【七部門：開展“人工智能賦能醫(yī)藥全產(chǎn)業(yè)鏈”應(yīng)用試點(diǎn)】4月24日，工信部等七部門印發(fā)《醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型實(shí)施方案（2025-2030年）》提出，深化人工智能賦能應(yīng)用。支持相關(guān)單位建立醫(yī)藥大模型創(chuàng)新平臺，協(xié)同開展醫(yī)藥大模型技術(shù)產(chǎn)品研發(fā)、監(jiān)管科學(xué)研究等，強(qiáng)化標(biāo)準(zhǔn)規(guī)范、科技倫理、應(yīng)用安全和風(fēng)險管理等規(guī)則建設(shè)。開展“人工智能賦能醫(yī)藥全產(chǎn)業(yè)鏈”應(yīng)用試點(diǎn)，鼓勵龍頭醫(yī)藥企業(yè)與醫(yī)療機(jī)構(gòu)、科研院所、上下游企業(yè)、大用戶等組成聯(lián)合體，面向醫(yī)藥全產(chǎn)業(yè)鏈形成一批效果顯著的標(biāo)志性應(yīng)用場景。鼓勵各地建設(shè)醫(yī)藥人工智能領(lǐng)域概念驗(yàn)證、中試驗(yàn)證、共性技術(shù)、知識產(chǎn)權(quán)運(yùn)營、開源社區(qū)等公共服務(wù)平臺。
【機(jī)會前瞻】
4月24日，工業(yè)和信息化部等七部門聯(lián)合印發(fā)的《醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型實(shí)施方案（2025—2030年）》正式公布，該《方案》以“人工智能賦能醫(yī)藥全產(chǎn)業(yè)鏈”為核心，提出兩步走目標(biāo)。到2027年，醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型取得重要進(jìn)展，突破一批關(guān)鍵技術(shù)，制修訂30項以上技術(shù)標(biāo)準(zhǔn)，研發(fā)推廣100款以上高性能產(chǎn)品，打100 個以上數(shù)智技術(shù)應(yīng)用場景，建成100個以上數(shù)智藥械工廠，建設(shè)50家以上卓越企業(yè)和5個卓越園區(qū)，并培育30家以上轉(zhuǎn)型服務(wù)商；到2030年，規(guī)模以上醫(yī)藥工業(yè)企業(yè)基本實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型全覆蓋，形成完善的全鏈條數(shù)據(jù)體系和生態(tài)體系。
《方案》聚焦四大行動系統(tǒng)推進(jìn)實(shí)施：一是數(shù)智技術(shù)賦能行動，包括加強(qiáng)智能制藥設(shè)備、工業(yè)軟件研發(fā)，整合醫(yī)藥數(shù)據(jù)要素價值，建設(shè)醫(yī)藥工業(yè)大數(shù)據(jù)平臺并推進(jìn)數(shù)據(jù)分類分級管理，改造升級工業(yè)互聯(lián)網(wǎng)標(biāo)識解析體系、5G 專網(wǎng)等信息基礎(chǔ)設(shè)施，以及支持建立醫(yī)藥大模型創(chuàng)新平臺、開展 “人工智能賦能醫(yī)藥全產(chǎn)業(yè)鏈” 應(yīng)用試點(diǎn)。
二是數(shù)智轉(zhuǎn)型推廣行動，通過梳理研發(fā)、生產(chǎn)、流通等環(huán)節(jié)的數(shù)智化場景清單，培育 50 家以上卓越企業(yè)，建設(shè) 5 個數(shù)智化醫(yī)藥產(chǎn)業(yè)園區(qū)，推動智能靶點(diǎn)篩選、智能排產(chǎn)、藥品追溯等場景落地。
三是數(shù)智服務(wù)體系建設(shè)行動，強(qiáng)化標(biāo)準(zhǔn)引領(lǐng)，制定醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型評價指標(biāo)體系，加強(qiáng)質(zhì)量支撐和創(chuàng)新載體培育，壯大服務(wù)商隊伍。
四是數(shù)智監(jiān)管提升行動，探索區(qū)塊鏈、大數(shù)據(jù)等技術(shù)在遠(yuǎn)程監(jiān)測、風(fēng)險預(yù)警中的應(yīng)用，推動監(jiān)管科學(xué)研究與技術(shù)工具創(chuàng)新，提升全生命周期質(zhì)量管理水平。
《方案》通過“數(shù)智技術(shù)賦能”“場景應(yīng)用推廣”“服務(wù)生態(tài)構(gòu)建”“智慧監(jiān)管升級”四大行動體系，系統(tǒng)性推動醫(yī)藥工業(yè)與人工智能深度融合，標(biāo)志著我國AI醫(yī)療產(chǎn)業(yè)進(jìn)入政策驅(qū)動、全鏈協(xié)同的新階段。
當(dāng)前，AI醫(yī)療已在醫(yī)學(xué)影像、AI制藥、手術(shù)機(jī)器人等領(lǐng)域取得顯著進(jìn)展。例如，瑞金醫(yī)院基于AI的病理診斷系統(tǒng)將單張切片診斷時間從40分鐘縮短至秒級，效率提升超100倍；華為云與天士力合作的中醫(yī)藥大模型通過權(quán)威認(rèn)證，可賦能方劑篩選和輔助問診。然而，行業(yè)仍面臨數(shù)據(jù)孤島、算法可靠性、法規(guī)監(jiān)管等挑戰(zhàn)，例如醫(yī)療數(shù)據(jù)分散在不同機(jī)構(gòu)，標(biāo)準(zhǔn)化程度低，導(dǎo)致模型訓(xùn)練效果受限。