又是杭州！如何讓AI全滲透醫藥產業？這個高管培訓計劃已火速開展

在數字化浪潮席捲全球的當下，人工智慧技術正以前所未有的速度滲透到各個領域。

2025年，DeepSeek橫空出世，迅速成為全球矚目的焦點。DeepSeek的影響同樣迅速深入到生物醫藥領域，為全球生物醫藥行業注入新的活力的同時，也悄然帶來一場技術變革。

多家頭部藥企宣佈全面引入DeepSeek，“生物版DeepSeek”已然誕生

DeepSeek的誕生迅速引發頭部藥企的高度關注，促使其積極尋求與新興技術的深度融合，以期在未來的市場競爭中佔據先機。

多家國內頭部藥企，如恆瑞、信達，先後宣佈全面接入DeepSeek，旨在透過AI技術最佳化業務流程、提升效率並降低成本。復星醫藥近期亦與水木分子合作打造了PharmAID決策智慧體平臺，以構建覆蓋創新研發場景的全生命週期智慧決策網路，有效提升藥物研發效率和決策準確性。

DeepSeek誕生不久，國內外“生物版DeepSeek”迅速孵化，引爆學術界和產業界。

2月20日，美國AI巨頭英偉達宣佈聯合美國弧形研究所、斯坦福大學、加州大學伯克利分校、加州大學舊金山分校等科研人員聯合推出開源生物學AI大模型Evo2，其完整版擁有高達400億引數，包含12.8萬個物種的9.3萬億個核苷酸，成為史上最大開源AI生物學模型。該模型精通生物學的基本語言（DNA、RNA和蛋白質），能夠一次分析長達一百萬個核苷酸的序列長度。作為基因組基礎模型，具有生成整個基因組、預測突變、理解非編碼DNA的能力，可廣泛應用於生物分子研究，精準醫學、藥物研發，合成生物等領域。

而就在同一天，清華大學人工智慧產業研究院（AIR）與北京水木分子聯合釋出了升級版生物醫藥多模態開源基礎大模型BioMedGPT-R1。該模型用DeepSeek R1蒸餾版本模型更新百億引數規模的開源BioMedGPT中的文字基座模型，在USMLE美國醫師資格考試上達到了67.1%正確率，效果逼近人類專家水平。同期上線的還有DeepSeek版ChatDD-R1 模型基座——基於水木分子在2023年釋出的自研千億引數多模態生物醫藥專業大模型 ChatDDFM^® 和新一代AI驅動藥物發現工具 ChatDD。

水木分子首席科學家聶再清博士指出，ChatDD（人機協作對話式藥物研發）正在引領第四代藥物研發正規化。“生物醫藥行業此前開發新藥的主要途徑是‘老法師（專家）’做實驗，屬於TMDD階段（傳統藥物設計），專家的經驗直覺非常重要；後來發展到CADD（計算機輔助藥物設計），“老法師”仍然發揮主動權；到AIDD（AI輔助藥物設計）階段，雖然一些AIDD公司宣傳創新藥物可以透過AI獨立研發，但難度非常大，乾溼試驗資料也難以有效結合。新藥開發最好的方式是‘老法師’專家和AI密切地互動結合。”

聶再清博士介紹，水木分子希望能夠把專家的經驗和直覺與大模型目前對生物這一部分的理解能力融合在一起：一方面把專家的經驗跟直覺用對話的形式告訴大模型、去幫助大模型思考，另一方面把大模型設計的結果用自然語言解釋給專家聽。這樣不僅可以讓‘老法師’更好地理解生物資料，也讓生物資料和大模型演算法推薦結果更具解釋性。人和大模型的有效融合，能夠彌補現在生物模態本身還沒有完全實現湧現智慧的不足。

AI 技術與生物醫藥的深度交融需要時間，面臨高精尖複合人才短缺的挑戰

儘管AI技術在生物醫藥領域的應用前景廣闊，但其與傳統生物醫藥行業的交融無疑需要時間，尤其是離不開“高精尖”的複合型人才的推動。

生物醫藥行業的專業性和複雜性要求從業人員不僅需要具備深厚的醫學和生物學知識，還需要掌握先進的資訊科技和資料分析能力。然而，目前行業內既懂醫學又懂AI技術的複合型人才極為稀缺，這在很大程度上限制了AI技術在生物醫藥領域的廣泛應用和深入發展。加速複合型人才的培養成為當前行業發展的重中之重。

為應對這一挑戰，國家相關部門和企業紛紛採取行動，透過多種方式培養複合型人才。

在高校和企業層面，一方面，高校和科研機構加強對生物資訊學、計算生物學等交叉學科的人才培養力度，開設相關專業課程和研究方向，為行業輸送更多具備跨學科背景的專業人才。如浙江大學推出了“AI for Education”教學改革重點專案，成體系建設“AI+X”學科交叉人才培養專案和課程教材群，打造人工智慧賦能的全新教育生態。水木分子首席科學家聶再清博士為清華大學國強教授、AIR首席研究員，其在校所帶隊伍同樣是在生物醫藥大模型和智慧體最前沿技術的創新和突破。

另一方面，AI+新藥研發背景的企業在產業界也積極參與人才培養過程，透過與高校合作、舉辦培訓班、開展實踐專案等方式，為員工提供學習和提升的機會，幫助他們掌握 AI 技術在生物醫藥領域的應用技能。

水木分子聯席首席科學家李秀豔博士表示，AI製藥跨了兩大領域，交叉了多個學科。AI技術新迭代快，生物醫藥技術深且廣博，人才的思考方式、工作方法迥異，加之兩個領域的專業壁壘都很高，起初兩個團隊在一起如雞同鴨語。要想讓兩方團隊的專業能力交融並快速產生新產品的火花，非常需要系統的交叉人才招聘、培養及管理。公司內部除了創造讓AI技術團隊和藥研專家團隊針對同一個專案或主題進行深度學習互動外，同時也與學術、產業界等生態夥伴保持緊密合作，共同尋求更為多元的複合人才解決方案。

發揮國家重大人才培養載體作用，加速解決“高精尖缺”複合人才瓶頸

為強化對製造業數字化轉型、重大技術裝備攻關、人工智慧賦能新型工業化等領域的人才支撐，在國家層面，工業和資訊化部聯合浙江省試點建設國家卓越工程師實踐基地（數字技術領域）（以下簡稱：實踐基地）在杭州啟動執行。

2月21-23日，圍繞醫藥工業數智化轉型戰略人才需求，實踐基地面向全國重點醫藥工業企業，舉辦了“醫藥工業數智化轉型卓越戰略人才班”首期培訓，旨在集中培訓一批數智化轉型戰略領航人才，以提升行業數智化轉型戰略認知、趨勢洞察和技術水平，帶動提升全行業轉型發展步伐，助力醫藥工業高質量發展。現場氣氛火熱非常，學員普遍反饋收穫滿滿。

具體來看，“醫藥工業數智化轉型卓越戰略人才班”相關培訓以加快推進 “高精尖缺” 工程技術人才實踐培養為目標，在授課嘉賓邀請，研修內容及授課形式設計上都別出心裁，以最大化學員學習獲益。

培訓課程方面，不僅有張伯禮院士從高屋建瓴的角度講述數智技術如何賦能醫藥工業高質量發展，還有來自工業和資訊化部、國家藥監局相關的專家與學員分享醫藥製造業數字化轉型規劃以及醫藥產業智慧監管發展趨勢。來自浙大、中國信通院等頂級高校與研究所，以及智慧製造轉型部署優秀的企業代表如國藥工程、香港奧星集團，AI+生物醫藥研發領域相關的知名企業如晶泰科技、劑泰科技、水木分子，都從各自的角度分享了醫藥全生命週期的數智技術細節應用及未來發展趨勢。

整體而言，研修內容立足全球視野與國內實際，結合新一代生物技術和數字技術演進趨勢，突出了產業鏈重點環節和關鍵技術的數字化賦能。

從課程形式來看，人才班設定了理論授課、案例分享、（“數智化戰略” 、“人工智慧”、 “智慧製造” 、“監管協同”等）主題研討、實地調研（浙江大學藥學院、浙江中控技術股份有限公司等）以及技術實操等多種課程形式，以提高課程互動性和體驗感，打造理論和實踐相結合的培訓體系。

首期醫藥工業數智化轉型卓越戰略人才班培訓之所以如此出彩，離不開背後的多元專家組指導。

浙江大學藥學院副院長王毅向動脈網介紹，為確保人才班的培訓質量和效果，基地成立了醫藥工業數智技術卓越工程師培養專家指導組。該指導組由來自高校、藥監部門、工信部門以及行業領軍企業的專家組成，涵蓋了多個領域的專業人才。專家指導組在人才培養過程中發揮了重要的指導和支援作用——不僅參與了課程體系的設計和最佳化，還為學員們提供專業的指導和建議，幫助學員們更好地理解和掌握數智化轉型的相關知識和技術。

此外，人才班培訓納入了在長三角地區相關的先進智慧製造的醫藥企業作為實踐基地，使得相關培訓不僅有良好的科研教學的場地，同時還有模擬的實踐基地，基於一些數字化的場景來模擬化藥、中藥、生物藥等藥物種類的生產環節，直觀瞭解到數智化技術如何在不同藥物的開發生產過程中發揮作用。以這種多元理論+實踐的形式開展對學員長週期的培訓，使得學員能夠真正符合對卓越工程師能力要求的考核，這些人才將成為推動醫藥企業數智化轉型的核心力量。

動脈網發現，人才班的研修物件精準定位為全國重點醫藥工業企業主要管理負責人和技術負責人，包括董事長、總裁等管理負責人，以及涉及數智化工作的科研負責人、質量負責人等。這些學員在各自企業的數智化轉型中具有重要的決策權和影響力，透過參加人才班的學習，他們在提升自身的數智化轉型認知和技術水平的同時，也將所學知識和經驗實踐帶回企業，有力地推動了企業數智化轉型戰略的制定和實施。

當中國藥企用AI改寫“雙十定律”，當智慧製造車間重新定義“中國製造”，AI技術正為生物醫藥行業帶來一場深刻的變革，這是一場關於人才、技術與制度的協同進化。諸如醫藥工業數智化轉型卓越戰略人才班的培訓計劃，將為我國醫藥工業的高質量發展提供有力的人才支撐。未來，隨著更多類似人才培養專案的開展和推進，我國醫藥工業必將在數智化轉型的道路上邁出更加堅實的步伐，為全球生物醫藥行業的發展貢獻更多的智慧和力量。

*封面圖片來源：123rf