近日，工業(yè)和信息化部、商務(wù)部、國(guó)家衛(wèi)生健康委等七部門(mén)聯(lián)合印發(fā)《醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)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(hù)人民生命健康為根本目標(biāo)，以全產(chǎn)業(yè)鏈協(xié)調(diào)發(fā)展為主線，以數(shù)智化改造為主攻方向，以場(chǎng)景應(yīng)用為牽引，堅(jiān)持規(guī)劃引導(dǎo)、問(wèn)題導(dǎo)向、分類(lèi)施策、系統(tǒng)推進(jìn)，統(tǒng)籌提升醫(yī)藥工業(yè)數(shù)智化發(fā)展和智慧監(jiān)管水平，以場(chǎng)景化、圖譜化方式推進(jìn)醫(yī)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(shù)據(jù)互聯(lián)、標(biāo)準(zhǔn)統(tǒng)一和人才儲(chǔ)備為重要抓手，推動(dòng)產(chǎn)學(xué)研醫(yī)協(xié)同創(chuàng)新，為醫(yī)藥工業(yè)高質(zhì)量發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)?！敝袊?guó)工程院院士董家鴻說(shuō)，《實(shí)施方案》的出臺(tái)，將有效推動(dòng)醫(yī)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(jí)。
從規(guī)模擴(kuò)張到質(zhì)量提升
工業(yè)和信息化部有關(guān)負(fù)責(zé)人介紹，當(dāng)前醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型已形成全鏈條突破態(tài)勢(shì)。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(yù)測(cè)等技術(shù)革新傳統(tǒng)范式，基因測(cè)序與臨床數(shù)據(jù)融合驅(qū)動(dòng)精準(zhǔn)藥物開(kāi)發(fā)，虛擬實(shí)驗(yàn)工具顯著提升研發(fā)效率；生產(chǎn)環(huán)節(jié)以智能化改造為核心，依托數(shù)字化車(chē)間實(shí)現(xiàn)工藝參數(shù)實(shí)時(shí)調(diào)控，構(gòu)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(qū)塊鏈追溯系統(tǒng)提升供應(yīng)鏈韌性，數(shù)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(yī)藥工業(yè)向高端化、智能化、綠色化方向演進(jìn)。
“當(dāng)前，醫(yī)藥工業(yè)正面臨從規(guī)模擴(kuò)張向質(zhì)量提升的關(guān)鍵轉(zhuǎn)型期，人工智能、大數(shù)據(jù)、云計(jì)算等數(shù)智技術(shù)正引領(lǐng)醫(yī)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(yī)藥產(chǎn)品研發(fā)設(shè)計(jì)、生產(chǎn)制造、營(yíng)銷(xiāo)服務(wù)、運(yùn)營(yíng)管理全流程，推動(dòng)行業(yè)應(yīng)用走深向?qū)?，?shí)現(xiàn)全鏈條智能化升級(jí)?！敝袊?guó)信息通信研究院院長(zhǎng)余曉暉說(shuō)，推進(jìn)數(shù)智化轉(zhuǎn)型，加速醫(yī)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(guó)在全球醫(yī)藥科技競(jìng)爭(zhēng)中搶占先機(jī)，推動(dòng)醫(yī)藥產(chǎn)業(yè)向高端化、智能化、國(guó)際化邁進(jìn)。
還要看到的是，醫(yī)藥行業(yè)數(shù)智化轉(zhuǎn)型依然存在一些痛點(diǎn)。董家鴻認(rèn)為，問(wèn)題主要集中在三方面。首先，數(shù)據(jù)要素價(jià)值釋放不足，醫(yī)療機(jī)構(gòu)、藥企和科研機(jī)構(gòu)間的數(shù)據(jù)共享機(jī)制不完善，“數(shù)據(jù)孤島”問(wèn)題突出；其次，醫(yī)療數(shù)據(jù)的標(biāo)準(zhǔn)化程度不足，格式和權(quán)限管理不統(tǒng)一，難以實(shí)現(xiàn)跨機(jī)構(gòu)有效協(xié)同；最后，復(fù)合型人才短缺，既懂臨床需求又熟悉數(shù)智技術(shù)的專(zhuān)業(yè)團(tuán)隊(duì)不足，制約了數(shù)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(xiàng)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(biāo)：到2027年，醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型取得重要進(jìn)展，以數(shù)智技術(shù)驅(qū)動(dòng)的醫(yī)藥全產(chǎn)業(yè)鏈競(jìng)爭(zhēng)力和全生命周期質(zhì)量管理水平顯著提升；到2030年，規(guī)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，數(shù)智技術(shù)融合創(chuàng)新能力大幅提升，醫(yī)藥工業(yè)全鏈條數(shù)據(jù)體系進(jìn)一步完善，醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型生態(tài)體系進(jìn)一步健全。
圍繞數(shù)智化發(fā)展基礎(chǔ)建設(shè)、數(shù)智化轉(zhuǎn)型推廣、支撐服務(wù)體系建設(shè)三方面，《實(shí)施方案》提出一系列到2027年的具體目標(biāo)。一是突破一批醫(yī)藥工業(yè)數(shù)智化關(guān)鍵技術(shù)，制修訂30項(xiàng)以上醫(yī)藥工業(yè)數(shù)智技術(shù)標(biāo)準(zhǔn)，在智能制藥設(shè)備、檢測(cè)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(yī)藥工業(yè)數(shù)智技術(shù)應(yīng)用典型場(chǎng)景，建成100個(gè)以上數(shù)智藥械工廠，建設(shè)50家以上具有引領(lǐng)性的數(shù)智化轉(zhuǎn)型卓越企業(yè)，推動(dòng)打造5個(gè)醫(yī)藥數(shù)智化轉(zhuǎn)型卓越園區(qū)；三是建設(shè)醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型促進(jìn)中心及分中心，建設(shè)10個(gè)以上醫(yī)藥大模型創(chuàng)新平臺(tái)、數(shù)智技術(shù)應(yīng)用驗(yàn)證與中試平臺(tái)，培育30家以上醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型卓越服務(wù)商。
基于此，《實(shí)施方案》提出了數(shù)智技術(shù)賦能行動(dòng)、數(shù)智轉(zhuǎn)型推廣行動(dòng)、數(shù)智服務(wù)體系建設(shè)行動(dòng)、數(shù)智監(jiān)管提升行動(dòng)，并部署14項(xiàng)重點(diǎn)任務(wù)。董家鴻認(rèn)為，這些任務(wù)直指行業(yè)痛點(diǎn)。
比如，數(shù)智技術(shù)賦能行動(dòng)關(guān)注醫(yī)藥健康“數(shù)據(jù)孤島”問(wèn)題，加強(qiáng)醫(yī)藥工業(yè)數(shù)智產(chǎn)品研發(fā)應(yīng)用，整合釋放醫(yī)藥數(shù)據(jù)要素價(jià)值，深化人工智能賦能應(yīng)用。《實(shí)施方案》鼓勵(lì)醫(yī)藥企業(yè)、醫(yī)療機(jī)構(gòu)、科研院所等合作建設(shè)醫(yī)藥工業(yè)大數(shù)據(jù)平臺(tái)，形成研發(fā)、生產(chǎn)、臨床、大健康等領(lǐng)域高質(zhì)量數(shù)據(jù)集，并提出落實(shí)數(shù)據(jù)基礎(chǔ)制度，推進(jìn)醫(yī)藥工業(yè)公共數(shù)據(jù)規(guī)范化開(kāi)發(fā)利用，完善醫(yī)藥工業(yè)數(shù)據(jù)產(chǎn)權(quán)歸屬認(rèn)定、市場(chǎng)交易、權(quán)益分配、利益保護(hù)等具體規(guī)則，培育專(zhuān)業(yè)化醫(yī)藥數(shù)據(jù)服務(wù)企業(yè)，支持?jǐn)?shù)據(jù)交易機(jī)構(gòu)開(kāi)展醫(yī)藥工業(yè)數(shù)據(jù)流通共享探索。這有望破解醫(yī)療衛(wèi)生機(jī)構(gòu)臨床與藥企研發(fā)數(shù)據(jù)脫節(jié)的難題。
此外，《實(shí)施方案》也將有效解決標(biāo)準(zhǔn)規(guī)范不統(tǒng)一以及人才短缺問(wèn)題。在數(shù)據(jù)標(biāo)準(zhǔn)規(guī)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(jié)的數(shù)據(jù)接入規(guī)范。在復(fù)合型人才培育方面，《實(shí)施方案》強(qiáng)調(diào)高校交叉學(xué)科建設(shè)與校企合作，通過(guò)藥學(xué)、臨床醫(yī)學(xué)與信息科學(xué)的學(xué)科融合，培養(yǎng)兼具臨床需求洞察能力和數(shù)智技術(shù)應(yīng)用能力的專(zhuān)業(yè)人才隊(duì)伍。
合力推動(dòng)行業(yè)轉(zhuǎn)型升級(jí)
“醫(yī)藥工業(yè)數(shù)智化轉(zhuǎn)型是一項(xiàng)綜合性系統(tǒng)工程，涉及多類(lèi)主體、多個(gè)環(huán)節(jié)?！庇鄷詴熃ㄗh，為進(jìn)一步落實(shí)好《實(shí)施方案》，應(yīng)從四方面著手。
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(xiàng)資金支持等形式，組織生物醫(yī)藥企業(yè)、信息技術(shù)服務(wù)企業(yè)、醫(yī)療衛(wèi)生機(jī)構(gòu)等開(kāi)展協(xié)同攻關(guān)，加強(qiáng)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(hù)技術(shù)等核心基礎(chǔ)環(huán)節(jié)，強(qiáng)化生物醫(yī)藥人工智能數(shù)據(jù)庫(kù)、臨床試驗(yàn)中心、應(yīng)用示范中心等支撐。
在推廣一批典型應(yīng)用場(chǎng)景方面，余曉暉認(rèn)為，應(yīng)加快人工智能與生物醫(yī)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(shù)智技術(shù)賦能優(yōu)秀項(xiàng)目，打造應(yīng)用標(biāo)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(duì)人工智能技術(shù)應(yīng)用需求較高的醫(yī)藥數(shù)據(jù)基礎(chǔ)設(shè)施，整合醫(yī)藥企業(yè)、醫(yī)療機(jī)構(gòu)、科研院所、監(jiān)管部門(mén)等各類(lèi)數(shù)據(jù)資源，搭建訓(xùn)練數(shù)據(jù)庫(kù)；加快人工智能制藥、人工智能醫(yī)療器械標(biāo)準(zhǔn)體系制定和算法評(píng)判方法研究，建設(shè)高質(zhì)量獨(dú)立測(cè)試數(shù)據(jù)庫(kù)和算法驗(yàn)證平臺(tái)。
在加強(qiáng)人才培養(yǎng)方面，余曉暉說(shuō)，可以依托高校和研究機(jī)構(gòu)，通過(guò)建立學(xué)科交叉中心等方式，形成以“AI+醫(yī)藥”為代表的數(shù)智技術(shù)跨學(xué)科培養(yǎng)體系，打破計(jì)算機(jī)與醫(yī)藥領(lǐng)域的人才壁壘；鼓勵(lì)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(yǎng)“雙導(dǎo)師”制度，培養(yǎng)以人工智能為主的復(fù)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(biāo)人才提供專(zhuān)門(mén)化支持和服務(wù)，打造高水平人才隊(duì)伍。