1.《医药工业数智化转型实施方案》为企业带来哪些新的升级思路和方向？有哪些具体的应用场景？

2.医药企业如何利用数智化工具突破医药研发的困境，为研发按下加速键？

3.医药企业如何通过数智化来辅助企业决策，增强企业市场竞争力？

引言

2025年4月3日，工业和信息化部、商务部、国家卫生健康委、国家医保局、国家数据局、国家中医药局、国家药监局等七部门联合印发了《医药工业数智化转型实施方案（2025—2030 年）》（以下简称《实施方案》），从顶层设计推动医药工业从“制造”向“智造”跃迁，解决“研发周期长+数据孤岛+监管效率”三大痛点。

一、政策概览

《实施方案》在遵循保证药品安全和人民健康的大前提下，以医药工业的数智化改造为主要目标,覆盖了医药工业的全产业链条，从研发到流通，设置了多达41个数智化应用场景指引，并提出相应的保障措施，确保医药工业的数智化改造能够顺利、平稳进行。《实施方案》采用“两步走”战略设定量化目标体系，设置2027年和2030年两个关键点，分别设定发展目标，循序渐进，最终实现医药工业数智化转型生态体系的进一步健全。

图1：核心目标（双阶段量化锚点）

二、政策迭代：四大升级方向

近年来，《“十四五”医药工业发展规划》《医药工业高质量发展行动计划（2023—2025年）》《制造业数字化转型行动方案》《关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》等系列文件先后出台，进一步加速推进数字化、智能化技术在医药工业领域的推广应用。《实施方案》延续了之前关于自动化、信息化、数字化改革的内容，并加以补充创新，深入推进人工智能赋能新型工业化，推动新一代信息技术与医药产业链深度融合，加快推进医药工业数智化转型，进一步提高企业核心竞争力，提升药品质量安全水平，增强供应保障能力，培育和发展新质生产力，促进医药工业高质量发展。

图2：相关政策升级

图3：政策内容对比

三、数智转型融入企业关键环节

《实施方案》围绕“研发→生产→经营→质量→流通→CXO”的医药工业产业链路，展开了41个数智化转型的应用场景，为医药企业实现顺利转型提供具体思路和实践方向。

图4：医药工业产业链路中的典型数智化场景

1.AI技术助力医药研发：加速精准靶点识别与化合物虚拟筛选

此前，在对《关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》[1]的解读中曾提出，目前国内创新药在研管线主要集中在少数热门靶点，创新药品同质化程度高，产品缺乏差异化优势。而将人工智能技术引入药品研发恰能打破这种局面。

图5：医药企业实现人工智能药物辅助研发的关键举措

相较于耗时耗力、成功率低的传统靶点识别方法，利用人工智能可以快速识别与疾病相关的分子模式和因果关系。人工智能通过学习分析大量的医学文献和临床数据，建立相关疾病的多维生物网络模型，不仅能够识别已知靶点，还能发现蛋白质相互作用网络中的潜在调控节点。目前在已实现的辅助药物开发的AI技术中，研究人员利用自然语言处理（NLP）技术将基因功能映射到高维空间，即使在数据稀疏的情况下也能提高靶点识别的敏感性，从而增加了发现新靶点的可能性。

除此之外，人工智能加速了药物筛选的进程。基于AI的受体-配体对接模型能够预测配体的空间变换，利用等变神经网络等算法直接生成复杂的原子坐标，并学习受体-配体距离的概率密度分布以生成结合构象。有公司研发建立了“多模态3D分子生成大模型”，可精准生成与靶点蛋白结构高度契合的分子和分子骨架，实现“空口袋”和“多片段固定”的3D分子生成，显著提高结构设计的合理性和新颖性；同时，此模型首次将实验电子密度数据融入，通过量化理论分析非共价相互作用，深度挖掘靶点与分子的相互作用模式，提高虚拟筛选的效率。2025年5月，由中国科研团队开发的AI辅助新药研发系统基于强化学习算法，从包含了1.2亿个化合物的分子库中筛选出可能具有药物目标作用的分子骨架，再通过生成对抗网络（GAN）进行结构优化。其中通过AI设计的一分子结构，可同时作用于两种蛋白，这种多靶点协同策略在人工筛选和设计的过程中十分罕见，进而说明了AI技术在药物筛选和设计的过程中提供了解决问题的新思路和新方向。

图6：数字化和AI技术将从多个环节加速研发进程

2.数据驱动的决策支持：提高战略决策的准确性和科学性

围绕医药行业“健康中国”和“数字中国”的战略目标，为进一步落实商务部《关于“十四五”时期促进药品流通行业高质量发展的指导意见》提出的稳步发展数字化药品流通，医药企业可利用人工智能技术对组织架构及决策管理进行升级改革，加速推进“药物商业价值辅助决策”的能力建设，提升决策视野，提高决策准确性。

在信息快速流通的时代背景下，利用AI技术能够在短时间内对行业数据进行汇总收集，及时抓取行业最新动态，通过SWOT、杜邦分析模型、预测分析、风险分析等分析手段，将分析数据进行比对，精准企业在行业内的定位；分析市场趋势和消费者行为，结合对已知客户和目标客户数据的深度分析，制定更具针对性的市场策略，从而扩大市场份额。

从企业内部来看，利用AI技术建立统一的数据管理平台，将销售、研发和生产等部门的数据集中与整合，打破数据孤岛，实现部门间的信息共享和协同工作，提升企业经营管理的高效性和敏捷度，为管理层提供数据驱动的决策支持，增强企业市场竞争力。

医药企业要加快落实在此方面的数智化转型，首先要做到建立数据标准与质量管理体系，确保数据的准确性和可用性。在各环节完成数智化软硬件系统部署的基础上，应用数据标准化框架、统一通信接口、系统集成平台等技术，实现各部门的数据共享与协作。除此之外，定期对员工进行数智化工具的培训，提升员工的数据分析能力和决策能力，以及利用数智化工具分析结果进行工作的进一步部署和实施。

图7：数智化技术将突破管理边界，提升内部协作能力

下篇中，我们将继续解读《实施方案》中的关键场景，并对大中小企业的数智化破局路径作出分析。

参考文献：

[1].医药政策通 | 解读《关于全面深化药品医疗器械监管改革促进医药产业高质量发展的意见》（上篇）

本文是为提供一般信息的用途所撰写，并非旨在成为可依赖的会计、税务、法律或其他专业意见。请向您的顾问获取具体意见。