關於專案

用 AI 加速老藥新用的證據驗證,從預測到證據一目瞭然。

專案背景

HkTxGNN 是一個藥物再利用(Drug Repurposing)研究輔助平台,基於哈佛大學 Zitnik Lab 發表於 Nature Medicine 的 TxGNN 模型,針對Hong Kong Department of Health HK 核准藥品進行適應症擴展預測。本平台不僅提供 AI 預測分數,更整合 ClinicalTrials.gov、PubMed 等來源的臨床證據,讓研究人員能快速評估預測的可信度。


關於開發單位

本平台由藥提醒科技有限公司(yao.care,統一編號 83620786,地址:台中市西區台灣大道二段220號12樓)開發與維運。

HkTxGNN 是該公司「TxGNN 老藥新用」產品線的Hong Kong站。同一套系統已部署於 30 個國家/地區, 各站依 {國碼}TxGNN 命名(JpTxGNN、UsTxGNN、DETxGNN…),網址格式為 {國碼}txgnn.yao.care。 產品總覽見 https://www.yao.care/medical/txgnn/

TxGNN 模型本身由哈佛醫學院 Zitnik Lab 開發並發表於 Nature Medicine; 本平台是藥提醒科技有限公司以該模型為基礎建置的落地系統,負責各國藥證資料串接、 知識圖譜與深度學習雙引擎預測、PubMed/ClinicalTrials 證據分級,以及 SMART on FHIR 電子病歷整合。


什麼是老藥新用?

老藥新用(Drug Repurposing) 是指發現現有藥物的新治療用途。相較於從頭開發新藥需要 10-15 年和 10-20 億美元,老藥新用只需 3-5 年和 1-3 億美元,且已有人體安全性資料,失敗風險較低。

比較項目新藥開發老藥新用
開發時間10-15 年3-5 年
開發成本10-20 億美元1-3 億美元
安全性資料需重新建立已有人體資料
失敗風險極高 (>90%)較低

什麼是 TxGNN?

TxGNN 是由哈佛醫學院 Zitnik Lab 團隊開發的深度學習模型,發表於 Nature Medicine,專門用於預測藥物與疾病的新關聯,是首個專為臨床醫師設計的老藥新用基礎模型。

「TxGNN 整合了 17,080 個生物醫學實體的知識圖譜,使用圖神經網路學習節點間的複雜關聯,能預測藥物對罕見疾病的潛在療效。」 — Huang et al., Nature Medicine (2023)

資料來源

資料類型來源說明
AI 預測TxGNN哈佛大學知識圖譜預測模型
臨床試驗ClinicalTrials.gov全球臨床試驗登記資料庫
學術文獻PubMed生物醫學文獻資料庫
藥物資訊DrugBank藥物與靶點資料庫
藥證資料Department of Health HKHong Kong藥品核准資料

學術依據

Huang, K., et al. (2023). A foundation model for clinician-centered drug repurposing. Nature Medicine. DOI: 10.1038/s41591-023-02233-x


專案規模

項目 數量
藥物報告 1666 份
主管機關 Department of Health HK
部署站台 30 個國家/地區

聯絡與回饋


免責聲明
本報告僅供學術研究參考,不構成醫療建議。藥物使用請遵循醫師指示,切勿自行調整用藥。任何老藥新用決策需經過完整的臨床驗證與法規審查。

審核者: 藥提醒科技有限公司 (yao.care)

Copyright © 2026 藥提醒科技有限公司 (yao.care). 本報告僅供研究參考,不構成醫療建議。

This site uses Just the Docs, a documentation theme for Jekyll.