【洞見來自 AI，信任來自合規】
— Insightful Discovery. Defensible Data.
這場 Workshop，你將帶走：
看懂 NAM 與 AI 對藥物研發的實際影響
從 organoid、spheroid 到 AI phenotype analysis，理解「看見」如何走向「判斷」。了解 AI 影像分析如何進入真實 workflow
包含 IN Carta AI 在 3D 細胞模型、藥效與表型分析中的應用。建立從 R&D 到 GLP／GMP 的合規思維
不只是 21 CFR Part 11，而是 audit trail、電子簽章、報表、定期審查與資料完整性的整體架構。看見研發與 QC 如何共享同一套可信數據邏輯
從探索性研究一路延伸到疫苗、生物相似藥與 release testing。
【課程內容 | AGENDA】
時間 | 主題 | 講者／負責 |
13:30–13:50 | 報到 & 迎賓 |
|
13:50–14:00 | 開場致詞 & Molecular Devices 簡介 | 周書旭 Pluck Chou 資深市場經理 |
Track A｜洞見來自 AI：從 NAM 與新藥開發趨勢談起 | ||
14:00–14:45 | 不用動物，也能看見藥效？——NAM／AI 時代的藥物及治療開發
| 崔瑞廷 Tim Tsui |
14:45–15:00 | 案例展示 A / Live Demo |
|
15:00–15:10 | 休息 & 交流點心 Break & Refreshments |
|
Track B｜信任來自合規：從法規新局談起 | ||
15:10–15:55 |
稽核來的那天，怎麼讓 reader 數據說得清楚？
| 蔡艾璇 Bella Tsai |
15:55–16:10 | 案例展示 B |
|
16:10–16:40 | 綜合座談 & 現場交流 | |
【適合參加對象】
如果你的工作與這些場景相關，歡迎到現場與我們交流分享
藥物探索與 preclinical research、organoid / 3D cell model、HCS / imaging、CGT / cell therapy、biologics / biosimilar、vaccine QC、GLP / GMP laboratory、QA / validation / data integrity。
尤其適合：
- 想導入 AI 分析，但不知道如何建立可信 workflow 的研發團隊
- 正在從研究環境走向 regulated environment 的實驗室
- 同時需要兼顧速度、重現性與 audit readiness 的 QA / QC 團隊
- 想了解 NAM、AI imaging 與合規要求會如何改變未來 workflow 的決策者
