與成大 莊偉哲教授，共同探索 AI 輔助蛋白質藥物設計的新模式 Vizuro Apotek AI 藥物研發平台 × 成功大學產學合作 台北｜2025 年 10 月 27 日 — 專注於多模態因果AI 與生成式 AI 藥物研發技術的創新公司 Vizuro LLC，今日宣布與 國立成功大學生化暨分子生物學系莊偉哲教授 簽署合作備忘錄（MOU）。 此合作將展開雙方針對產學合作框架的討論，結合 Vizuro Apotek AI 藥物研發平台 與 莊偉哲教授在結構生物學、蛋白質工程及蛋白質藥物設計領域的專業，共同加速 AI 輔助生物藥與抗體藥的創新研究。 Vizuro 與成大將共同探索利用 Apotek 平台 AI 驅動的藥物研發能力 ，整合 因果 AI（Causal AI）  與 生成式 AI（Generative AI）  方法，推動下列領域之研究與開發： 以 因果生物學（Causal Biology）  為基礎，共同開發自早期靶點發現到自體免疫疾病與癌症轉譯研究的創新生物藥； 設計可同時作用於多重訊息傳導路徑、具免疫調控功能的 雙特異性蛋白質藥物 ；

與長庚科技大學黃聰龍副校長，共同探索AI在小分子藥物設計領域的創新應用 Vizuro Apotek AI藥物研發平台 × 產學合作新里程碑 台北｜2025 年 08 月 22 日 — 美國公司 Vizuro LLC，專注於多模態因果AI與生成式AI技術創新，今日宣布與長庚科技大學副校長暨特聘教授黃琮朗博士簽署合作備忘錄（MOU）。此次合作為雙方邁向正式產學合作協議的重要起點，目標是透過Vizuro旗下AI藥物研發平台 Apotek ，共同推進小分子藥物的創新研發。 根據合作備忘錄，Vizuro與長庚科技大學將展開以Apotek平台為核心的聯合研發計畫，結合因果AI（Causal AI）與生成式AI（Generative AI）技術，聚焦於以下方向： 小分子化合物的設計與優化 利用長庚科技大學累積的實驗數據，強化AI模型在藥物研發流程中的預測能力 Vizuro共同創辦人暨執行長 魏宇峰博士 "我們非常期待與黃教授合作。他在藥理學與轉譯醫學領域的深厚專業，將為我們的AI驅動方法注入關鍵的科研深度。透過結合我們的AI技術與長庚科技大學的實驗能量，我們期

讓 AI 驅動的科研成果轉化為癌症治療的實際影響 Apotek Joins NSF I-Corps Spark Special Cohort on AI/ML and Cancer Care 台北｜2025 年 11 月 12 日 — Vizuro 宣布，我們的 Apotek 平台 已獲選參加由 美國國家科學基金會（NSF） 所主辦的 I-Corps Spark 計畫，該計畫將於 2025 年 11 月 13 日 正式啟動。 本梯次聚焦於 人工智慧與機器學習（AI/ML）在癌症研究與照護中的創新應用，旨在協助研究團隊將尖端科研成果轉化為具體社會影響，並透過 客戶探索（Customer Discovery） 與 精實方法論（Lean Methodology），深化創新與市場需求之間的連結。參與團隊將與導師、業界專家及創業同儕直接互動，探索應用場景、優化價值主張，並確立臨床與轉譯研究的商業化路徑。 對 Vizuro Apotek 而言，這項機會進一步強化我們的使命— 結合 AI、因果生物學與永續藥物創新研發，加速 因果式 AI（Causal AI） 

AI is redefining finance, but trust remains its currency. As AI systems make increasingly high-stakes decisions—who gets a loan, who’s flagged for AML, who receives an offer—the cost of error multiplies. The message for financial leaders is clear: A black-box AI might optimize for accuracy but can expose the bank to unseen bias, regulatory penalties, or wasted budgets. A Responsible AI framework builds resilience, customer confidence, and long-term value.

圖一.  Adaptyv Bio “蛋白質設計競賽第二輪” 競賽概覽 蛋白質結合是 de novo蛋白質設計 中最具挑戰性的課題之一。近年來，生成式 AI 演算法已在藥物發現與開發的各種計算方法中展現出極大潛力。2024 冬季期間，Adaptyv Bio 舉辦第二屆蛋白質設計競賽，重點聚焦於 EGFR 結合力的最佳化。 本次競賽吸引了來自全球 130 支團隊參與，包括 Vizuro 在內，總共提交了 1,131 個創新設計，其中有 400 個設計通過了濕實驗驗證。 我們的策略 EGFR 結合是研究領域中一個成熟的主題，目前已有 4 款 FDA 核准的單株抗體藥物，另有 6 款處於臨床試驗階段。 在這次競賽中，我們選擇了西妥昔單抗（Cetuximab）作為結合 EGFR 的設計模板。我們的研究方法結合了頂尖的生成式AI演算法，用於重新設計西妥昔單抗的Fab重鏈(Cetuximab Fab heavy chain)，並輔以深度學習主導的結合親和力驗證(binding affinity validation)。 根據 Adaptyv Bio...

重點整理： 2024 年諾貝爾化學獎頒給了在計算蛋白質結構預測與抗體設計領域的突破性成就。 結合生成式 AI與因果 AI，能夠實現精準的靶點識別與抗體設計，具備高親和力、高特異性(specificity)及最小化脫靶效應(minimal off-target effects)，同時也推進了我們對疾病機制的理解。 多靶點辨識及其在「合成致死（Synthetic Lethality）」上的應用，有望帶來更安全、更快速且更具針對性的癌症療法。 每年諾貝爾獎都會表彰那些突破人類知識界限的重大發現。今年的諾貝爾化學獎頒發給計算蛋白質科學領域的突破性進展，授予 David Baker 及其在計算蛋白質設計方面的開創性工作，以及 Demis Hassabis 和 John M. Jumper 在蛋白質結構預測方面的貢獻 [1]。Baker 致力於透過生成式 AI設計全新抗體 [2]，使其設計更普及且具成本效益，具有徹底改變治療性抗體市場的潛力。同時，Hassabis 和 Jumper 憑藉 AlphaFold 系列模型 [3] 的成就，解決了從胺基酸序列預測蛋

賦能臨床醫師與一般大眾，提供可行的洞察 糖尿病是全球增長最快的健康危機之一，在美國已有超過 3800 萬人受影響，另有 9760 萬人因為前期糖尿病而處於高風險狀態 [1-3]。隨著糖尿病的全球負擔日益加重，醫療提供者迫切需要更深入、可行的洞察來改善預防與治療策略。 這正是 Karma360 發揮作用的地方：這是一個結合因果發現(causal discovery)與介入優化的平台，能夠幫助臨床醫師與一般民眾運用數據驅動的策略，減輕糖尿病風險。 挑戰：理解糖尿病的複雜性 糖尿病是一種多重成因的疾病，由遺傳、生活習慣與環境因素共同作用的高維綜合網絡所驅動。傳統分析方法往往無法理清這些複雜關係，使得找出最具影響力的介入點變得困難。 Karma360 的先進因果發現(causal discovery)引擎正是為了解決這項挑戰，它幫助臨床人員揭露潛藏的因果連結，並發現可採取行動的機會，達成早期介入與個人化照護。 解方：Karma360 的因果發現(Causal Discovery)工作流程 Karma360的流程根植於科學嚴謹性與領域專業知識，結合機器學習

作者：王定遠，维曙智能解決方案架構師 AI實施的挑戰 在過去八年間，維曙見證了AI在各行各業中的快速發展與廣泛應用。根據我們服務過的客群統計，醫療保健領域的AI應用佔比最高，達到34%，其次是製藥與生命科學產業的25%，製造業則以23%緊隨其後，其他產業合計佔18%。儘管AI技術的潛力引發了廣泛的熱情與期待，其實際實施過程卻面臨著顯著的矛盾與挑戰。 過去八年來，維曙啟動了許多AI專案，服務各行各業廣泛應用 雖然有高達92%的企業計劃在未來三年內增加對生成式AI的投資，但僅有1%的高階主管認為其組織已達到AI成熟度的理想狀態。更令人憂心的是，根據Gartner的研究報告，約有30%的生成式AI專案因實施成本過高，而在概念驗證（POC）階段被迫中止。這些數據不僅凸顯了AI技術在實際應用中的複雜性，也反映了企業在推動AI轉型時所面臨的現實困境。 AI就緒企業面臨的關鍵挑戰 來源：麥肯錫2025年1月報告 “Superagency in the workplace: Empowering people to unlock AI’s full potent

利用 Kolr 的品牌重塑和尖端人工智慧技術擴大全球影響力 （從左到右）Vizuro 聯合創始人兼首席執行官魏宇峰； iKala 聯合創辦人兼執行長程世嘉 Vizuro很榮幸地宣布與台灣知名的 AI 轉型解決方案供應商 iKala 建立策略合作夥伴關係。這項合作標誌著 iKala 向前邁出了重要一步，將其人工智慧驅動的數據行銷平台（原名為 KOL Radar）更名為 Kolr——這一轉型為全球市場人工智慧行銷的突破性創新奠定了基礎，包括令人興奮的北美擴張。 Vizuro 和 iKala 結盟進軍美國市場並重新定義全球業務策略 透過更名為 Kolr（發音為「color」），iKala 重申了對創新的承諾。升級後的平台將在今年第一季推出一系列新功能，包括備受期待的「預測報告」、英文版的「AI搜尋」以及進一步完善的「競爭對手分析」工具。這些增強功能將為品牌提供整合精準搜尋功能、深度資料分析和強大的效能追蹤功能的全面一站式解決方案。這些工具結合在一起，使行銷人員能夠以前所未有的準確性和效率預測趨勢、分析活動和管理他們的策略。 從Vizuro觀點這次合作是

Vizuro 與 DCB 宣布簽署合作備忘錄 (MOU)。 左起生技中心黃千岳副執行長、Vizuro魏宇峰執行長。 Vizuro LLC，一家多模態因果人工智慧技術的領先創新企業，與財團法人生物技術開發中心（DCB）宣布簽署合作備忘錄（MOU），共同推動生物技術和製藥業的創新與發展。 此次合作旨在建立下一代人工智慧運算平台，推動藥物研發的突破性進展，並加速精準醫療的實施。這項夥伴關係為全球生技產業的突破性進展鋪平道路。 Vizuro LLC是一家多模態因果人工智慧技術的先驅提供商，在美國波士頓和台灣台北設有辦事處。該公司在過去十年為全球客戶提供了各行業的可行動人工智慧解決方案。 Vizuro的合作夥伴涵蓋各種規模的組織，從財富100強公司到新興新創公司。 2024年，Vizuro在Gartner的人工智慧技術和金融服務高級分析的炒作週期報告中兩次被認可為傑出供應商。 該合作備忘錄概述了九個主要領域的合作，包括： 小分子藥物 抗體藥物複合體（ADC） 雙特異性抗體 反義寡核苷酸（ASO） 小干擾RNA（siRNA） 小干擾RNA（siRNA） 誘導

我們非常高興地宣布，Vizuro已加入NVIDIA Inception計劃，這是一個培育透過科技進步革新產業的新創公司的計畫。 在Vizuro，我們以成為多模態因果生成式人工智慧解決方案的領導者而自豪，為各種行業提供強大的應用程式。近十年來，我們提供了一個託管的資料科學即服務(Data-Science-as-a-Service)平台，使客製化應用程式能夠迅速部署，以滿足特定業務需求。 在過去兩年中，我們專注於透過提高變速箱和扭矩轉換器等組件的再製造率來推進汽車行業的循環經濟。利用我們的多模態生成式人工智慧技術，我們讓廢品場能夠識別超過300種高價值汽車零件——無需數百萬個影像樣本。 加入NVIDIA Inception對Vizuro來說是一個重要里程碑。透過獲得高速GPU和高效能庫的存取權限，我們旨在加速為再製造業創建數位孿生。該計劃還提供了與行業領先專家和其他人工智慧驅動組織合作的寶貴機會，使我們能夠完善和擴展我們的創新。 "加入NVIDIA Inception對我們來說是一個巨大的助力，"共同創辦人兼執行長魏宇峰博士說。 "我們期待利用NVI

經濟部中小企業處攜手林口新創園及亞灣新創園，響應全球淨零碳排倡議，滿足產業綠色轉型需求，共同舉辦「2022綠色科技新創獎勵競賽」。Vizuro 維曙智能以製造業ESG因果AI解決方案榮幸獲獎，成為優勝團隊之一。 近年來因為全球疫情與天災頻傳，人們更加關注氣候行動，企業在營收成長之外，也追求愛護地球和永續經營。國內外企業紛紛投入綠色供應鏈，在產品生命週期的各個環節都注重永續發展，同時也維繫品牌聲譽。ESG分別是環境保護（Environmental）、社會責任（Social）以及公司治理（Governance）的縮寫，是一種新型態評估企業的數據與指標，許多企業或投資人會將ESG評分，視為評估一間企業是否永續經營重要的指標及投資決策。 「2022綠色科技新創獎勵競賽」由台灣17家知名企業，包含友達光電、台積電、台達電子、日月光、凌羣、錸德、亞旭、研華、台電、中油等大廠，各自針對目前的瓶頸以及未來的ESG策略方向為基礎來出題，徵選具備創新思維與優異技術的新創公司，解題並且共同討論解決方案。題目聚焦五大領域: 創新數位治理節能方案、資源循環利用解決方案、工

Vizuro 維曙智能 #資料科學家－王定遠博士在「寶博朋友說」podcast 節目中暢談從一名在學術圈研究果蠅腦連結體 (Connectome) 的科學家，參與科技部「X Talent」計畫 (前身為「LEAP 博士創新之星計畫) 前往 Vizuro 美國波士頓總部研習一年，爾後回到台北辦公室擔任資料科學家的職涯經驗，分享了維曙智能的公司文化、國外 AI 新創公司的工作觀察，以及給有意願申請「X Talent」計畫的台灣學人許多過來人的實用建議。 👉收聽連結： https://player.soundon.fm/p/a15ce25e-2627-48ca-9587-d4cf5e98f3a1/episodes/b03c4d38-9eb0-45d8-aa87-a5f8531624d8 #如果你喜歡熱忱開放敏捷的公司文化 #歡迎加入維曙智能

Vizuro維曙智能持續向前推展 #AIAOI(人工智慧自動光學檢測) 技術及服務能量，榮幸通過經濟部工業局「人工智慧技術服務機構 - 瑕疵檢測 AOI/良率最佳化」項目登錄，產官學研各界佳評如潮。 Vizuro維曙智能在智慧製造領域推出多元解決方案，搭配簡單易懂的操作介面，滿足不同客戶的產線需求： 🎯 異常偵測：非監督式學習，只需要無瑕疵影像，不需要人工標註瑕疵，即可訓練建模。 🎯 瑕疵分類：監督式學習，分門別類精準標註各類瑕疵，改善過殺率和漏檢率。 🎯 因果推論：跨製程找尋找瑕疵的成因，無須另外建立金標準，追本溯源來對症下藥，優化良率管理。 想了解更多? 👉歡迎聯繫Vizuro維曙智能 https://zh.vizuro.com/contact

Vizuro 維曙智能參加2021年12月23日舉辦的醫藥產業年度盛事 #南瀛生醫經貿論壇，並於會中獲頒 #安心醫藥聯盟 優良廠商，與業界協力推動AI人工智慧導入應用。 想了解更多? 👉歡迎聯繫Vizuro維曙智能 https://zh.vizuro.com/contact #PrecisionMedicine

傳統製程控制的SPC方法為對各變數獨立設定上下控制閥值(UCL/LCL)，然而各變數間常具有非線性與共線性特質，獨立設定控制閥值無法有效偵測製程異常。且製程預測模型缺乏因果推論，忽略關聯非因果定理，無法釐清真正關鍵參數，量化其實際影響。 Vizuro維曙智能開發 #製程良率預測模型 ，為統合式多變數時間序列預測模型，並以 #因果推論 (Causal Inference)決定關鍵製程參數優化與監控方案。 對產線的價值： 🎯精準模型：以時間序列結合機器學習演算法，處理真實世界非線性或共線性的場景 🎯精準監控：以多變量製程模型精準監控產線提升良率，取代傳統單變量SPC 🎯預防維護：實施預防性產線與機台維護，避免停機和產能損耗 想了解更多? 👉歡迎聯繫Vizuro維曙智能 https://zh.vizuro.com/contact #AI #SPC #causalinference

想為產線訓練瑕疵偵測模型，但缺少瑕疵標註資料，也沒有判讀金標準? Vizuro維曙智能應用 #生成對抗網路 (Generative Adversarial Networks, GAN) 模型模仿人類對類似物件的理解映射(ex: 狗有兩耳，貓亦應如是)，作為製造業 #跨製程找尋瑕疵 的方式(ex: 一耳貓則不正常)，不需另外建立金標準比對。 對產線的價值： 📌節省檢測人力：減少對人力檢測的依賴和標註訓練成本 📌可離線訓練：訓練後再導入下游AOI機台，減少線上模型訓練時間 📌穩定性高：分類結果穩定、一致、重現性高，無金標準浮動問題 想了解更多? 👉歡迎聯繫Vizuro維曙智能 https://zh.vizuro.com/contact

當前製造業瑕疵偵測 AI模型多半採用監督式學習，需要大量人工標記瑕疵(強標註)，只能線上訓練，且罕見瑕疵型態需要額外後處理。 Vizuro維曙智能開發 #異常偵測AI模型，為 #非監督式學習，只需要OK影像，不需要人工標註瑕疵即可實現預先訓練。尤其在高良率產線，在產線瑕疵數量稀少的情況下，透過OK影像仍可建立模型。此外，訓練流程標準化，便於套用在不同檢測物件做自動訓練，大幅減少人工調參的時間成本。 想了解更多? 歡迎聯繫Vizuro 維曙智能 https://zh.vizuro.com/contact

什麼是 #乳房密度? 乳房密度是乳房內 #纖維腺體組織 和 #脂肪 的組成比例。乳房內纖維腺體組織相較脂肪比例越高者，乳房密度越高；乳房內脂肪比例越高，乳房密度越低。美國放射科學會將乳房密度由低至高分為1~4級。 醫學研究顯示： 乳房密度是乳癌的重要風險因子之一 乳房密度最高(4級)的婦女，罹患乳癌的風險是密度最低(1級)的4~6倍 乳房密度高的乳癌患者預後較差 乳房X光攝影對乳房密度高女性早期篩查成效較低，乳房磁振造影(Breast Magnetic Resonance Imaging, BMRI)早期篩查成效較高，但偽陽性(False-positive)的機會也比較高 年輕女性的乳房密度較高，亞洲女性乳房密度也高於歐美女性 乳房密度也是臨床診斷上一項重要的指標。Vizuro維曙智能與醫生密切合作，開發接近醫生判斷時的特徵抽取演算法，透過 #大量有用的關鍵特徵 來 #計算乳房密度，使用機器學習的方式就能達到良好的效果。 想了解更多? 歡迎聯繫Vizuro維曙智能 https://zh.vizuro.com/contact

人工智慧(AI)在醫療影像辨識領域的應用日益廣泛。「動態對比增強磁振造影 (Dynamic Contrast Enhanced MRI, DCE-MRI)」 是一種藉由顯影劑讓醫生可以依據血流動力學特性判讀MRI成像的方法。Vizuro維曙智能開發 乳房MRI影像判讀模型 ，以 人工智慧 模擬醫生判讀影像、找出病灶的真實流程： 👉自動將影像中的亮處標註為熱區 👉特徵抽取與模型判讀 👉判斷是否為病灶 (陽性) 對於醫生而言，這種方式非常像他們本身在尋找病患病灶的過程，AI判讀結果也因此有可解釋性，可協助醫生加快判斷速度。 想了解更多? 歡迎聯繫Vizuro維曙智能 https://zh.vizuro.com/contact Photo credit: AURORA HEALTHCARE US CORP