談到「罕見疾病」一詞,顧名思義就是指罹患率極低、患者人數稀少的疾病1。然而若從宏觀角度來看,這四個字背後也蘊含一個令人心碎的矛盾 —— 單一疾病固然極其罕見,但總體患者規模卻極為龐大。有統計指出,全球目前已知的罕見疾病超過 7,000 種,估計有逾 3 億人罹患至少一種罕病2。若計入陪病家屬與照顧者,受影響的人數更可能高達 10 億3。數十年來,這些病患及其照顧者深陷於漫長且痛苦的「診斷長征(Diagnostic Odyssey)」之中,耗費大量金錢與心力,更被迫面對極大的醫療不確定性、已核准且有效的治療選項嚴重匱乏、以及長期缺乏科學界與藥廠投入資金研究的無奈。
在第 6 屆亞洲醫療健康高峰論壇(ASGH 2026)期間,大會安排了一場題為「從發現到治癒:加速罕見病療法創新」的專題研討會,聚焦於基因體診斷、病毒載體技術、細胞與基因療法等領域的發展,共同探討這些突破如何重塑從檢測到治癒的整個歷程,進而扭轉廣大罕病患者當前面臨的困局。這場專家座談由香港大學李嘉誠醫學院臨床副教授暨香港基因組4中心(HKGI)行政總裁鍾侃言醫生擔綱主持。身為《刺胳針》(The Lancet)罕見疾病委員會委員,鍾醫生在引言中對罕病治療的未來展現極大信心:「隨著基因體學、細胞與基因治療、以及 AI 輔助診斷等前瞻技術突飛猛進,不僅大幅縮短從發病到確診的漫長等待,更為眾多病友帶來根治疾病的新希望。」
延伸閱讀:2026 年全球罕見疾病藥物市場:法規改寫、給付壓力與新療法的拉鋸
從定序躍進到數據困局:AI 輔助罕病診斷的機會與挑戰
不論是何種罕病,治療歷程必然始於精準且及時的診斷。美國南加州大學衍生新創 Kulia Labs 共同創辦人兼技術長 Francesco Cutrale 博士率先發言,點出過去十多年來基因體診斷技術的巨大突破。他憶述在 2008 年,執行一次標準的全基因體定序(WGS)耗時長達 4 週,且成本超過 100 萬美元。然而,同樣的定序工作如今 15 小時內便能完成,成本更降至不到 200 美元。如此驚人的成本效益提升不僅為重症病童爭取到寶貴的黃金救援時間,更是推動整個罕病領域前進的關鍵。鍾侃言醫生也以自身臨床遺傳學家的實務經驗來呼應,他表示現今臨床醫師已能在加護病房中直接透過基因定序給出診斷,成功省去過去耗時以月計的反覆猜測與無效檢驗。
不過 Cutrale 博士也坦言,數據稀缺性(Data scarcity)仍是當前罕病診斷面臨的一大瓶頸。他在專家座談中提到,目前全球高達 95% 的罕見疾病尚未有任何治療方法,換句話說,在約 3 億名飽受罕病折磨的患者中,僅約 1,500 萬人能獲得有效治療。即便有藥可醫,不少病友也需要長年奔走於各大醫院與專科,只為尋求正確診斷以及參與臨床試驗的機會。更令人擔憂的是,醫療資源在地理分佈上的極端不均,加上不同地區的醫療院所之間資訊難以互通,在在加劇了這項困境。舉例來說,全球約 30% 的罕病患者來自亞太地區,卻僅分得 12% 至 15% 的臨床試驗資源;反觀美洲地區,其人口雖僅佔全球的 10% 至 15%,卻掌握了高達 45% 的臨床試驗資源。這種嚴重的資源傾斜,讓許多身處非歐美地區的病患,在尋求創新療法時面臨難以跨越的地域障礙。
為了彌平資訊落差,並打破跨國醫療機構間的數據孤島(Data silos),產業界開始積極導入人工智慧(AI)與自然語言處理(NLP)技術。由於各國醫院與醫師撰寫病歷的習慣與格式不盡相同,加上單靠人類醫師判讀醫療影像也可能遺漏一些微小細節,AI 模型能有效從龐雜的臨床紀錄與影像資料中萃取關鍵特徵,並將病患精準媒合至全球各地合適的臨床試驗。
誠然,AI 可以是幫助醫師快速篩選潛在病人的嶄新利器,但 Cutrale 博士也不忘對 AI 應用的風險發出鄭重警告:「AI 是極度渴求數據的工具(AI is extremely data-hungry)」,當應用於樣本數極少的罕病領域時,極易產生嚴重的 AI 幻覺。他接續舉例說明,假設某種罕病全球已知只有 12 例個案,如果醫療人員單單採用這些案例去訓練 AI 模型,並要求它根據定序報告與 MRI 影像給出最可能的診斷,AI 很可能會自信地給出完全錯誤的答案。要解決由數據稀缺性衍生的巨大挑戰,Cutrale 博士認為需要建立起基於全球協作的「聯邦式人工智慧(Federated AI)」。唯有營造安全的數據共享環境,讓 AI 能在多樣且具代表性的患者群體中學習,才能真正發揮其龐大潛力。
RNA 療法引爆製藥典範轉移:從小分子到基因層次的精準打擊
當臨床醫師成功揪出致病的基因缺陷後,緊接而來的挑戰便是如何開發出安全有效的解藥。蘇州瑞博生物技術股份有限公司(Suzhou Ribo Life Science)創辦人兼董事長梁子才教授指出,RNA 療法正是當前解決此問題的絕佳方案之一。
梁教授進一步闡述,以往新藥的焦點往往集中在蛋白質層級,試圖利用抗體或小分子藥物干預或清除致病蛋白。然而,這種傳統途徑不僅失敗風險極高,其開發成本在近十年間更已暴漲至約 15 億美元。他強調,當生技產業將研發戰線從下游的蛋白質逆流溯源至 mRNA 層級,藥物開發的臨床成功率也隨之迎來爆炸性增長,由傳統的 5% 至 10% 顯著躍升至約 60%。這項變革意味著藥廠僅需啟動少數專案,便有極高機率將產品推向市場,在大幅降低研發成本的同時,也讓過往昂貴的罕病療法價格變得更親民,使更多病友能用得起藥。更關鍵的是,透過鎖定 mRNA 作為標靶,使潛在治療標的從約 600 個激增至逾 3,000 個,這無疑為廣大研究人員開拓出不少前所未有的嶄新路徑,讓很多昔日讓醫師束手無策的罕病變得有機會被攻克。
梁教授又表示,RNA 的化學合成技術已經相當成熟,只要建立起完善的生產流程,大規模量產並非難事。可是如何將核酸藥物精準遞送至病變組織,仍然是困擾不少科學家的重大難題。他特別提到,肝臟組織是目前做得比較好的部分,憑藉 GalNAc 結合(GalNAc conjugation)技術5,研究人員能安全且高效地將藥物傳送至肝細胞,這也是近年來針對肝臟疾病的 RNA 藥物如雨後春筍般湧現的主因。
然而需要注意的是,許多罕病是發生肝外組織(Extrahepatic tissues),包括肌肉、中樞神經系統、心臟與眼睛等等。因此梁教授認為,生技產業的下一個重大任務是開發次世代遞送載體,確保 RNA 藥物能安全抵達這些關鍵區域。此外,由於大多數罕病都與基因變異有關,有些損傷在嬰兒發育過程中已經出現,因此不論何種基因治療,都應趕緊在病患器官受到不可逆損傷前施行,以免為時已晚。為此梁教授強調,要讓 RNA 療法發揮最大臨床效益,強化新生兒篩檢等早期檢測措施實屬刻不容緩。
延伸閱讀:以華人為本基因體精準醫療:香港的機遇、挑戰與腎病臨床轉化路徑
跨越產學鴻溝:加速基因療法與病毒載體的臨床落地
除了 RNA 療法,在基因治療領域,近年病毒載體(Viral vectors)工程技術也發展迅速。身兼澳洲兒童醫學研究所(Children’s Medical Research Institute)轉譯載體學部門主管、以及病毒載體生產設施(Viral Vector Manufacturing Facility)技術長的 Leszek Lisowski 教授在會中分享了令人振奮的新趨勢。過去要將一款創新藥從初步概念推進至第 1 期臨床試驗,往往需時 10 到 15 年;而如今研究人員已能在短短約 3 年內就將一種全新的生物製劑或基因療法送入人體試驗階段。這項速度上的躍進,對那些病情惡化極快、根本無法苦等 10 年的罕病孩童而言,無疑是改變命運的關鍵。
對於這種前所未有的發展速度,鍾醫生補充指出,整個醫療生態系統必須齊頭並進:「不單是科技的躍進,整個臨床團隊(包含醫師、護理師與遺傳諮詢師)也都必須深刻理解基因診斷背後的臨床意義。」然而,Lisowski 教授也提到:「學術界重視的是基礎科學發現與論文發表,但產業端看重的是產品能否做得出來、能否規模化量產、以及是否具備在市場上生存與獲利的能力。」要確保研發速度提升的勢頭得以持續,就必須設法彌合兩端之間的鴻溝。要做到這一點,他認為 CDMO 直接整合進學術機構中會是一個可行的解方。在這種創新模式下,研究人員能快速將科研突破導入符合業界標準的製造流程,以期兼顧研究發表與商業生產。
細胞療法的普及之路:從「量身打造」到「隨取隨用」
細胞治療是罕病治療領域的另一潛力利器。致力開發異體 CAR-T 細胞療法的法國新創 Allogenica 的共同創辦人兼執行長 Inna Menkova 博士舉例指出,自第一批 CAR-T 細胞療法於 2017 年獲核准面世以來,已經顯著改寫如 B 細胞淋巴瘤等罕見血液癌症的預後,為那些過去被認為毫無希望的病患帶來重生機會。
然而,要讓這種強大的技術得以普及,當前仍是障礙重重。Menkova 博士表示,現時市面上的細胞療法高度依賴自體(Autologous)製程,醫療團隊須先從病患體內抽取細胞,歷經繁複的冷鏈物流運送至指定設施進行改造,再將細胞運回醫院重新輸注到病患體內。整個過程耗時數週且極度複雜,導致治療成本居高不下,使大多數病患面臨一道難以跨越的「可及性高牆(Hurdle for accessibility)」(而且病人往往無法等這麼久)。為打破此僵局,她深信整個領域必須朝向「隨取隨用(Off-the-shelf)」的同種異體(Allogenic)細胞療法發展。具體來說,就是使用健康捐贈者的細胞,並透過基因工程改造,使其不會引發移植物抗宿主病(GvHD),且不會被患者的免疫系統排斥。這樣一來,藥廠就能以極低成本進行大規模批量生產,而醫院則可將這些細胞冷凍保存,待患者需要時隨時取用。當然,要實現真正的通用性並獲得各國法規單位的核准,開發者必須進一步提升基因編輯技術的精準度,以確保細胞療法產品的持久性、一致性與安全性。
展望產業前景,Menkova 博士預言體內(In vivo)細胞治療技術將成為下一波顛覆性浪潮。透過將經過基因工程改造的載體直接注射到人體,不僅能省去傳統體外(Ex vivo)製程的繁瑣程序,更有望將細胞治療推進至全新階段。對於投身此領域的研究者與創業家,她也不忘提醒:「在研發專案啟動之初,就必須將未來的量產可行性納入核心考量,不要耗費寶貴資源去開發一項難以投入商業規模化生產的療法。」
開放科學與法規創新:打破孤島的全球協作
要推動上述種種科技創新真正惠及罕病患者,僅靠科學家在實驗室的努力是遠遠不夠的。來自加拿大非營利組織 Conscience 的生命科學高階主管兼董事會成員 Rute Fernandes 強調,考慮到罕病患者人數稀少且分散世界各地,更龐大、更緊密的全球合作網路就更形重要。她極力提倡「開放科學(Open Science)」概念,尤其在那些因成本效益不彰而令創投資金望而卻步的「市場失靈(Market failure)」地帶,她深信唯有共享資源才能突破僵局。
具體而言,Fernandes 指出,透過將早期的藥物發現數據向全球科研人員公開分享,有助共同降低治療標靶的風險。她強調:「我們不應該在基礎科學上互相競爭,而是應該在最終的治療產品上競爭。」藉由開放的協作模式,各國科學家能自由地測試假設,避免因重工而浪費資源。除此之外,法規框架僵化也是阻礙罕病新藥上市的絆腳石。若死守要求「第 3 期隨機雙盲安慰劑對照臨床試驗」的傳統,不僅在統計學上行不通,也明顯有違醫學倫理。因此 Fernandes 認為法規單位在藥物開發早期就應當參與進來,與業界共同定義何謂可接受的「真實世界證據(Real-world evidence)」,並建立跨國病患登錄系統。她也敦促生技公司應儘早與健保機關、監管機構及產業同業建立合作,打造一個以數據透明共享為核心、具備高度韌性的生技醫療生態系。
重塑財務模型:確保救命解方跨越可及性高牆
創新的細胞與基因療法無疑為罕病患者帶來一線生機,甚至能做到一劑即治癒,但其天價費用往往遠超一般家庭的負擔能力。為了扭轉乾坤,Fernandes 呼籲全球醫療體系應引進新的財務模型,例如推動以療效為基礎的給付協議(Outcomes-based agreements)6,意即保險機構僅在藥物達到指定具體臨床指標才撥款,或是根據其療效的持續進行分期支付。
針對患者極度稀少的超罕見疾病(發生率 5 萬分之一或以下)7,單一國家可能只有數名至數十名患者,並不足以支撐傳統的醫療科技評估(HTA)。因此,Fernandes 建議各國政府應考慮簽署跨國協議,集中彙整數據與財務資源,共同評估療法價值並進行集體價格談判。更深層次來看,社會必須重新定義這些療法的「價值」——這不僅僅是省下未來的醫療開銷,更在於讓康復者重返社會,並將原本深陷照護重擔的家屬釋放回勞動市場,進而為整體社會創造可觀的附加經濟效益。
談到如何實際降低治療成本,與會專家也提出各自的解方。Cutrale 博士認為 AI 能透過加速找尋合適病患並優化臨床試驗設計,大幅降低研發開支,進而有助減低售價。Lisowski 教授指出,強化生產製程的效率(例如提升生物反應器產量)將能顯著壓低病毒載體的單劑成本。而梁教授則樂觀表示,隨著 RNA 平台技術的成熟,未來在開發新藥時只需替換 RNA 序列而不必重新驗證遞送載體,這樣將有助縮短法規審查時程,增加成本效益。

結語:回歸病患真實需求,攜手翻轉罕病宿命
在研討會尾聲,與會專家相繼對準備踏入這片挑戰領域的科研後進給出務實的建言。Lisowski 教授明言:「務必時刻聚焦於病患的真實需求。與其迷戀自己開發的技術,不如全心投入於你試圖解決的問題。」
Cutrale 博士也呼籲,數據科學家在開發演算法不應閉門造車,必須確保軟體能無縫接軌第一線醫師的日常診療流程,否則技術再精良也將淪為空談。梁教授則以自身 28 年的業界經驗勉勵後進:「新藥開發注定是一條伴隨失敗與挫折的漫長征途,唯有保持堅韌的毅力才能走到最後。」
誠如鍾侃言醫生總結時所言,從 AI 輔助診斷的驚人效率,到 RNA、病毒載體與「隨取隨用」細胞療法所展現的治癒潛力,罕見疾病的治療版圖正經歷一場前所未有的重大變革。只要全球生醫社群持續深化跨領域合作、擁抱開放科學理念,並大膽突破傳統的融資與法規框架,這些科研結晶終將有望轉化為有效且可及的診斷技術與創新療法,讓更多病友能看見治愈惡疾、重獲新生的盼望。
註釋及參考資料:
- 以美國為例,根據其《孤兒藥法案》(Orphan Drug Act),「罕見疾病」係指國內患者人數少於 20 萬人之疾病。至於台灣,《罕見疾病防治及藥物法》則將罕病的盛行率門檻定為萬分之一以下,截至 2026 年 3 月,政府認定並公告的罕病種類共有 248 種。 ↩︎
- 有近期數據指出,全球已知的罕病總數已突破 10,000 種,患者人數則估計已超過 4 億。 ↩︎
- https://www.weforum.org/podcasts/radio-davos/episodes/rare-diseases/ ↩︎
- 香港稱作「基因組」,台灣則稱「基因體」。除組織名稱外,本文將統一採用「基因體」一詞。 ↩︎
- https://journals.sagepub.com/doi/abs/10.1089/nat.2018.0736 ↩︎
- https://www.cde.org.tw/media/rz5jjncp/e24f647c-b64c-4d74-ad63-e16a604d0ddf.pdf ↩︎
- https://www.cell.com/iscience/fulltext/S2589-0042(22)00970-1 ↩︎





