AI 驱动的制药数字化与合规新生态 | 智领制药产业未来 - 推荐阅读

AI 驱动的制药数字化与合规新生态 | 智领制药产业未来

本网编辑 2026-08-21

AI制药，合规先行。本场分论坛从数字底座建设、AI应用实践到合规审计，探讨AI如何在监管框架内释放价值，展示AI与数据完整性共生的实践路径。

AI制药，合规先行。本场分论坛从数字底座建设、AI应用实践到合规审计，探讨AI如何在监管框架内释放价值，展示AI与数据完整性共生的实践路径。本场论坛由舶望制药有限公司 IT 总监史俊担任主持。

侯钧｜扬子江药业集团信息中心负责人

生物医药数字产业链与 AI 智能应用实践

数字化转型的真正考验，不在技术选型，而在全产业链的协同落地。侯钧先生系统拆解了扬子江的工业数字化蓝图。基座层面，以工业互联网和数据分析中台构建数字化底座，通过工业数据链实现药品全生命周期追溯；供应链层面，推进端到端可视化、可预见的智能协同管理；在AI应用层面，他解读了扬子江的AI战略规划与实施路径，分享了研发、生产、营销、职能等业务板块的智能体建设案例与价值体现。

王永辉｜西门子数字化工业软件售前技术工程师

基于药物全生命周期的 AI 技术应用探索实践

王永辉先生介绍了西门子制药全生命周期的AI技术应用探索：基于西门子数字主线，从药物发现与研发到工艺设计与技术转移，再到商业化大生产，涵盖各业务端AI技术与应用实践、企业AI规模化落地的最佳实践，以及企业级智能体平台ICX能力介绍。

常伟｜江苏海岸药业有限公司，信息部负责人

工厂AI 路径探索和在质量管理的应用案例分享

常伟先生结合工厂近两年的AI实践，梳理出一条由浅入深的赋能路线：AI最初只是职能部门的辅助工具，如今已深度嵌入生产质量体系。分享以质量合规为切入点，通过QA质量巡检、QC成本分析、质量审计三个具体案例，展示了AI在质量管理场景中的落地效果，并特别指出多个质量智能体之间形成的协同工作闭环是发挥价值的关键。对于后续规划，两人表示将继续推动IT与业务的深度融合，让IT价值在业务场景中得到更充分的展现。

金勇｜复星医药，精益运营部智能制造联席总经理

AI for Lean: AI驱动的制药生产精益运营

金勇先生认为，随着AI技术逐步渗透到生产场景，精益运营与数字化的深度融合正在催生出全新的可能性，为制药企业的智能化转型开辟了新的方向。

胡润｜世纪互联，AI 云产线智算产品经理

从科学计算到智能生产：制药企业 AI 数字底座建设与数据治理

胡润先生指出，AI正加快融入制药研发与生产，同时也带来计算资源配置、数据沉淀、模型管理和生产协同等一系列现实课题。结合行业技术方案与世纪互联AI云实践，他围绕不同研发任务如何匹配算力、实验数据与模型及运行记录如何安全保存和持续复用、AI进入生产现场后如何连接知识工具与业务流程三个话题展开分享，并提出多种分阶段建设路径，帮助企业从AI Infra建设切入，打造贯通科学计算与智能生产、可持续演进复用的智能化数字底座。

李志炎｜AVEVA PI System 技术顾问

释放Al价值，重塑合规审计—— AVEVA PI System 赋能制药企业构建可信审计数据底座

李志炎先生发现了当前药企普遍面临的数据孤岛、标准不一、审计压力大、AI落地难等痛点。在他看来，工业AI规模化应用的核心前提是统一数据口径、保障语义一致，而PI System作为坚实的工业数据底座，能够推动数据从“可用”迈向“AI可用”，加速智能场景落地。同时，平台内置的完整溯源与痕迹记录能力，可帮助药企构建合规审计防线，常态化满足GMP等监管要求。

李歆｜原默克中国集团智能制造总监

全球预测性维护项目在中国制药工厂的落地实践与启示

李歆先生提到设备维修维护是制药工厂资产运营的核心环节，而传统的周期性巡检和人工经验判断不仅造成大量维护成本浪费，还导致非计划停机等影响生产的情况。在此背景下，预测性维护已从“趋势”变为“必须”。但目前市场上方案繁多，真正实现全球方案在中国成功落地的项目却屈指可数。结合真实案例，他从选型、适配到本土化落地分享了实践经验并探讨了AI浪潮下运维模式将迎来的变革。

曹晨龙｜勃林格殷格翰人用药品研发医学部 AI Expert

从效率到决策：下一代智能临床研发能力的构建

曹晨龙先生认为，临床研发的下一次跃迁不只是更多AI工具，而是从文档驱动走向可计算、可理解、可模拟、可学习的决策系统。围绕Clinical Primitive、Semantic Layer、State Representation、Simulation与Human-AI Decision，结合中心可行性等案例，他探讨了如何将DDF、真实世界数据和模型连接成持续学习的Clinical Development OS，在生命科学真实性、伦理与监管约束下，更早探索可能世界、更科学地支持关键决策。