我國醫藥產業的數字化躍升格局正在形成。

日前，工業和信息化部等7部門聯合印發《醫藥工業數智化轉型實施方案（2025—2030年）》（下稱《方案》），重點在醫藥企業研發、生產與流通等環節提出了四個方面14項具體任務。

其中，《方案》提出“打造100個以上醫藥工業數智技術應用典型場景，建成100個以上數智藥械工廠，建設50家以上具有引領性的數智化轉型卓越企業”、“建設10個以上醫藥大模型創新平臺、數智技術應用驗證與中試平臺，培育30家以上醫藥工業數智化轉型卓越服務商”等具體目標。

業內人士表示，構建制藥行業數智生態體系是推動醫藥行業發展的一個重大舉措。《方案》中提到的人工智能技術不但能在藥物靶點篩選、適應證預測等環節縮短研發時間、降低研發成本；一些自動化智能設備的投入也能確保藥械質量的穩定性和一致性，從而整體提升產業效率，激發產業活力。

瞄準產業痛點

現階段，隨著新一代信息技術與醫藥產業鏈深度融合，數智技術已成為推動醫藥工業持續創新和提質升級的關鍵因素。

從政策上來看，近年來，《“十四五”醫藥工業發展規劃》《醫藥工業高質量發展行動計劃（2023—2025年）》《制造業數字化轉型行動方案》《關于全面深化藥品醫療器械監管改革促進醫藥產業高質量發展的意見》等文件先后出臺，進一步加速數字化、智能化技術在醫藥工業領域的推廣應用。

針對此次《方案》的制定瞄準了傳統醫藥工業發展過程中的哪些痛點難點，中國信息通信研究院醫療健康大數據與網絡研究中心副主任連云波告訴第一財經，當前，醫藥工業面臨從規模擴張向質量提升的關鍵轉型期，在研發創新能力、制藥工藝、應用驗證與中試以及監管和溯源等方面仍存在難點痛點。

比如，針對應用驗證與中試難度大的問題，《方案》指出將支持創建醫藥工業數智技術應用驗證與中試平臺，集成推進共性技術攻關、軟硬件適配驗證測試、計算機化系統驗證（CSV）等技術服務。

再比如，在藥品監管和溯源方面，《方案》提出要支持醫藥工業重點領域接入工業互聯網標識解析體系，探索工業互聯網標識與藥品追溯碼、醫療器械唯一標識（UDI）在生產過程管理、質量追溯、藥械監管等領域的融合應用。

一位藥械流通上市公司相關負責人告訴記者，保障好醫藥產品的“質量”是關鍵，這就涉及研發、生產、檢測等幾個環節。以AI技術為例，在研發環節，AI可以進一步加快藥物研發進程、提高研發成功率；在生產環節，在設備互聯互通基礎上，AI技術能夠實現實時監控與智能調度，AI算法同時也能優化生產參數，提升生產效率與質量穩定性；在檢測環節，運用機器視覺等AI工具，則可以快速檢測藥品外觀缺陷，提升檢測精度。“最后，醫藥工業大數據平臺的構建，也能不斷完善國內的醫藥數據要素市場，為制藥工藝改進和產品溯源提供數據支撐，最終保障醫藥產品質量，滿足醫藥工業發展需求。”

傳統醫藥企業的數字化轉型

此次《方案》特別提到，培育數智化轉型卓越企業。要求聚焦醫藥企業提質、降本、增效、綠色、安全、合規等發展需求，支持建設數智藥械工廠，培育一批醫藥工業數智化轉型卓越企業，形成并推廣可復制、可落地的新經驗、新模式。

對于傳統醫藥企業的數字化轉型路徑，揚子江藥業集團ESG辦公室總監鄭旭江表示，轉型是一個從信息化到數字化再到智能化的過程，需要分三步走：第一步，通過構建底層數字化基礎設施，來實現不同業務的數據化；第二步，以大數據來驅動業務模式的創新，同時構建好產業協同網絡；第三步，運用AI 新技術來實現業務的質變，創造新增長極。

鄭旭江告訴記者：“在全鏈條數字化改造下，我們工廠的生產效率實現了一定的提升，單位生產成本下降1%，人工效能提升31%；質量管控效果增強，完美批次率提升9%，檢驗及時率達100%，質量追溯體系得以構建；供應鏈得到持續優化，供貨周期壓縮6天，庫存周轉率提升了32%。”

在醫藥企業提質、降本、增效方面，連云波認為，企業需要注意三個要素。一是企業應當針對自身業務場景需求，布局相應的智能制藥系統解決方案，實現對生產過程中關鍵參數的實時監測和精準控制，優化生產流程，減少因人為因素導致的質量波動，提高生產效率，降低生產成本。

二是完善數字基礎設施，評估企業數據規模和增長趨勢，部署相應的網絡算力設施和軟件系統，并重點評估軟硬件系統兼容性與集成性，以及相應的投入成本和預期回報。三是建立數智化轉型“一把手”負責制，成立專項工作機構，完善與數智化轉型相匹配的組織架構和管理制度。

在綠色、安全、合規方面，連云波也給出建議稱，企業一方面可以考慮構建企業能源管理系統，實時采集能源消耗數據，運用數據分析和智能優化算法，對能源消耗進行監測、分析和優化，實現能源的合理分配和高效利用。另一方面，企業可以建立安全生產風險預警平臺，利用傳感器、視頻監控等技術實時采集生產現場的安全信息，通過大數據分析和人工智能算法，對安全數據進行深度挖掘和分析，及時發現潛在的安全風險，并發出預警信號。

配套措施如何做

醫藥工業數智化轉型是一項綜合性的系統工程，涉及多類主體、多個環節，其中政策銜接、配套措施也尤為重要。

中國衛生信息與健康醫療大數據學會數智醫療裝備及機器人分會副秘書長田豐表示，需要加強前站基礎工作，例如以政府和行業協會抓總或牽頭組織，頭部現行企業參與，匯集各屬性、各類規模層級的“專業領域同類項”企業，在“脫敏、數據資產估值與定價、內部與外部合規交易機制與流轉”等體制機制充分建立與完善的前提下，編制“工業數據集、語料集、測試集、訓練集”，并形成“公益 商業 數據安全 數據限制出境平衡”并行的運營機制，為醫藥大模型創新平臺、數智技術應用驗證與中試平臺，乃至制藥工業軟件等方面奠定堅實的基礎。

連云波也表示，第一，關鍵技術研發上，配套措施應通過“揭榜掛帥”、專項資金、人才政策支持等形式，組織生物醫藥企業、信息技術服務企業、醫療衛生機構等開展協同攻關，對于突破關鍵技術的重點項目和轉型示范企業及園區，給予適當政策獎勵。

第二，完善健全基礎設施上，應優先發展AI技術應用需求較高的醫藥數據基礎設施；推動醫藥工業企業和流通企業共同建立統一的數據共享平臺，實現生產、庫存、銷售、物流等信息的實時共享和交互，打通供應鏈各環節的數據壁壘，提高供應鏈的透明度和協同效率。

第三，數智化復合型人才培養上，需通過建立學科交叉中心等方式，形成以“AI 醫藥”為代表的數智技術跨學科培養體系，打破計算機與醫藥領域的人才壁壘。

一位醫藥政策資深人士也告訴記者，對于采取數智技術的醫藥產品，（政策或行業端）需要合理確定醫藥產品的最高銷售限價或指導價，確保企業有一定的利潤空間來維持數智化技術研發和生產運營；同時，建立起價格監測和調整機制，根據藥品的市場銷售情況、原材料價格波動、技術更新等因素適時調整藥品價格，避免藥品價格過高影響患者的可及性。

“政策銜接上，則需建立醫藥工業領域的標準化數據接口，推動醫療機構、藥企與醫保系統互聯互通。這就需要醫保、藥監、工信等部門的多方聯動。此外，也要考慮設立專項補貼或稅收優惠，強化網絡安全保障，這樣才能從根本上確保患者隱私與生產數據安全。”該人士說。

AD：

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。