日本在濕式實驗室部署 AI 機器人，應對科學人才危機

日本長期面臨一個矛盾：這個以精密製造和工程能力享譽全球的國家，正悄悄地面臨科學家與臨床醫師短缺的困境，難以跟上現代生物醫學研究日益龐大的需求。如今，各地實驗室部署的解決方案，看起來已不像傳統自動化，更像是機器人研究論文中的場景——能夠全天候自主執行複雜實驗流程的 AI 人形機器人。

東京科學大學（由東京工業大學與東京醫科齒科大學於2024年合併組成）宣布成立「機器人創新中心」，引進由日本產業技術綜合研究所（AIST）與工業機器人巨頭安川電機共同開發的 Maholo 人形機器人。該中心每天24小時、每週7天，最多可同時運行1,000項不同實驗。

為何濕式實驗室是研究的瓶頸

濕式實驗室工作——以雙手操作生物樣本、試劑、移液管和培養皿，是大多數生物醫學研究的基礎——是科學領域中最難被自動化的環節之一。這類工作需要精細的手部控制、情境判斷，以及即時應變能力，而傳統工業機器人恰恰在這些方面表現欠佳。一個為重複性工廠裝配優化的機械臂，無法輕易地將一微升溶液精確移入96孔板，也無法辨識培養樣本是否遭受汙染、需要丟棄。

人形機器人改變了這個方程式。它們被設計為在為人手打造的環境中工作，因此可以直接使用研究人員使用的同一套設備——實驗台、離心機、顯微鏡、培養箱——無需改建實驗室空間。Maholo 由 AIST 與安川電機歷經近十年合作開發，能夠以足夠的可靠性執行從樣本製備到細胞培養維護的各類流程，實現無人監督的連續運作。

中心主任中山敬一（Keiichi Nakayama）估計，這套系統可以將研究速度提升「10至100倍」——這個範圍反映了實驗生物學固有的變異性，不同實驗流程從24/7運作中受益的程度不同。即便取保守端的10倍估計，實驗迭代周期的十倍加速也是革命性的：它將從假說到初步數據的時程，從數月壓縮至數週。

AI 輔助癌症篩查：應對細胞學專家荒

濕式實驗室自動化只是日本 AI 醫療攻勢的其中一條戰線。另一項並行推進的工作，是將 AI 用於分析細胞影像以進行癌症篩查，直接應對訓練有素的細胞學專家嚴重短缺的問題——這些專家的工作是在顯微鏡下手動檢查染色細胞樣本，以識別惡性病灶。

日本人口老齡化使癌症篩查需求不斷上升，而訓練有素的細胞學專家的供給量卻未能同步增長。以大量標注細胞影像庫訓練的 AI 系統，可以標記可疑樣本供人工複查，在不需要等量增加專業人員的情況下，有效倍增現有細胞學部門的吞吐量。透過減少需要人工複查的陰性樣本比例，這些系統讓細胞學專家能夠將時間集中在真正模糊、需要人類判斷的案例上。

東京健康科技新創公司 AI Medical Services（AIM）已開發出內視鏡 AI 系統，其模型以來自100多家機構、超過20萬部高解析度影片訓練而成——這是日本迄今規模最大的標注醫療影像資料集之一。AIM 的模型能在內視鏡檢查過程中即時偵測息肉及其他腸胃道異常，目前已在全國數百家醫院部署。

東北大學醫藥產業聚落

日本 AI 醫療戰略的第三根支柱，是東北大學的醫藥產業聚落（Medicinal Hub），採取的是系統性而非單點工具的思路。該聚落作為連接臨床醫師、AI 研究人員與健康科技公司的樞紐，圍繞共享的患者數據庫、實驗結果與計算基礎設施展開協作。

背後的邏輯在於：AI 在醫療領域的部署障礙，往往不是技術問題，而是組織問題——數據在醫院系統裡、研究人員在大學裡、能有效運用兩者的企業兩頭都不在。透過在一個結構化協作環境中共置三方，聚落的目標是降低長期阻礙日本豐富生物醫學數據資產有效利用的制度摩擦。

龐大預算背後的國家賭注

日本對實體 AI 機器人的承諾規模，既反映出人才危機的迫切性，也折射出政府對 AI 時代競爭優勢將在何處取勝的判斷。日本2026財年預算為人形機器人與實體 AI 系統的多模態基礎建設模型開發，撥款逾3,873億日圓（按現行匯率折算約合26億美元）。

這不只是研究補貼，而是一個賭注：日本在精密製造、機器人硬體和工業系統整合方面的既有優勢，在實體 AI 領域賦予了它一種結構性優勢——而這種優勢，在美中兩國主導的大語言模型軍備競賽中是缺席的。日本的策略不是正面迎戰前沿模型能力，而是押注在應用層——在醫院、工廠和研究機構部署 AI 驅動的實體系統，而這些場所恰恰是日本工程文化的主場。

更廣泛的意義

日本在濕式實驗室和癌症篩查診所所建立的一切，是一個將在每個面臨同樣根本性制約的國家上演的模式的早期縮影：解決現代科學與醫療挑戰所需的專業人才數量，已遠超任何培訓體系能在必要時程內供應的上限。

解法不是取代人類專家，而是放大他們的能力——將可重複、量化、耗時的工作自動化，讓人類注意力能夠聚焦於詮釋、關係建構與創造性思考等真正難以自動化的維度。日本的 AI 醫療攻勢，與其說是要取代科學家和醫生，不如說是要讓更少的人，完成過去需要更多人才能做到的事。

Maholo 機器人在科學家熟睡時繼續運行實驗、AI 細胞學工具預先篩除陰性樣本讓專科醫師只看到真正模糊的案例、將數據與研究人員與企業連結的體制性聚落——這三者的組合，構成了一個連貫的國家戰略，應對日本比大多數國家更早遭遇、而多數國家終將面對的人口結構困境。