巴黎生物科技初創 Phagos 宣布，利用 Amazon SageMaker AI 開發的生成式 AI 模型，能將噬菌體（bacteriophage）療法的配對時間，從傳統的 10 年以上縮短至僅 2 個月，為應對全球抗生素抗藥性危機提供新路徑，該公司已在法國治療超過 50 萬隻動物，並計劃 2030 年擴展至人類應用。
Phagos 的共同創辦人兼技術總監 Adèle James 表示：「透過 Amazon SageMaker AI，我們能創建和運行生成式 AI 模型，快速將噬菌體與目標細菌配對，將噬菌體療法從手動試錯過程，轉變為大規模的精準醫療，」噬菌體是地球上最豐富的生物體，是細菌的天然剋星，但在每種目標細菌中找到合適的噬菌體，如同大海撈針。
抗生素抗藥性自 1990 年以來每年奪去至少 100 萬人性命，預計到 2050 年將成為全球首要死因，在動物養殖業，三分之一抗生素已失效，而地球動物數量是人類的 10 倍，大部分抗生素由動物消耗。傳統抗生素開發需時 10 年、耗資數十億美元（約港幣 78 億元以上），Phagos 的 AI 方案提供了一種能跟上細菌進化速度的經濟可行替代。
以毒攻毒解決抗藥性危機
Phagos 的策略是先從動物養殖入手，累積臨床數據和監管經驗，再進軍人類醫療，該公司已進行超過 10 次臨床試驗證明療效，並在法國部署技術。這種「農村包圍城市」的路線，既避開了人類藥物審批的漫長週期，又為解決糧食安全和公共衛生問題提供了即時價值。
這個案展示了生成式 AI 在生物科技領域的顛覆潛力，與一般「生成文字或圖像」的應用不同，Phagos 利用 AI 解碼龐大的基因組數據集，設計出能精準獵殺特定細菌的「特製病毒」。這種「以毒攻毒」的精準醫療，可能是後抗生素時代的關鍵解方。
對香港的生物科技界而言，Phagos 證明了初創企業即使資源有限，亦能透過雲端 AI 平台挑戰全球健康難題，關鍵不在於擁有超級電腦，而在於能否善用 SageMaker 等託管服務，快速迭代 AI 模型。在藥物研發成本高企的年代，這種「雲端 + AI」的模式，或許是本地科研突圍的出路。
破除百年配對難題與香港啟示
噬菌體療法其實已有百年歷史，早於抗生素面世前已被使用，但一直因「配對困難」而被邊緣化。每種噬菌體只殺特定細菌，面對變種極快的細菌，傳統方法根本追不上，Phagos 的突破在於用生成式 AI 破解這個「配對謎題」：透過分析細菌與噬菌體的基因組，預測哪種噬菌體能有效獵殺目標，把百年老技術裝上 AI 引擎。
這場技術革命的社會意義同樣深遠，畜牧業長期依賴抗生素促進生長和預防疾病，是抗藥性細菌的溫床；若能以噬菌體取代，除了保障動物健康，更能從源頭減少抗藥性基因流入人類食物鏈。Phagos 選擇從法國畜牧業起步，正是看準歐洲對抗生素使用的嚴格規管所創造的市場缺口。監管愈嚴，創新的商機反而愈大。
Phagos 的故事還有一層啟示：AI 在醫療領域最有價值的應用，未必是取代醫生，而是解決「組合爆炸」問題，無論是噬菌體配對、藥物分子篩選還是蛋白質摺疊，這些問題的共同點是可能性太多、實驗太慢，正適合 AI 大顯身手。當生成式 AI 遇上生物科技，實驗室的瓶頸便由「試管數量」變成「想像力」，這或許是 AI 對人類健康最深遠的貢獻方式。
