央广网北京4月25日消息（记者 黄昂瑾）近日，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《医药工业数智化转型实施方案（2025—2030年）》（以下简称《实施方案》）。

根据《实施方案》提出的两步走发展目标，到2027年，医药工业数智化转型取得重要进展，以数智技术驱动的医药全产业链竞争力和全生命周期质量管理水平显著提升；到2030年，规上医药工业企业基本实现数智化转型全覆盖，数智技术融合创新能力大幅提升，医药工业全链条数据体系进一步完善，医药工业数智化转型生态体系进一步健全。

部署14项重点任务

《实施方案》围绕“数智技术赋能行动”“数智转型推广行动”“数智服务体系建设行动”“数智监管提升行动”四方面部署了14项重点任务。

例如，在加强医药工业数智产品研发应用方面，《实施方案》提出，支持创建医药工业数智技术应用验证与中试平台，集成推进共性技术攻关、软硬件适配验证测试、计算机化系统验证（CSV）等技术服务。

在整合释放医药数据要素价值方面，《实施方案》提出，鼓励医药企业、医疗机构、科研院所等合作建设医药工业大数据平台，形成研发、生产、临床、大健康等领域高质量数据集，推进数据分类分级管理和数据要素市场试点。

在改造升级信息基础设施方面，《实施方案》提出，鼓励建设一批高性能云计算平台、区块链、数据中心、5G行业虚拟专网、物联网等信息基础设施，支撑医药企业“智改数转网联”。

在深化人工智能赋能应用方面，《实施方案》提出，支持相关单位建立医药大模型创新平台，协同开展医药大模型技术产品研发、监管科学研究等，强化标准规范、科技伦理、应用安全和风险管理等规则建设。开展“人工智能赋能医药全产业链”应用试点，鼓励龙头医药企业与医疗机构、科研院所、上下游企业、大用户等组成联合体，面向医药全产业链形成一批效果显著的标志性应用场景。

实现全链条智能化升级

针对此次《实施方案》，中国信通院院长余晓晖发文表示，当前，医药工业正面临从规模扩张向质量提升的关键转型期，人工智能、大数据、云计算等数智技术正引领医药工业向更高质量、更高效率的方向发展，新技术贯穿医药产品研发设计、生产制造、营销服务、运营管理全流程，推动行业应用走深向实，实现全链条的智能化升级。

北京谊安医疗系统股份有限公司副总经理佟瑛在接受央广财经记者采访时表示，在全球AI算力需求呈指数级爆发的浪潮中，医疗领域的智能化转型正迎来关键突破点。而当下各大医院正在面临着强烈的AI需求与数据隐私、设备部署、使用维护的矛盾。

“数智化不是选择题而是生存题，医疗企业正在从‘功能机时代’向‘智能机时代’跃迁。真正的转型不是机器换人，而是人机协同创造新质生产力。”佟瑛表示，数智化不仅是技术升级，更是从研发、生产到服务的全链条价值重构。呼吸机、麻醉机等高端医疗设备对精准度和安全性要求极高，根据该公司实践，通过数智化手段可以优化设计、提升品控、缩短交付周期，从而更好地满足临床需求。

先声药业（HK.02096）执行董事、神经与肿瘤药物研发全国重点实验室主任唐任宏表示，可以预见AI技术会以点到面，从靶点发现到临床落地，从营销模式到组织管理，逐步渗透到医药全产业链。先声药业已在探索私有化部署AI以及搭建各场景应用，并设立“AI+部门”启动加速 AI 应用工作。

深圳市亚辉龙生物科技股份有限公司（以下简称“亚辉龙”，SH.688575）董事会秘书王鸣阳在接受央广财经记者采访时指出，随着以DeepSeek为代表的大模型的出现，以及国产芯片、算力能力的优化，我国已经在数智基础设施领域实现了阶段性突破。对于医疗企业来说，如何用好数智化工具、把握产业升级的机会，是一个重要课题。

针对《实施方案》提到的建设医药工业大数据平台，王鸣阳介绍，亚辉龙联合江苏省人民医院打造的胰岛功能标化评估数智平台，依托人工智能大模型对海量数据的训练，帮助医生更快速对糖尿病分型、分期进行临床决策，同时也能将大数据纳入患者常规诊疗和日常生活习惯的动态跟踪，从而在提升医生诊断效率同时，也有助于为患者制定更科学的个性化诊疗方案。

北大医药股份有限公司（以下简称“北大医药”，SZ.000788）相关人员告诉央广财经记者，医药企业数智化转型是企业转型升级的良好契机，一方面，将推动医药企业从传统的产品销售向提供个性化医疗服务转型；另一方面，也将加速实现从研发、生产、流通到销售各环节的数据实时共享和协同运作。目前，北大医药已在药物研发、生产制造等环节均已部署AI能力。上述人员表示，基于AI大模型云部署，北大医药将通过AI技术赋能数字化建设，未来将覆盖智能问答、知识库助手、数据检索等场景，从而提升研发效率、保障合规性。

引领医药工业数智化走深向实

余晓晖指出，医药工业数智化转型是一项综合性的系统工程，涉及多类主体、多个环节。切实推进医药工业数智化转型升级，建议从四方面入手：

一是鼓励开展协同创新，突破一批关键技术产品。例如，通过“揭榜挂帅”、专项资金支持等形式，组织生物医药企业、信息技术服务企业、医疗卫生机构等开展协同攻关。

二是积极打造示范标杆，推广一批典型应用场景。例如，加快AI与生物医药融合发展，通过产业跨界融合试点示范、案例征集等形式，发掘数智技术赋能优秀项目，打造应用标杆示范效应。

三是着力完善基础设施，健全一批配套支撑要素。例如优先发展AI技术应用需求较高的医药数据基础设施，整合医药企业、医疗机构、科研院所、监管部门等各类数据资源，搭建高质量多组学基础研究数据库、生物样本库、临床试验数据库及多病种AI训练数据库。

四是高度重视人才培养，造就一批复合型人才。例如，鼓励高校与企业建立紧密的合作关系，实施校企联合培养“双导师”制度，培养以人工智能为主的复合型人才。