七部門：到2027年突破一批醫藥工業數智化關鍵技術 打造100個以上醫藥工業數智技術應用典型場景

每經記者 張蕊    每經編輯 陳旭    

4月24日，工業和信息化部等七部門印發《醫藥工業數智化轉型實施方案（2025—2030年）》（以下簡稱《方案》）。

《方案》明確，到2027年，醫藥工業數智化轉型取得重要進展，以數智技術驅動的醫藥全產業鏈競爭力和全生命周期質量管理水平顯著提升。在數智化發展基礎建設方面，突破一批醫藥工業數智化關鍵技術，制修訂30項以上醫藥工業數智技術標準；在數智化轉型推廣方面，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，推動打造5個醫藥數智化轉型卓越園區。

到2030年，規上醫藥工業企業基本實現數智化轉型全覆蓋，數智技術融合創新能力大幅提升，醫藥工業全鏈條數據體系進一步完善，醫藥工業數智化轉型生態體系進一步健全。

中國信通院院長余曉暉在接受《每日經濟新聞》記者書面采訪時表示，《方案》為醫藥工業數智化轉型指明了前進方向，規劃了實施路徑，是引領行業深入推進人工智能賦能新型工業化、提升藥品質量安全水平、發展新質生產力、構筑國際競爭新優勢的重要指引性政策。

《方案》提出的總體要求 圖片來源：工信部

AI研發等技術的全面滲透將顯著提升新藥研發效率

《方案》重點布局了數智技術賦能行動、數智轉型推廣行動、數智服務體系建設行動、數智監管提升行動四大專項行動，通過14項重點工作任務的順利實施，整體提升我國醫藥工業數智化轉型的能力水平，構建完整的產業生態。

余曉暉表示，數智化轉型承載醫藥工業高質量發展的重責重任。醫藥工業數智化轉型是推動行業高質量發展、保障人民健康福祉、支撐國家戰略實施的重要舉措。近年來，隨著全球醫藥科技的快速發展和我國醫藥產業的不斷升級，數智化轉型已成為醫藥工業應對新挑戰、把握新機遇的核心路徑。

中國醫藥工業信息中心主任郭文在接受《每日經濟新聞》記者微信采訪時表示，《方案》的發布標志著我國醫藥產業正式進入以數據驅動、智能賦能為核心的高質量發展新階段。

她表示，這一政策將深刻重塑行業格局：一方面，通過AI研發、智能制造、數字化供應鏈等技術的全面滲透，顯著提升新藥研發效率（如縮短臨床試驗周期）、降低生產成本（如智能化工廠降本），加速創新藥和高端制劑突破。

另一方面，基于大數據的精準醫療和全生命周期管理，將推動醫療服務模式從“標準化”向“個性化”轉型。政策還通過構建醫藥工業云平臺、完善數據標準體系等基礎設施，促使龍頭企業構建生態優勢，而中小藥企則面臨數字化能力門檻的挑戰。

“整體上，該方案將強化我國醫藥產業的全球競爭力，但轉型過程中也需解決數據安全、工藝驗證標準更新等配套問題，到2030年，隨著規上醫藥工業企業基本實現數智化轉型全覆蓋，我國醫藥工業全鏈條數據體系將進一步完善，醫藥工業數智化轉型生態體系也將進一步健全。”郭文說。

聚集數據要素結合AI算法可有效形成“AI+醫藥”的突破

在數智技術賦能行動中，《方案》明確提出，深化人工智能賦能應用。支持相關單位建立醫藥大模型創新平臺，協同開展醫藥大模型技術產品研發、監管科學研究等，強化標準規范、科技倫理、應用安全和風險管理等規則建設。

與此同時，開展“人工智能賦能醫藥全產業鏈”應用試點，鼓勵龍頭醫藥企業與醫療機構、科研院所、上下游企業、大用戶等組成聯合體，面向醫藥全產業鏈形成一批效果顯著的標志性應用場景。鼓勵各地建設醫藥人工智能領域概念驗證、中試驗證、共性技術、知識產權運營、開源社區等公共服務平臺。

記者注意到，在隨文件一同發布的“醫藥工業數智化轉型典型應用場景”中，多個場景中都提到了人工智能技術的應用。這是否意味著當前人工智能技術的應用（尤其在醫藥工業領域）已經較為成熟？

對此，知名經濟學者、工信部信息通信經濟專家委員會委員盤和林在接受《每日經濟新聞》記者微信采訪時表示，人工智能在一些領域的應用比較成熟，比如內容生成領域、代碼生成領域等，在醫藥領域，人工智能的應用也比較普遍，如AI在醫學影像上承擔了大量的診斷工作，另外在藥物篩選方面，人工智能也能夠更快找到藥物，所以，“AI+醫藥”無疑是有很好前景的一個領域。

余曉暉也表示，推進數智化轉型，加速醫藥工業與人工智能等前沿技術的深度融合，將助力我國在全球醫藥科技競爭中搶占先機，推動醫藥產業向高端化、智能化、國際化邁進。

建設醫藥人工智能領域概念驗證、中試驗證等公共服務平臺，對醫藥工業的數智化轉型能起到怎樣的作用？對此，盤和林表示，人工智能在醫藥領域的應用是非常多元的，并不局限于某個場景，因此要不斷探索“AI+醫藥”的應用場景邊界。任何AI都建立在數據要素之上，建設公共服務平臺的主要目標就是聚集醫藥各個場景的數據要素，有了數據，“AI+醫藥”才會在該醫藥環節產生成果。建立平臺是為了聚集數據要素，再結合AI算法，就可以有效形成“AI+醫藥”的突破。

生產人員在一家藥企的生物制劑車間工作 新華社記者 孫凡越 攝

建議優先發展AI技術應用需求較高的醫藥數據基礎設施

談及《方案》的落實重點，余曉暉對《每日經濟新聞》記者表示，要構建醫藥工業數智化轉型“四大支撐條件”。他表示，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，建議做好以下四個方面的統籌，切實推進醫藥工業數智化轉型升級。

首先是鼓勵開展協同創新，突破一批關鍵技術產品。通過“揭榜掛帥”、專項資金支持等形式，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，加強面向醫藥行業藥械研發、生產制造、供應流通、營銷使用、數字化監管等環節的AI產品研發，突破AI算法、網絡安全防護技術等核心基礎環節，完善生物醫藥AI數據庫、臨床試驗中心、應用示范中心等支撐。

其次，積極打造示范標桿，推廣一批典型應用場景。要加快AI與生物醫藥融合發展，通過產業跨界融合試點示范、案例征集等形式，發掘數智技術賦能優秀項目，打造應用標桿示范效應。支持科教醫資源和產業基礎雄厚的地區建設AI制藥、生物醫藥數字化轉型示范區，率先探索醫藥產業融合創新模式、發展路徑、合作機制等，推進技術研發與場景供給，打造智能醫藥產業集群。

再次，著力完善基礎設施，健全一批配套支撐要素。建議優先發展AI技術應用需求較高的醫藥數據基礎設施，整合醫藥企業、醫療機構、科研院所、監管部門等各類數據資源，搭建高質量多組學基礎研究數據庫、生物樣本庫、臨床試驗數據庫及多病種AI訓練數據庫。加快AI制藥、AI醫療器械標準體系制定和算法評判方法研究，建設高質量獨立測試數據庫和算法驗證平臺。

此外，還要高度重視人才培養，造就一批復合型人才。依托高校和研究機構，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；鼓勵高校與企業建立緊密的合作關系，實施校企聯合培養“雙導師”制度，培養以人工智能為主的復合型人才；加大人才引進力度，通過“一企一策”“一人一策”等方式，為目標人才提供專門化支持和服務，打造高水平人才隊伍。

封面圖片來源：新華社