近日，工業(yè)和信息化部、商務(wù)部、國家衛生健康委等七部門(mén)聯(lián)合印發(fā)《醫藥工業(yè)數智化轉型實(shí)施方案（2025—2030年）》（以下簡(jiǎn)稱(chēng)《實(shí)施方案》），提出以保障藥品質(zhì)量安全、維護人民生命健康為根本目標，以全產(chǎn)業(yè)鏈協(xié)調發(fā)展為主線(xiàn)，以數智化改造為主攻方向，以場(chǎng)景應用為牽引，堅持規劃引導、問(wèn)題導向、分類(lèi)施策、系統推進(jìn)，統籌提升醫藥工業(yè)數智化發(fā)展和智慧監管水平，以場(chǎng)景化、圖譜化方式推進(jìn)醫藥工業(yè)高端化、智能化、綠色化、融合化發(fā)展。
“《實(shí)施方案》以數據互聯(lián)、標準統一和人才儲備為重要抓手，推動(dòng)產(chǎn)學(xué)研醫協(xié)同創(chuàng )新，為醫藥工業(yè)高質(zhì)量發(fā)展奠定堅實(shí)基礎?！敝袊こ淘涸菏慷银櫿f(shuō)，《實(shí)施方案》的出臺，將有效推動(dòng)醫藥工業(yè)向更高質(zhì)量、更高安全性和更高效率的方向升級。
從規模擴張到質(zhì)量提升
工業(yè)和信息化部有關(guān)負責人介紹，當前醫藥工業(yè)數智化轉型已形成全鏈條突破態(tài)勢。在研發(fā)領(lǐng)域，人工智能輔助靶點(diǎn)篩選、化合物合成路徑預測等技術(shù)革新傳統范式，基因測序與臨床數據融合驅動(dòng)精準藥物開(kāi)發(fā)，虛擬實(shí)驗工具顯著(zhù)提升研發(fā)效率；生產(chǎn)環(huán)節以智能化改造為核心，依托數字化車(chē)間實(shí)現工藝參數實(shí)時(shí)調控，構建覆蓋藥品全生命周期的智能質(zhì)量追溯體系；流通領(lǐng)域借助智能物流與區塊鏈追溯系統提升供應鏈韌性，數字化營(yíng)銷(xiāo)網(wǎng)絡(luò )有效延伸基層藥品服務(wù)觸角。這些突破正推動(dòng)醫藥工業(yè)向高端化、智能化、綠色化方向演進(jìn)。
“當前，醫藥工業(yè)正面臨從規模擴張向質(zhì)量提升的關(guān)鍵轉型期，人工智能、大數據、云計算等數智技術(shù)正引領(lǐng)醫藥工業(yè)向更高質(zhì)量、更高效率的方向發(fā)展，新技術(shù)貫穿醫藥產(chǎn)品研發(fā)設計、生產(chǎn)制造、營(yíng)銷(xiāo)服務(wù)、運營(yíng)管理全流程，推動(dòng)行業(yè)應用走深向實(shí)，實(shí)現全鏈條智能化升級?！敝袊畔⑼ㄐ叛芯吭涸洪L(cháng)余曉暉說(shuō)，推進(jìn)數智化轉型，加速醫藥工業(yè)與人工智能等前沿技術(shù)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(dòng)醫藥產(chǎn)業(yè)向高端化、智能化、國際化邁進(jìn)。
還要看到的是，醫藥行業(yè)數智化轉型依然存在一些痛點(diǎn)。董家鴻認為，問(wèn)題主要集中在三方面。首先，數據要素價(jià)值釋放不足，醫療機構、藥企和科研機構間的數據共享機制不完善，“數據孤島”問(wèn)題突出；其次，醫療數據的標準化程度不足，格式和權限管理不統一，難以實(shí)現跨機構有效協(xié)同；最后，復合型人才短缺，既懂臨床需求又熟悉數智技術(shù)的專(zhuān)業(yè)團隊不足，制約了數智技術(shù)發(fā)揮效能。這些問(wèn)題，需要從政策、技術(shù)、市場(chǎng)等多方面發(fā)力解決。
14項任務(wù)直指行業(yè)痛點(diǎn)
《實(shí)施方案》提出兩個(gè)階段的發(fā)展目標：到2027年，醫藥工業(yè)數智化轉型取得重要進(jìn)展，以數智技術(shù)驅動(dòng)的醫藥全產(chǎn)業(yè)鏈競爭力和全生命周期質(zhì)量管理水平顯著(zhù)提升；到2030年，規上醫藥工業(yè)企業(yè)基本實(shí)現數智化轉型全覆蓋，數智技術(shù)融合創(chuàng )新能力大幅提升，醫藥工業(yè)全鏈條數據體系進(jìn)一步完善，醫藥工業(yè)數智化轉型生態(tài)體系進(jìn)一步健全。
圍繞數智化發(fā)展基礎建設、數智化轉型推廣、支撐服務(wù)體系建設三方面，《實(shí)施方案》提出一系列到2027年的具體目標。一是突破一批醫藥工業(yè)數智化關(guān)鍵技術(shù)，制修訂30項以上醫藥工業(yè)數智技術(shù)標準，在智能制藥設備、檢測儀器和制藥工業(yè)軟件等領(lǐng)域研發(fā)推廣100款以上高性能產(chǎn)品；二是打造100個(gè)以上醫藥工業(yè)數智技術(shù)應用典型場(chǎng)景，建成100個(gè)以上數智藥械工廠(chǎng)，建設50家以上具有引領(lǐng)性的數智化轉型卓越企業(yè)，推動(dòng)打造5個(gè)醫藥數智化轉型卓越園區；三是建設醫藥工業(yè)數智化轉型促進(jìn)中心及分中心，建設10個(gè)以上醫藥大模型創(chuàng )新平臺、數智技術(shù)應用驗證與中試平臺，培育30家以上醫藥工業(yè)數智化轉型卓越服務(wù)商。
基于此，《實(shí)施方案》提出了數智技術(shù)賦能行動(dòng)、數智轉型推廣行動(dòng)、數智服務(wù)體系建設行動(dòng)、數智監管提升行動(dòng)，并部署14項重點(diǎn)任務(wù)。董家鴻認為，這些任務(wù)直指行業(yè)痛點(diǎn)。
比如，數智技術(shù)賦能行動(dòng)關(guān)注醫藥健康“數據孤島”問(wèn)題，加強醫藥工業(yè)數智產(chǎn)品研發(fā)應用，整合釋放醫藥數據要素價(jià)值，深化人工智能賦能應用?！秾?shí)施方案》鼓勵醫藥企業(yè)、醫療機構、科研院所等合作建設醫藥工業(yè)大數據平臺，形成研發(fā)、生產(chǎn)、臨床、大健康等領(lǐng)域高質(zhì)量數據集，并提出落實(shí)數據基礎制度，推進(jìn)醫藥工業(yè)公共數據規范化開(kāi)發(fā)利用，完善醫藥工業(yè)數據產(chǎn)權歸屬認定、市場(chǎng)交易、權益分配、利益保護等具體規則，培育專(zhuān)業(yè)化醫藥數據服務(wù)企業(yè)，支持數據交易機構開(kāi)展醫藥工業(yè)數據流通共享探索。這有望破解醫療衛生機構臨床與藥企研發(fā)數據脫節的難題。
此外，《實(shí)施方案》也將有效解決標準規范不統一以及人才短缺問(wèn)題。在數據標準規范方面，《實(shí)施方案》提出重點(diǎn)完善臨床研究、生產(chǎn)管理和質(zhì)量追溯等環(huán)節的數據接入規范。在復合型人才培育方面，《實(shí)施方案》強調高校交叉學(xué)科建設與校企合作，通過(guò)藥學(xué)、臨床醫學(xué)與信息科學(xué)的學(xué)科融合，培養兼具臨床需求洞察能力和數智技術(shù)應用能力的專(zhuān)業(yè)人才隊伍。
合力推動(dòng)行業(yè)轉型升級
“醫藥工業(yè)數智化轉型是一項綜合性系統工程，涉及多類(lèi)主體、多個(gè)環(huán)節?！庇鄷詴熃ㄗh，為進(jìn)一步落實(shí)好《實(shí)施方案》，應從四方面著(zhù)手。
在突破一批關(guān)鍵技術(shù)方面，余曉暉建議，可以通過(guò)“揭榜掛帥”、專(zhuān)項資金支持等形式，組織生物醫藥企業(yè)、信息技術(shù)服務(wù)企業(yè)、醫療衛生機構等開(kāi)展協(xié)同攻關(guān)，加強人工智能產(chǎn)品研發(fā)，突破人工智能算法、網(wǎng)絡(luò )安全防護技術(shù)等核心基礎環(huán)節，強化生物醫藥人工智能數據庫、臨床試驗中心、應用示范中心等支撐。
在推廣一批典型應用場(chǎng)景方面，余曉暉認為，應加快人工智能與生物醫藥融合發(fā)展，通過(guò)產(chǎn)業(yè)跨界融合試點(diǎn)示范、案例征集等形式，發(fā)掘數智技術(shù)賦能優(yōu)秀項目，打造應用標桿。
在健全一批配套支撐要素方面，余曉暉建議，優(yōu)先發(fā)展對人工智能技術(shù)應用需求較高的醫藥數據基礎設施，整合醫藥企業(yè)、醫療機構、科研院所、監管部門(mén)等各類(lèi)數據資源，搭建訓練數據庫；加快人工智能制藥、人工智能醫療器械標準體系制定和算法評判方法研究，建設高質(zhì)量獨立測試數據庫和算法驗證平臺。
在加強人才培養方面，余曉暉說(shuō)，可以依托高校和研究機構，通過(guò)建立學(xué)科交叉中心等方式，形成以“AI+醫藥”為代表的數智技術(shù)跨學(xué)科培養體系，打破計算機與醫藥領(lǐng)域的人才壁壘；鼓勵高校與企業(yè)建立緊密合作關(guān)系，實(shí)施校企聯(lián)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(jìn)力度，通過(guò)“一企一策”“一人一策”等方式，為目標人才提供專(zhuān)門(mén)化支持和服務(wù)，打造高水平人才隊伍。