2026年7月2日至3日,“2026人工智能與生物醫藥生態大會”(AIBC2026)在上海隆重召開。作為國內“AI+生物醫藥”交叉領域極具影響力的行業盛會,大會匯聚了逾1500位來自全球頂尖藥企、科研機構及投資界的決策者,圍繞AI在靶點發現、分子設計、臨床轉化等關鍵環節的創新應用,以及跨國藥企AI戰略、數據與算力基礎設施建設等核心議題展開深入研討,集中呈現了AI正從技術探索向規模化產業化跨越的關鍵趨勢。
7月3日下午,摩熵創始人兼CEO、科技情報與數據分析專家王中健博士受邀出席【AI+前沿技術論壇】,發表題為《BCPM數據基座賦能醫藥行業AI落地應用》的主題演講。他深度剖析了醫藥行業數智化轉型的核心痛點,系統闡述了以高質量數據底座推動醫藥AI從概念走向規模化落地的技術路徑與實踐成果,引發與會嘉賓的高度關注與深度共鳴。
![]()
(摩熵創始人兼CEO王中健博士)
醫藥數智化步入“新常態”,三重痛點制約AI價值釋放
王中健博士在演講開篇直擊行業痛點。他指出,當前醫藥行業已進入創新與智能并行的“新常態”,產業數智化轉型面臨三重核心挑戰:
一是醫藥創新情報獲取難度持續加大。全球NMPA、FDA監管動態、前沿文獻及專利信息呈指數級增長,傳統人工檢索模式效率低下,情報盲區顯著,企業難以實時跟蹤全球創新格局,研發立項與管線決策缺乏全景信息支撐。
二是商業化競爭對循證證據與真實學術研究的要求日益提高。隨著醫療反腐常態化與合規稽查趨嚴,傳統粗放型銷售模式徹底終結;同時VBP集采持續壓縮藥企利潤空間,商業化競爭轉向多中心臨床與真實世界數據的廣度比拼,企業迫切需要合規、權威的外部醫藥大數據,為商業化決策提供循證醫學證據支持。
三是通用大模型難以適配醫藥專業場景。藥物警戒、臨床設計、合規審計等嚴謹醫學場景對數據準確度零容忍,但通用大模型缺乏醫藥垂直數據集微調與RAG增強,專業場景下極易產生幻覺,本質上是缺失支撐AI智能體高效運轉的“大腦燃料”——即高質量的專業數據。
![]()
![]()
除此之外,行業還普遍面臨數據信任缺失、數據孤島林立、算法能力與成藥性需求存在鴻溝、AI從試點邁向監管級應用難度大、復合型人才短缺、多系統割裂等共性瓶頸。“AI的上限取決于數據的下限。缺乏高質量垂直語料,AI落地只是空中樓閣。”王中健博士強調,打破跨領域信息壁壘、構建權威可信的全球醫藥數據底座,是釋放AI價值、推動產業數智化轉型的根本前提,也是本屆大會聚焦的基礎設施建設核心命題。
BCPM專屬數據基座:筑牢醫藥AI規模化落地的底層根基
針對上述行業痛點,王中健博士展示了摩熵BCPM醫藥專屬數據基座。該基座精準填補了通用大模型在垂直醫藥領域的數據缺口,打通生物、化學、藥學、醫學四大維度的全球合規數據源,將零散異構的海量醫藥情報沉淀為可追溯、可計算、適配大模型應用與場景推理的數據資產,從根源上補齊人工處理的效率短板,降低專業場景下的模型幻覺風險。
這一數據基座并非簡單的工具升級,而是驅動生物醫藥產業由經驗主導范式向數據驅動型精準決策范式躍遷的關鍵基礎設施,為醫藥AI全場景規模化落地筑牢底層根基。目前,摩熵BCPM已積累超50億條兼具廣度與深度的結構化數據資產:
![]()
(醫藥數據基座:基于BCPM架構的全球外部數據)
生物大分子數據(B):整合全球多物種基因組、轉錄組、蛋白序列與結構、分子相互作用等數據超30億條,為新藥靶點發現、疾病機制解析和合成生物學設計提供底層支撐。
化學小分子數據(C):構建超2億條的化學信息數據集,覆蓋化合物標識、反應、譜圖、物化性質、安全及商品信息,支撐結構檢索、合成路線設計與供應鏈挖掘。
藥物研發與競爭情報數據(P):整合超10萬個公開數據源與脫敏醫療數據,總量超15億條,覆蓋全球研發管線、審評審批、臨床試驗、終端銷售、醫保集采與投融資等全產業鏈信息;數據經近萬名專業人員系統化編輯與多重審核,可為藥企研發決策、市場布局、競爭監測提供全景情報支持。
循證醫學與合理用藥數據(M):包含5500萬+臨床診療數據與150萬+合理用藥數據,以及超1200億條單病種脫敏數據集,覆蓋數百家三級、二級醫療機構,為真實世界研究、臨床決策支持與醫療大模型訓練提供權威支撐。
此外,BCPM數據基座還整合了1億+全球文獻與1億+全球專利數據,深度融合PubMed等全球頂刊成果核心數據和開源全文;專利覆蓋百余個國家和地區,時間跨度超百年,支持布局分析、侵權排查與FTO自由實施分析。所有數據均經多源采集、專業治理與多重校驗,從源頭解決醫藥AI的“數據質量”痛點。
全棧Data+AI方案:打通從數據底座到智能應用的全鏈路
基于BCPM數據基座,摩熵進一步推出面向醫藥行業的數據與智能系統定制解決方案(https://open.bcpmdata.com/),提供企業級全棧智能云服務,構建算力、數據、場景三位一體的制藥行業智能服務體系,全方位支撐制藥企業數智化轉型。
![]()
摩熵數據與智能系統定制解決方案
演講中,王中健博士重點展示了三大核心場景的定制化落地方案:
AI制藥數據定制服務:針對AI制藥企業訓練數據稀缺、標準不統一、驗證樣本不足的行業痛點,提供訓練數據集構建、ETL標準化治理、多模態數據融合、數據標注增強的全流程服務,可顯著提升分子生成、毒性預測、靶點發現等模型的準確率與迭代效率,有效縮短先導化合物發現周期,降低研發試錯成本。
![]()
醫藥銷售AI對練系統:針對醫藥銷售團隊能力提升需求,系統可模擬普醫、KOL、藥劑科等12類以上客戶實戰場景,提供7×24小時實戰對練、實時合規檢測、能力短板自動定位服務,可將新人上崗周期縮短50%以上,合規失誤率降至2%,培訓綜合成本降低84%。
![]()
企業級AI智能體建設:摩熵支持標準化MCP協議對接,將BCPM全量數據能力封裝為標準化服務接口,為企業內部AI智能體提供實時、權威的醫藥知識調用能力,支撐研發、市場、藥事、供應鏈等多場景智能應用落地,助力企業快速搭建自有智能應用生態,沉淀核心知識資產。
![]()
多場景標桿實踐落地,驗證Data+AI的產業價值
王中健博士在演講中分享了多個標桿案例,覆蓋醫院、科研院所、通信巨頭、醫藥集團、生化企業、中藥企業及CRO等多類客戶,充分驗證了BCPM數據基座與AI方案的實際產業價值:
基層醫療合理用藥場景:為某AI審方軟件企業提供全維度合理用藥數據支持,覆蓋藥品說明書、特殊人群用藥、藥物相互作用、注射劑配伍等標準化數據,直接支撐處方審核規則生成與風險提示,助力基層醫療機構提升用藥安全水平。
![]()
企業研發智能體場景:為某頭部醫藥集團搭建標準化MCP服務接口,整合全球研發管線、臨床試驗、法規指南、市場動態等全維度數據,賦能企業研發AI智能體實現靶點調研、競爭格局分析、注冊申報支持等功能,大幅提升研發決策效率。
![]()
中醫藥創新研發場景:為某中藥企業構建“疾病-證型-中藥-成分-靶點”異質知識圖譜與智能組方平臺,貫通中醫理論與現代分子機理,支持智能組方、機制解析、名方挖掘等應用,推動中藥創新研發從“經驗驅動”向“數據+知識雙驅動”升級。
![]()
CRO一體化研發場景:為某藥物發現CRO打造集成化AI研發平臺,打通文獻信息提取、分子結構設計、性質預測、DEL庫篩選、醫學知識問答全流程,覆蓋從靶點到候選化合物的完整研發鏈路,顯著提升藥物發現效率。
![]()
深耕生命科學數據,攜手共建醫藥數智生態
摩熵是一家深度融合生命科學(BT)、數據科學(DT)與人工智能(AI)的高科技集團企業,聚焦標準SaaS服務、Data+AI服務、定制咨詢分析服務與產業鏈生態服務四大核心板塊。作為行業技術創新的先行者,摩熵數據累積始于2006年,并于2018年首創BCPM生命科學數據架構,打造生命科學領域的專屬Data Infra,構建起標準化、體系化、可擴展的結構化數據底座,為生命科學的數據應用筑牢底層支撐。目前,平臺全球目標注冊用戶已突破60萬,其中包括個人付費用戶 5000+,企業付費用戶 1000+,為政、產、學、研、醫、投六大客戶群體提供精準、全面、實時的數據支持。
王中健博士在演講最后指出,醫藥行業數智化轉型已從單點突破進入系統性重構的新階段——數據是根基,AI是引擎,高質量數據基座正是貫通兩者的動脈。本屆AIBC大會傳遞的明確信號是:唯有打破信息孤島、建立可信數據底座,AI才能跨越從試點到監管級應用的鴻溝,實現從“輔助工具”到“創新引擎”的質變。
未來,摩熵將以“釋放數據潛能,重塑智能決策”為使命,持續深化BCPM數據基座建設,拓展數據維度與專業深度,打磨垂直場景AI智能體,攜手產業鏈各方,讓高質量數據流動、思考、創造,以數智化創新加速新藥研發、提升醫療可及性,讓前沿技術真正惠及全球患者與產業各方。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.