest pharmaceutical companies by market value, each unveiled AI partnerships with NVIDIA—yet chose strikingly different strategies. Lilly is building the most powerful AI supercomputer in pharma history, an in-house "AI factory" aimed at compressing the drug-discovery timeline from years to a fraction of that. J&J, meanwhile, is embedding AI into surgical robotics and digital-twin simulation, using NVIDIA's Isaac for Healthcare platform to design, test, and train its next-generation MONARCH surgical systems in virtual operating rooms.

Beyond the two deals, we step back to examine NVIDIA's broader play in life sciences—its evolution from chip supplier to end-to-end AI partner across drug discovery, medical imaging, and robotics—along with the competitive, regulatory, and expectation-management challenges it faces. We close with a grounded look at where AI in pharma and healthcare is really headed across research, clinical practice, regulation, and the market: not a replacement for doctors or a fully automated pipeline, but a reshaping of medicine's pace and boundaries.

Watch the full video [Narrated by me in Mandarin]: https://youtu.be/vofwvJb_G5Q

The full article below is in Traditional Chinese.

Below is a full blog of my script article for the video [in traditional Chinese].

禮來與強生的 AI 野望：黃仁勳的醫療新棋局

禮來與強生的 AI 野望：黃仁勳的醫療新棋局

视频链接: https://youtu.be/vofwvJb_G5Q

大家好，歡迎來到《製藥漫談》。這兩天輝達 GTC 大會話題不斷，醫藥行業也傳出重磅消息——製藥巨頭前兩名的龍頭公司禮來與強生，同時宣布與輝達展開 AI 合作。更有趣的是，兩家巨頭走出了截然不同的 AI 路線：禮來押注「加速新藥研發」，強生則聚焦「手術機器人與數位孿生」。今天，我們就從這兩起合作聊起，看看禮來與強生的 AI 野望，也順道談談輝達在醫藥領域的布局與考量。

Eli Lilly（禮來）與輝達：AI 工廠，加速新藥研發

首先來看禮來。2025 年 10 月 28 日，禮來宣布與輝達合作，建造製藥業有史以來最強大的 AI 超級電腦，打造公司專屬的「AI 工廠」。這座系統採用 DGX SuperPOD 集群與上千顆 Blackwell GPU，運算能力可達約 9,000 petaflops。透過 Spectrum-X 網路與 Mission Control 管理軟體，禮來能在自有資料中心內高效運行整套 AI 研發基礎設施——這也是製藥公司首次大規模自建 AI 超算。

其核心目標很明確：壓縮新藥發現與開發的時間線。過去研發往往耗時多年、反覆試錯；如今藉助超算與 AI 模型，科學家能同時模擬數百萬種分子，預測其結構與反應，讓藥物設計更具前瞻性。輝達副總裁 Kimberly Powell 形容這是「AI 工業革命在醫藥領域的深遠衝擊」，使生物學研究從經驗驅動轉向設計驅動。

禮來的 AI 工廠涵蓋數據處理、模型訓練與推論等完整研發流程，重點放在 BioNeMo 平臺上——它能結合數百萬次實驗與公共研究，生成並測試新的抗體或小分子，大幅提升發現的速度與準確度。禮來首席 AI 官 Thomas Fuchs 表示：「AI 不只是工具，而是科研合作者。」

為推動開放創新，禮來還建立了 TuneLab 平臺，採用聯邦學習機制，讓外部生技公司能在保護數據隱私的前提下共享模型成果，形成雙贏的生物技術生態。

此外，AI 不僅應用於「藥物發現」，也延伸到「開發與製造」。大型語言模型正協助臨床文書自動化；醫學影像分析透過 MONAI 框架可在數日內完成；而 Omniverse 與 Isaac 平臺則用於打造生產線的數位孿生與智慧機器人，預測維護、提升品質。未來，具備推理與規劃能力的 AI 代理將在虛擬與實驗室中 24 小時運行，協助生成新分子、設計體外試驗。

正如禮來數位長（CDO）Diogo Rau 所說：「機器讓人類變得更聰明，激發出對新分子的創意。」

整體而言，禮來與輝達的合作，代表傳統製藥巨頭向「AI 原生」企業轉型的重要里程碑。禮來被 CB Insights 評為全行業「最具 AI 準備度」的製藥公司，在 AI 創新積分與 AI 新創合作數量上均名列第一。未來幾年，公司計畫在美國投入超過 500 億美元擴張製造與研發版圖，其中包含興建先進製造與研發中心（例如印第安納州的 Lilly Medicine Foundry 計畫），以落實這些 AI 構想。禮來相信，充分釋放數據價值並轉化為智能，既能加速新藥研發、改善患者健康，也能為企業與整個產業帶來經濟效益，鞏固美國在先進製造領域的領導地位。正如 Fuchs 所言：「我們現在只是觸及了醫藥 AI 可能性的皮毛。這座新的 AI 工廠，以及我們與生技社群的合作，將從根本上改變我們設計、構建和開發藥物的方式。」一句話總結：禮來與輝達的協作，是在打造新時代的藥物研發引擎，把過去分散的資料與先進算法結合，開啟更快速、高效的創新週期。

Johnson & Johnson（強生）與輝達：醫療機器人與數位孿生

再來說說強生。作為市值僅次於禮來的行業巨頭，強生在醫療器械與手術領域正與輝達攜手，將 AI 深植於手術機器人的研發與應用。在本次輝達 GTC 大會上，強生宣布採用輝達 Isaac for Healthcare 平臺，推動旗下新一代手術機器人系統的開發。這項合作聚焦於 MONARCH™ 手術機器人——一款用於內窺鏡手術的系統，目前已應用於肺部支氣管鏡檢查，也是首個商業化的支氣管鏡輔助機器人。強生近期推出的 Monarch Quest AI 導航升級，利用輝達加速運算平臺，顯著提升了導航的精度與穩定性。

強生同時運用 Omniverse 與 Isaac 模擬器，打造虛擬手術室與數位孿生環境，用於設計測試、臨床流程優化與醫師培訓。透過高擬真模擬，研發人員可在虛擬空間中預先測試新功能、模擬不同病人的體型與病例，並優化手術室佈局。正如強生研發副總裁 Neda Cvijetic 所說：「模擬是手術機器人的下一個前沿。AI 驅動的模擬能讓我們預見真實世界的行為，釋放實體 AI 的潛能。」

這項技術不僅加速機器人開發，也延伸到術者訓練與臨床應用。醫護人員可在虛擬環境中熟悉操作流程、降低風險。MONARCH 業務總裁 Aleksandra Popovic 表示，AI 正幫助強生重塑機器人的產品體驗，為手術前、中、後各階段創造全新價值。

值得注意的是，強生與輝達的合作已超越單一產品。早在 2023 年，雙方就與 AWS 共同啟動了數位手術室計畫，目標是建立智慧手術生態系統。輝達不僅提供硬體與模擬平臺，還開發了 COSMOS 生成式物理模型，用於合成高擬真訓練數據，讓機器人 AI 能在虛擬中經歷足夠的「實戰」學習。隨著監管對 AI 醫療技術的逐步開放，未來我們可能會看到更多半自動化手術與 AI 即時輔助決策出現在臨床場景中。

總的來說，強生與輝達的協作重點，在於將 AI 引入醫療機器人的全生命週期：從研發設計的數位孿生模擬，到臨床應用的工作流程優化與術者訓練，再到遠期的智慧手術生態系統。這不僅加速了強生自身產品的創新迭代，也為醫療器械領域探索 AI 應用樹立了標杆。正如業界評論所指出的，近來越來越多醫療器械公司與 AI 技術企業結盟：輝達不僅攜手強生，還與飛利浦合作開發 MRI 掃描的 AI 模型、與 Illumina 合作加速基因組數據分析，並與 GE 醫療合作研發自動化 X 光與超音波解決方案。這些佈局都圍繞著一個核心思想：結合 AI 軟體與專用硬體，加速醫療器械與診斷技術的智慧化發展。我們可以預見，未來的醫療設備將越來越多內建 AI 驅動的功能，例如即時影像分析、機械控制優化、手術導航輔助等等；而在這背後，輝達正扮演著關鍵推手的角色。

輝達的醫藥產業佈局與戰略意圖

那麼，輝達佈局製藥與醫療產業的戰略意圖究竟是什麼？

從禮來與強生的案例可見，無論是新藥研發的超算平臺，還是手術機器人的模擬訓練，輝達提供的都是端到端解決方案——從 GPU 硬體到雲端架構，再到專用 AI 框架。這體現了輝達的長期策略：從晶片供應商，轉型為跨產業 AI 解決方案的核心夥伴。

製藥與醫療正處於數位化的關鍵期，擁有巨量而複雜的資料，以及龐大的算力需求。輝達看準這個機會，將技術版圖擴展至生命科學領域，搶佔下一波 AI 浪潮。

在製藥研發方面，輝達早在 2021 年就啟用了英國的 Cambridge-1 超算，用於生物醫藥研究。生成式 AI 的突破（如 AlphaFold）進一步推動藥企對高性能運算與模型訓練的依賴。為此，輝達推出 BioNeMo 平臺，集合多種生物模型與演算法，協助研究人員訓練、部署 AI 模型。像禮來這樣的合作夥伴，不僅採用 GPU 硬體，也深度整合 Clara、FLARE、NeMo 等軟體生態，使輝達逐漸在醫藥 AI 領域建立起技術標準。

在醫療健康與設備領域，輝達以 Clara 與 IGX 平臺為核心，支援醫療影像 AI 分析與邊緣運算，確保隱私與即時推論能力。透過與飛利浦、GE 醫療等公司合作，開發自動影像診斷與智慧掃描系統，讓 AI 成為臨床的第二雙眼。

至於醫療機器人，輝達則透過 Isaac for Healthcare 結合 Omniverse 模擬與感測控制，讓研發人員能在虛擬環境中設計、測試並部署實體機器人。強生是首批採用者，未來像 Intuitive Surgical 等廠商也可能加入。這種「在模擬中開發，在現實中部署」的模式，讓輝達在醫療機器人市場開啟了新戰場，也鞏固了其「物理 AI」生態的領先地位。

從企業戰略角度看，輝達選擇醫藥與醫療產業作為合作重心，有幾個關鍵考量：

市場規模與增長：製藥與醫療保健產業規模以兆美元計，且對創新投入巨大。隨著 AI 被證明能縮短研發時程、降低成本，產業內對 AI 解決方案的需求只會越來越旺盛。據券商 Jefferies 分析，光是製藥領域的 AI 研發支出，到 2040 年每年可達 300 至 400 億美元。這對輝達來說，是極具吸引力的增長機會。

技術契合度：生物醫學問題往往需要海量計算與複雜模型，非常適合輝達 GPU 的並行計算優勢。例如訓練一個藥物分子生成模型，可能要計算數億種化學結構的特性；分析全基因組數據，需要處理數十億鹼基對的資訊。這些任務傳統 CPU 難以在合理時間內完成，而輝達正好可以大顯身手。同時，輝達提供的全堆疊軟硬體（從晶片到演算法框架）降低了這些領域開發 AI 應用的難度，也增強了技術黏性。

社會影響與品牌：將 GPU 技術應用於攸關人類健康福祉的領域，有助於提升輝達的企業形象與社會影響力。在醫療與製藥領域的成功應用，能彰顯 AI「造福人類」的正面價值，這對一家科技企業的長期品牌塑造相當重要。輝達 CEO 黃仁勳多次強調醫療 AI 的潛力，稱其為「最具深遠影響的 AI 應用方向之一」。這種願景性的論述，也吸引了許多該領域的人才與合作夥伴，願意加入輝達的生態。

平臺戰略：輝達希望其軟體框架成為醫藥健康產業的事實標準。一旦製藥公司習慣使用輝達提供的模型與工具（如 BioNeMo、Clara），或醫療機器人廠商依賴 Isaac 模擬平臺，輝達的技術就深深鎖定了這些行業。一方面，這帶動了硬體銷售（因為最佳效能往往在輝達 GPU 上實現）；另一方面，也可能產生訂閱制的軟體服務收益（例如輝達 AI Enterprise 軟體許可，或雲端 API 的使用費用）。

當然，在佈局醫藥產業的過程中，輝達也並非一路順風，它同樣面臨幾個現實的挑戰與風險：

競爭激烈：醫療 AI 早已是兵家必爭之地。谷歌、微軟、IBM 都在投入大量資源，特別是 Google DeepMind，無論在藥物發現（如 AlphaFold、AlphaMissense）還是醫療影像診斷上，都已跑在前面。同時，許多初創公司也在推出針對醫療應用的 AI 晶片與開源工具，靈活又便宜。這意味著，如果市場更傾向使用其他開源框架或非輝達架構的晶片（例如 ARM 或 RISC-V），輝達整個生態的推廣就可能受到挑戰。

監管與合規：醫藥健康是監管最嚴的領域之一。輝達雖然提供聯邦學習與隱私保護技術，能減少資料外流，但監管機構仍會要求模型的透明度與可解釋性。此外，像醫療器械中使用的 AI 軟體，往往需要通過 FDA 或其他國家級機構的審查。這代表輝達不只要賣硬體，還得投入資源協助合作夥伴符合合規要求，這是一筆不小的成本。

行業知識的融合：醫藥與醫療不是單靠算力就能搞定的產業，它需要深厚的專業積累。輝達若想真正打進這個領域，必須與醫師、藥學家、生物學家持續合作，確保工具能解決真問題，而不是做出漂亮卻不實用的技術展示。如果對行業痛點理解不夠深入，再強大的 GPU 也可能「算」不到重點。

期望管理：AI 的確令人興奮，但也容易被過度神化。若外界期望太高、成果又來得太慢，就可能反噬市場信心。輝達需要與合作夥伴一起管理大眾的期待，說清楚 AI 是輔助與加速器，而不是「萬能藥」。即使有超級電腦，新藥仍要經過漫長的臨床試驗，只是流程會更高效、更智慧——這才是現實中的 AI 進步。

總體來看，輝達的企業戰略，是在醫藥健康領域深耕長線價值：短期透過硬體銷售與合作方案獲益，長期則希望其 AI 平臺成為產業不可或缺的基礎設施。從禮來、強生到飛利浦、Illumina 等案例可見，輝達正在多方位滲透這一生態系。隨著越來越多成功應用的示範，我們有理由相信，輝達在生命科學領域的佈局將會加速。

製藥與醫療產業的 AI 趨勢與展望

放眼整個產業，AI 的確正在為製藥與醫療帶來前所未有的潛力。不過我們也得承認，製藥是一個極其複雜的體系，牽涉生物、臨床、法規、市場多個層面，AI 再強，也不可能一夜之間顛覆整個行業。它能帶來突破，但同樣面臨許多現實挑戰。接下來，我們就從研發、臨床、監管與市場四個角度，看看這股浪潮的真實樣貌。

一、藥物研發：AI 在新藥發現領域確實最受期待。透過深度學習模型，研究人員能從龐大的分子與生物數據中找到新靶點，甚至讓生成式 AI 自動提出全新的化學結構，速度遠超傳統方法。但問題是——AI 只是「預測」，而非「驗證」。它設計出的分子，最終還得回到實驗室與臨床試驗中接受現實的考驗。很多時候，AI 看似完美的設計，在人體裡可能根本無法吸收，或會引發副作用；再加上資料偏差、樣本不足等問題，AI 的「聰明」也會被限制。所以真正的方向應該是：AI 與實驗科學深度結合。如今業界正透過資料共享與合成數據（如輝達的 COSMOS 平臺）來補足資料缺口，讓模型能從更多元的生物樣本中學習，慢慢接近真實世界的複雜性。

二、臨床應用：在臨床現場，AI 也開始展現價值——像影像診斷、病理切片分析等，AI 已能幫醫師更快、更準地發現病變。更進一步的願景是「數位孿生患者」：用一個人的基因、檢查數據與生活習慣，建立一個虛擬分身，模擬疾病進程、預測治療反應。這聽起來像科幻，卻已在慢慢發生。不過，醫療不同於一般科技產業，臨床上的每個決策都攸關生命安全。可信度與可解釋性，是 AI 進入臨床的最大門檻——醫師需要知道 AI 為什麼這麼判斷、它的依據是什麼；如果連醫師都看不懂模型邏輯，那 AI 的建議也難以被採納。目前 AI 多扮演輔助角色，就像強生的案例一樣：AI 幫醫師操作得更精準、更穩定，但決策權依然握在人類手上。未來很長一段時間，AI 更像是醫療團隊的「第二雙眼」，而不是替代者。

三、監管趨勢：監管機構也在努力跟上這股浪潮。美國 FDA 與歐盟都在尋找「安全與創新之間的平衡點」。美國開始鼓勵使用體外模擬與電腦模型來取代部分動物實驗，也提出了機器學習醫療軟體的指南草案；歐盟的《AI 法案》則將醫療 AI 歸為高風險類別，要求透明與可追溯。像禮來採用的聯邦學習、強生導入的物理模擬，正是順應監管導向的實踐，既保障安全，也為未來的審批鋪路。

四、市場與產業生態：AI 製藥與醫療的投資熱度仍在升溫。許多 AI 新藥公司拿到了大型藥企的合作或授權，醫療器械巨頭也透過併購補足 AI 能力。但市場真正期待的，不是熱度，而是結果——例如首個 AI 設計的藥物進入臨床，或 AI 發現了全新的疾病機制。這些「里程碑事件」，才會真正改變投資人與業界的信心。未來五到十年，「人機共創」將成為主流：AI 提供設計與預測，人類負責篩選、驗證與決策。正如禮來的 Fuchs 所說，AI 不再只是工具，而是科研夥伴。對患者而言，這代表新療法可能更快、更準、更平價。

總的來看，AI 不會取代醫師，也不會讓製藥變成自動化流水線，但它正在重塑醫療的節奏與邊界。只要監管合理、倫理清晰、技術可靠，我們或許很快就會看到：醫師背後有 AI 協助分析，新藥研發縮短數年，手術室裡機器人與人類並肩工作——那將是醫療的新常態。

最後，希望今天的探討能幫助大家了解輝達與禮來、強生的合作，以及 AI 在製藥與醫療中的新趨勢。從藥物研發到手術機器人，人工智慧正重塑整個產業，也提醒我們：在看見潛力的同時，也要保持理性與審慎。

感謝你的觀看。如果你喜歡這期內容，歡迎點讚、留言與訂閱；下期節目，我們將繼續帶你走進藥物背後的故事。